Ученые из Единбурга разработали инновационный метод снижения энергозатрат в магнитной памяти для ИИ

На грани физической теории

Как сообщает НВ — Техно: Созданная новая математическая модель позволит существенно уменьшить энергопотребление в вычислениях, связанных с искусственным интеллектом.

Исследователи из Единбургского университета представили теоретическую модель, направленную на оптимизацию энергозатрат в магнитной памяти, используемой при обработке данных в системах ИИ. В основе модели лежит теория оптимального управления, которая помогает минимизировать потери энергии при переключении магнитных состояний, приближая процессы к фундаментальному пределу - пределу Ландауэра, определяющему минимально возможный энергетический расход на изменение одного бита.

Энергопотребление дата-центров и его вызовы

Современные дата-центры, где хранится и обрабатывается огромное количество цифровой информации, потребляют колоссальное количество электроэнергии. Учитывая прогнозируемый рост энергозатрат в ближайшие десятилетия, разработка эффективных моделей снижения потребления становится крайне важной. Особое внимание уделено технологиям магнитной памяти, где информация кодируется изменением магнитных состояний. Благодаря внедрению теории оптимального управления удалось определить оптимальные формы магнитных импульсов, которые обеспечивают минимальные энергетические потери.

Результаты компьютерных симуляций продемонстрировали многократное сокращение энергопотребления по сравнению с традиционными технологиями, такими как DRAM, STT-MRAM и SOT-MRAM. Это позволяет приближать вычислительные процессы к теоретическому минимуму энергии, заданному пределом Ландауэра. Разработанная концепция также включает практические рекомендации для создания новых, более эффективных устройств и методов генерации магнитных полей.

Универсальность математической модели выражается в возможности адаптации её к другим физическим процессам, включая электрические токи и фемтосекундные лазерные импульсы. Эта особенность открывает перспективы для разработки высокоэффективных вычислительных систем будущего, способных значительно уменьшить энергозатраты в сфере искусственного интеллекта.

Данный проект имеет важное значение для снижения экологического следа технологий, поскольку уменьшение энергопотребления дата-центров способствует сокращению выбросов углерода. В условиях постоянного роста объемов обрабатываемых данных и возрастающих требований к вычислительным мощностям эти инновации поддерживают устойчивое развитие ИИ-технологий в долгосрочной перспективе.

Внедрение данной модели может стать ключевым шагом в формировании новых стандартов энергоэффективности для современных вычислительных систем.

Кроме того, недавние исследования показывают, что геометрические аспекты управления энергией в наномагнитных системах могут существенно повлиять на эффективность работы устройств. Эти открытия подчеркивают важность комплексного подхода к оптимизации энергозатрат в современных вычислительных системах, что в свою очередь открывает новые горизонты для развития технологий в области искусственного интеллекта и хранения данных.