Primjene umjetne inteligencije gladne su energije
Brzim razvojem umjetne inteligencije povećala se i potražnja za računalnom snagom. NVIDIA AI procesor H100 trenutno je bestseler, ali potrošnja energije svakog H100 iznosi čak 700 vata, što je oko 3.740 kilovatsati (kWh) godišnje uz stopu iskorištenosti 61 posto. Budući da do kraja 2024. bi moglo biti implementirano 3,5 milijuna H100 čipova, samo njihova ukupna godišnja potrošnja energije raste do 13.091,82 gigavatsati (GWh), što znači gotovo tri puta više potrošnje nego sada.
Dodamo li tome nekoliko superračunala koja će biti će u upotrebi u narednim godinama, pa se očekuje nastavak rasta potrošnje energije u povezanim sektorima industrije umjetne inteligencije i podatkovnih centara, sve više iskače važno pitanje kako uravnotežiti kontradikciju između računalne snage i potrošnje energije.
Za Nvidia AI grafičke kartice marža je ogromna, ali nikoga nije briga
Nvidia H200 Tensor Core GPU postaje najmoćniji čip model za AI obuku i superračunala
Međutim, iako je potrošnja energije H100 zapanjujuća, vrijedi napomenuti da se učinkovitost AI i HPC-ovih grafičkih procesora (HPC) poboljšava. Dakle, iako NVIDIA-in B100 čip nove generacije temeljen na Blackwellu može potrošiti više energije od H100, također pruža bolje performanse kako bi učinio više s manje snage po jedinici snage.
