BitEnergy AI의 엔지니어들이 복잡한 부동 소수점 곱셈(FPM)을 정수 덧셈으로 대체하는 새로운 알고리즘인 선형 복잡도 곱셈(Linear-Complexity Multiplication, L-Mul)을 개발했습니다. 이 혁신적인 방법은 FPM과 유사한 결과를 달성하면서도 높은 정확도와 정밀도를 유지하며, AI 전력 소비를 최대 95%까지 줄이는 것으로 보고되고 있습니다. 이러한 에너지 사용의 큰 감소는 AI의 미래에 매우 중요하며, 특히 전력 제약이 AI 개발의 주요 관심사가 되고 있는 상황에서 더욱 그렇습니다.
그러나 Nvidia의 차세대 Blackwell GPU와 같은 기존 하드웨어는 이 새로운 알고리즘을 지원하도록 설계되지 않았으며, 이는 현재 AI 하드웨어에 많은 투자를 한 일부 AI 기업들에게는 장애물이 될 수 있습니다. 그럼에도 불구하고, 95%의 전력 소비 감소 가능성은 주요 기술 기업들이 이 새로운 방법으로 전환하도록 유도할 수 있으며, 특히 AI 칩 제조업체들이 L-Mul에 최적화된 애플리케이션 전용 집적 회로(ASIC)를 개발한다면 더욱 그럴 것입니다.
현재 AI 시스템의 전력 요구량은 엄청나며, GPU는 연간 수백만 가구보다 더 많은 에너지를 소비하고 있습니다. 이로 인해 Google과 같은 기업에서 데이터 센터의 에너지 요구로 인해 2019년 이후 온실가스 배출량이 48% 증가하는 등의 문제가 발생했습니다. L-Mul의 도입은 이러한 압박을 완화할 수 있으며, 환경 목표를 저해하지 않으면서도 고급 AI 기술을 가능하게 할 수 있습니다.
요약하자면, L-Mul이 기대한 대로 성능을 발휘한다면, AI 처리 효율성에서 중요한 도약을 나타낼 수 있으며, 강력한 AI 시스템의 개발을 가능하게 하면서도 에너지 소비와 환경 영향을 고려할 수 있게 될 것입니다.
* 이 글은
tomshardware.com의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.