AI சாட்பாட் உரையாடல்களின் ஆற்றல் பயன்பாடு

இன்றைய காலகட்டத்தில் செயற்கை நுண்ணறிவு (AI) நம் வாழ்வின் பல்வேறு அம்சங்களில் ஊடுருவி வருகிறது. எளிய கேள்விகளுக்கு பதிலளிப்பதில் இருந்து சிக்கலான உள்ளடக்கத்தை உருவாக்குவது வரை, இந்த தொடர்புகளுடன் தொடர்புடைய ஆற்றல் நுகர்வு பற்றி நாம் கவனிக்காமல் இருக்க வாய்ப்புள்ளது. உங்கள் AI சாட்பாட்க்கு நன்றி தெரிவிப்பது முக்கியமற்றதாக தோன்றலாம், ஆனால் இந்த பரிமாற்றங்களின் ஒட்டுமொத்த ஆற்றல் செலவு கணிசமானதாக இருக்கலாம். இதை உணர்ந்து, AI சாட்பாட் தொடர்புகளின் ஆற்றல் பயன்பாடு குறித்த நுண்ணறிவுகளை வழங்கும் ஒரு புதுமையான கருவியை Hugging Face உருவாக்கியுள்ளது.

சாட்UI: நிகழ்நேர ஆற்றல் நுகர்வு மதிப்பீட்டாளர்

சாட்UI ஆற்றல் இடைமுகம் AI மாடல்களுடன் தொடர்புகொள்ளும் போது நுகரப்படும் ஆற்றலின் நிகழ்நேர மதிப்பீட்டை வழங்குகிறது. இந்த மதிப்பீடுகளை LED விளக்குகள் மற்றும் தொலைபேசி சார்ஜர்கள் போன்ற பொதுவான வீட்டு உபகரணங்களின் ஆற்றல் நுகர்வுடன் ஒப்பிட்டு, AI தொடர்புகளின் ஆற்றல் தடத்தை புரிந்துகொள்வதற்கான உறுதியான சூழலை வழங்குகிறது. பயனர்கள் AI மாடலில் இருந்து பதில்களை உருவாக்க தனிப்பயன் வினவல்களை உள்ளிடலாம் அல்லது பரிந்துரைக்கப்பட்ட தூண்டுதல்களில் இருந்து தேர்ந்தெடுக்கலாம், அதனுடன் தொடர்புடைய ஆற்றல் தேவையின் மதிப்பீடும் கிடைக்கும்.

உதாரணமாக, ஒரு AI மாடலைப் பயன்படுத்தி ‘தொழில்முறை மின்னஞ்சலை’ உருவாக்குவதற்கு 25 வினாடிகளுக்கு மேல் ஆகும் என்றும், 0.5 வாட்-மணிநேரம் ஆற்றல் நுகரப்படும் என்றும், இது முழு தொலைபேசி சார்ஜில் தோராயமாக 2.67% ஆகும் என்றும் கருவி மதிப்பிட்டுள்ளது. இதேபோல், டிரான்ஸ்கிரிப்ஷன் மென்பொருளை சோதிக்க 90-வினாடி ஸ்கிரிப்டை உருவாக்க 1.4 வாட்-மணிநேரம் தேவைப்படுகிறது, இது தொலைபேசி சார்ஜில் 7.37%, 22 நிமிடங்கள் LED பல்புகளின் பயன்பாடு அல்லது 0.6 வினாடிகள் மைக்ரோவேவ் செயல்பாட்டிற்கு சமம். AI மாடலில் இருந்து வரும் ஒரு எளிய ‘நன்றி’ பதில் கூட தொலைபேசி சார்ஜில் 0.2% நுகரும் என்று மதிப்பிடப்பட்டுள்ளது.

சாட்UI துல்லியமான அளவீடுகளை விட தோராயமான மதிப்பீடுகளை வழங்குகிறது என்பதை கவனத்தில் கொள்ள வேண்டும். இந்த கருவி Meta’s Llama 3.3 70B மற்றும் Google’s Gemma 3 உள்ளிட்ட பல்வேறு AI மாடல்களுடன் இணக்கமானது, இது வெவ்வேறு AI தளங்களின் ஆற்றல் நுகர்வுகளை மதிப்பிட பயனர்களை அனுமதிக்கிறது.

AI ஆற்றல் நுகர்வு vs பாரம்பரிய தேடுபொறிகள்

சர்வதேச எரிசக்தி நிறுவனம் (IEA) ஒரு ChatGPT கோரிக்கை ஒரு பொதுவான கூகிள் தேடலுக்கு தேவையான மின்சாரத்தை விட கிட்டத்தட்ட பத்து மடங்கு அதிகமாக பயன்படுத்துகிறது என்று மதிப்பிடுகிறது, முறையே 2.9 வாட்-மணிநேரம் மற்றும் 0.2 வாட்-மணிநேரம். ChatGPT அனைத்து 9 பில்லியன் தினசரி தேடல்களையும் கையாளும் என்றால், ஆண்டுக்கு சுமார் 10 டெராவாட்-மணிநேரம் கூடுதல் மின்சாரம் தேவைப்படும், இது 1.5 மில்லியன் ஐரோப்பிய ஒன்றிய குடியிருப்பாளர்களின் ஆண்டு மின்சார நுகர்வுக்கு சமம்.

AI இன் சுற்றுச்சூழல் தாக்கம் முக்கியமாக தரவு மையங்களின் கணிசமான சக்தி மற்றும் நீர் தேவைகளிலிருந்து வருகிறது, அவை AI மாடல்களைப் பயிற்றுவிக்கவும் இயக்கவும் தேவையான உள்கட்டமைப்பைக் கொண்டுள்ளன. உலகளாவிய AI மின்சார நுகர்வு 2023 மற்றும் 2026 க்கு இடையில் பத்து மடங்கு அதிகரிக்கும் என்று IEA கணித்துள்ளது, அதே நேரத்தில் 2027 க்குள் நீர் தேவைகள் டென்மார்க்கின் மொத்த ஆண்டு நீர் பயன்பாட்டை விட அதிகமாக இருக்கலாம்.

AI இன் ஆற்றல் தாக்கங்கள் குறித்து ஆழமாக ஆராய்தல்

AI இன் வருகை முன்னெப்போதும் இல்லாத தொழில்நுட்ப முன்னேற்றத்தின் சகாப்தத்திற்கு வழி வகுத்துள்ளது, தொழில்களில் புரட்சியை ஏற்படுத்தி, நாம் உலகத்துடன் தொடர்பு கொள்ளும் விதத்தை மாற்றியுள்ளது. இருப்பினும், AI அமைப்புகளை அதிகளவில் நம்பியிருப்பது அவற்றின் சுற்றுச்சூழல் தாக்கம், குறிப்பாக ஆற்றல் நுகர்வு அடிப்படையில் கவலைகளை எழுப்புகிறது. இந்த சிக்கலைப் பற்றிய விரிவான புரிதலைப் பெற, AI இன் ஆற்றல் தடத்திற்கு பங்களிக்கும் பல்வேறு காரணிகளை ஆராய்ந்து, கட்டுப்பாடற்ற ஆற்றல் நுகர்வு ஏற்படக்கூடிய விளைவுகளை ஆராய்வது அவசியம்.

AI பயிற்சி மற்றும் செயல்பாட்டின் ஆற்றல்-தீவிர இயல்பு

AI மாடல்கள், குறிப்பாக ஆழமான கற்றல் மாடல்கள், பயனுள்ள பயிற்சிக்கு ஏராளமான தரவு மற்றும் கணக்கீட்டு வளங்கள் தேவை. பயிற்சி செயல்முறையில் பெரிய தரவுத்தொகுப்புகளை மாதிரிக்கு உள்ளிடுவது அடங்கும், இது தரவுக்குள் வடிவங்கள் மற்றும் உறவுகளை அறிய அனுமதிக்கிறது. இந்த செயல்முறை கணக்கீட்டு ரீதியாக தீவிரமானது மற்றும் குறிப்பிடத்தக்க அளவு ஆற்றலை உட்கொள்ளும்.

பயிற்சிக்குப் பிறகு, AI மாடல்களுக்கு இயக்கவும், கணிப்புகள் அல்லது பதில்களை உருவாக்கவும் ஆற்றல் தேவைப்படுகிறது. AI செயல்பாடுகளின் ஆற்றல் நுகர்வு மாதிரியின் சிக்கலான தன்மை, உள்ளீட்டு தரவின் அளவு மற்றும் மாதிரியை இயக்கப் பயன்படுத்தப்படும் வன்பொருள் போன்ற காரணிகளைப் பொறுத்தது.

AI ஆற்றல் நுகர்வில் தரவு மையங்களின் பங்கு

AI மாடல்களைப் பயிற்றுவிக்கவும் இயக்கவும் தேவையான சேவையகங்கள் மற்றும் உள்கட்டமைப்புகளைக் கொண்டிருக்கும் தரவு மையங்கள், ஆற்றலை அதிகமாக நுகரும் முக்கியமான இடங்களாகும். இந்த வசதிகளுக்கு சேவையகங்கள், குளிரூட்டும் அமைப்புகள் மற்றும் பிற உபகரணங்களுக்கு சக்தியளிக்க கணிசமான அளவு மின்சாரம் தேவைப்படுகிறது.

வன்பொருள் மற்றும் குளிரூட்டும் அமைப்புகளின் செயல்திறன், சேவையகங்களின் பயன்பாட்டு விகிதம் மற்றும் தரவு மையத்தின் இருப்பிடம் போன்ற காரணிகளால் தரவு மையங்களின் ஆற்றல் நுகர்வு பாதிக்கப்படுகிறது. குளிரான காலநிலை உள்ள பகுதிகளில் அமைந்துள்ள தரவு மையங்களுக்கு வெப்பமான காலநிலையில் உள்ளவற்றை விட குளிரூட்டலுக்கு குறைந்த ஆற்றல் தேவைப்படலாம்.

அதிக AI ஆற்றல் நுகர்வின் சுற்றுச்சூழல் விளைவுகள்

AI இன் அதிக ஆற்றல் நுகர்வு அதன் சுற்றுச்சூழல் தாக்கம் குறித்து கவலைகளை எழுப்புகிறது. மின்சாரம் உற்பத்தி செய்வது, குறிப்பாக புதைபடிவ எரிபொருட்களிலிருந்து, கிரீன்ஹவுஸ் வாயு வெளியேற்றத்திற்கு பங்களிக்கிறது, இது காலநிலை மாற்றத்தின் முக்கிய காரணியாகும்.

தரவு மையங்களின் நீர் நுகர்வு சுற்றுச்சூழல் சவால்களையும் ஏற்படுத்துகிறது, குறிப்பாக நீர் பற்றாக்குறை உள்ள பகுதிகளில். தரவு மையங்களுக்கு குளிரூட்டலுக்கு நீர் தேவைப்படுகிறது, மேலும் நுகரப்படும் நீரின் அளவு குறிப்பிடத்தக்கதாக இருக்கலாம், குறிப்பாக வறண்ட அல்லது அரை வறண்ட பகுதிகளில்.

AI இன் ஆற்றல் தடத்தை குறைத்தல்

AI ஆல் ஏற்படும் ஆற்றல் சவால்களை எதிர்கொள்ள தொழில்நுட்ப கண்டுபிடிப்பு, கொள்கை தலையீடுகள் மற்றும் தனிப்பட்ட நடவடிக்கைகள் உள்ளிட்ட பலதரப்பட்ட அணுகுமுறை தேவைப்படுகிறது.

ஆற்றல் திறன் கொண்ட AI க்கான தொழில்நுட்ப தீர்வுகள்

AI அமைப்புகளின் ஆற்றல் நுகர்வைக் குறைக்க ஆராய்ச்சியாளர்கள் மற்றும் பொறியாளர்கள் தீவிரமாக தொழில்நுட்ப தீர்வுகளை உருவாக்கி வருகின்றனர். இந்த தீர்வுகளில் பின்வருவன அடங்கும்:

• செயல்திறன் மிக்க வன்பொருள்: GPU க்கள் மற்றும் ASIC கள் போன்ற சிறப்பு வன்பொருளை உருவாக்குவது, AI பணிகளுக்கு ஏற்றது ஆற்றல் நுகர்வை கணிசமாகக் குறைக்கும்.
• மாடல் சுருக்க நுட்பங்கள்: குவாண்டிகேஷன் மற்றும் ப்ரூனிங் போன்ற நுட்பங்கள் மூலம் AI மாடல்களின் அளவு மற்றும் சிக்கலைக் குறைப்பது அவற்றின் ஆற்றல் தேவைகளைக் குறைக்கலாம்.
• ஆற்றல்-அறிந்த பயிற்சி வழிமுறைகள்: பயிற்சி செயல்முறையின் போது நுகரப்படும் ஆற்றலைக் குறைக்கும் ஆற்றல் திறனுக்கு முன்னுரிமை அளிக்கும் பயிற்சி வழிமுறைகளை உருவாக்குதல்.
• கூட்டாட்சி கற்றல்: பல சாதனங்களில் AI பயிற்சியை விநியோகிப்பது, மையப்படுத்தப்பட்ட தரவு மையங்களைச் சார்ந்திருப்பதை குறைக்கும், மேலும் ஒட்டுமொத்த ஆற்றல் நுகர்வைக் குறைக்கலாம்.

நிலையான AI ஐ மேம்படுத்துவதற்கான கொள்கை தலையீடுகள்

அரசுகள் மற்றும் ஒழுங்குமுறை அமைப்புகள் கொள்கை தலையீடுகள் மூலம் நிலையான AI நடைமுறைகளை மேம்படுத்துவதில் முக்கிய பங்கு வகிக்க முடியும். இந்த தலையீடுகளில் பின்வருவன அடங்கும்:

• ஆற்றல் திறன் தரநிலைகள்: தரவு மையங்கள் மற்றும் AI வன்பொருளுக்கான ஆற்றல் திறன் தரநிலைகளை அமைப்பது அதிக ஆற்றல் திறன் கொண்ட தொழில்நுட்பங்களை ஏற்றுக்கொள்வதை ஊக்குவிக்கும்.
• கார்பன் விலை நிர்ணயம்: கார்பன் வரிகள் அல்லது கேப்-அண்ட்-வர்த்தக அமைப்புகள் போன்ற கார்பன் விலை நிர்ணய வழிமுறைகளை செயல்படுத்துவது நிறுவனங்கள் தங்கள் கார்பன் தடத்தை குறைக்க ஊக்குவிக்கும்.
• புதுப்பிக்கத்தக்க எரிசக்திக்கு ஊக்கத்தொகை: தரவு மையங்களுக்கு புதுப்பிக்கத்தக்க எரிசக்தி ஆதாரங்களைப் பயன்படுத்த ஊக்கத்தொகை வழங்குவது AI உடன் தொடர்புடைய கார்பன் உமிழ்வைக் குறைக்க உதவும்.
• ஆராய்ச்சி நிதி: ஆற்றல் திறன் கொண்ட AI தொழில்நுட்பங்கள் குறித்த ஆராய்ச்சியில் முதலீடு செய்வது நிலையான AI தீர்வுகளின் வளர்ச்சி மற்றும் வரிசைப்படுத்தலை விரைவுபடுத்தும்.

AI இன் ஆற்றல் தாக்கத்தை குறைக்க தனிப்பட்ட நடவடிக்கைகள்

தங்கள் AI பயன்பாடு குறித்து விழிப்புடன் தேர்வுகளை செய்வதன் மூலம் தனிநபர்களும் AI இன் ஆற்றல் தாக்கத்தை குறைக்க பங்களிக்க முடியும். இந்த நடவடிக்கைகளில் பின்வருவன அடங்கும்:

• தேவையற்ற AI தொடர்புகளை குறைத்தல்: AI சாட்பாட்கள் மற்றும் பிற AI இயங்கும் சேவைகளின் பயன்பாட்டை கண்டிப்பாக தேவையில்லை என்றால் குறைப்பது ஒட்டுமொத்த ஆற்றல் நுகர்வைக் குறைக்க உதவும்.
• ஆற்றல் திறன் கொண்ட AI தயாரிப்புகளை ஆதரித்தல்: ஆற்றல் திறனுக்கு முன்னுரிமை அளிக்கும் நிறுவனங்களின் AI தயாரிப்புகள் மற்றும் சேவைகளைத் தேர்ந்தெடுப்பது மிகவும் நிலையான AI தீர்வுகளின் வளர்ச்சியை ஊக்குவிக்கும்.
• நிலையான AI நடைமுறைகளுக்காக வாதிடுதல்: நிலையான AI நடைமுறைகளை ஊக்குவிக்கும் கொள்கைகள் மற்றும் முயற்சிகளுக்கு ஆதரவை வெளிப்படுத்துவது விழிப்புணர்வை ஏற்படுத்தவும் நடவடிக்கையை ஊக்குவிக்கவும் உதவும்.

AI மற்றும் ஆற்றல் நுகர்வின் எதிர்காலம்

AI தொடர்ந்து உருவாகி நம் வாழ்வில் ஆழமாக ஒருங்கிணைக்கப்படுவதால், அது ஏற்படுத்தும் ஆற்றல் சவால்களை எதிர்கொள்வது அவசியம். தொழில்நுட்ப கண்டுபிடிப்புகளை ஏற்றுக்கொள்வது, பயனுள்ள கொள்கை தலையீடுகளை செயல்படுத்துவது மற்றும் தனிநபர்களாக விழிப்புணர்வுடன் தேர்வுகளை செய்வது, நமது கிரகத்தின் ஆரோக்கியத்தில் சமரசம் செய்யாமல் AI சமூகத்திற்கு பயனளிக்கும் ஒரு எதிர்காலத்தை உருவாக்க நாங்கள் முயற்சி செய்யலாம்.

அதிக ஆற்றல் திறன் கொண்ட AI வழிமுறைகள் மற்றும் வன்பொருளின் வளர்ச்சி AI இன் ஆற்றல் தடத்தை குறைப்பதில் முக்கிய பங்கு வகிக்கும். கூடுதலாக, தரவு மையங்கள் மற்றும் பிற AI உள்கட்டமைப்புகளுக்கு புதுப்பிக்கத்தக்க எரிசக்தி ஆதாரங்களுக்கு மாறுவது AI இன் சுற்றுச்சூழல் தாக்கத்தை குறைப்பதில் குறிப்பிடத்தக்க பங்கைக் கொண்டிருக்கும்.

ஆராய்ச்சியாளர்கள், கொள்கை வகுப்பாளர்கள் மற்றும் தொழில்துறை தலைவர்களுக்கு இடையிலான ஒத்துழைப்பு AI நிலையான முறையில் உருவாக்கப்பட்டு வரிசைப்படுத்தப்படுவதை உறுதி செய்ய அவசியம். ஒன்றிணைந்து பணியாற்றுவதன் மூலம், AI இன் ஆற்றலை அதன் சுற்றுச்சூழல் விளைவுகளை குறைக்கும் அதே வேளையில் பயன்படுத்தலாம்.

நடைமுறை உதாரணங்கள்: AI இன் ஆற்றல் பயன்பாட்டை அளவிடுதல்

AI இன் ஆற்றல் நுகர்வை மேலும் விளக்க, சில நடைமுறை உதாரணங்களை கருத்தில் கொள்வோம்:

• பட அங்கீகாரம்: படங்களில் உள்ள பொருட்களை அடையாளம் காண AI மாடலுக்கு பயிற்சி அளிப்பது, தரவுத்தொகுப்பின் அளவு மற்றும் மாதிரியின் சிக்கலைப் பொறுத்து கணிசமான அளவு ஆற்றலை உட்கொள்ளும். ஒரு பெரிய அளவிலான பட அங்கீகார மாதிரிக்கு பயிற்சி அளிக்க நூற்றுக்கணக்கான அல்லது ஆயிரக்கணக்கான கிலோவாட் மணிநேர மின்சாரம் தேவைப்படலாம்.
• இயற்கை மொழி செயலாக்கம்: மனித மொழியைப் புரிந்துகொள்ளவும் உருவாக்கவும் AI மாடலுக்கு பயிற்சி அளிப்பதற்கும் கணிசமான ஆற்றல் தேவைப்படுகிறது. ஒரு அதிநவீன மொழி மாதிரி பயிற்சிக்கு பல்லாயிரக்கணக்கான கிலோவாட் மணிநேர மின்சாரத்தை நுகரக்கூடும்.
• பரிந்துரை அமைப்புகள்: AI இயங்கும் பரிந்துரை அமைப்புகள், அவை இ-காமர்ஸ் தளங்கள் மற்றும் ஸ்ட்ரீமிங் சேவைகளால் பயன்படுத்தப்படுகின்றன, பயனர் தரவை பகுப்பாய்வு செய்து தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை உருவாக்க ஆற்றலை நுகரும். இந்த அமைப்புகளின் ஆற்றல் நுகர்வு பயனர்களின் எண்ணிக்கை மற்றும் வழிமுறைகளின் சிக்கலைப் பொறுத்து மாறுபடும்.
• தன்னாட்சி வாகனங்கள்: சூழலை உணரவும், முடிவுகளை எடுக்கவும் மற்றும் வாகனத்தை கட்டுப்படுத்தவும் தன்னாட்சி வாகனங்களில் AI பயன்படுத்தப்படுகிறது. தன்னாட்சி வாகனங்களில் உள்ள AI அமைப்புகள் ஆற்றலை நுகரும், இது வாகனத்தின் ஒட்டுமொத்த ஆற்றல் நுகர்வுக்கு பங்களிக்கிறது.

வெளிப்படைத்தன்மை மற்றும் பொறுப்புணர்வின் முக்கியத்துவம்

AI இன் ஆற்றல் சவால்களை எதிர்கொள்ள வெளிப்படைத்தன்மை மற்றும் பொறுப்புணர்வு அவசியம். AI அமைப்புகளை உருவாக்கி பயன்படுத்தும் நிறுவனங்கள் மற்றும் அமைப்புகள் அவற்றின் ஆற்றல் நுகர்வு மற்றும் கார்பன் தடம் குறித்து வெளிப்படையாக இருக்க வேண்டும். அவர்களின் சுற்றுச்சூழல் தாக்கத்தை குறைப்பதற்கும் அவர்கள் பொறுப்பேற்க வேண்டும்.

சாட்UI போன்ற கருவிகள் பயனர்களுக்கு AI தொடர்புகளின் ஆற்றல் நுகர்வு குறித்த நுண்ணறிவுகளை வழங்குவதன் மூலம் வெளிப்படைத்தன்மையை அதிகரிக்க உதவும். இந்தத் தகவல் பயனர்கள் தங்கள் AI பயன்பாடு குறித்து நன்கு தகவலறிந்த தேர்வுகளைச் செய்ய உதவும்.

அரசாங்க விதிமுறைகள் மற்றும் தொழில்துறை தரநிலைகள் வெளிப்படைத்தன்மை மற்றும் பொறுப்புணர்வை ஊக்குவிப்பதில் பங்கு வகிக்க முடியும். தெளிவான வழிகாட்டுதல்கள் மற்றும் தேவைகளை அமைப்பதன் மூலம், இந்த நடவடிக்கைகள் நிறுவனங்கள் ஆற்றல் திறனுக்கு முன்னுரிமை அளிக்க ஊக்குவிக்கும் மற்றும் அவர்களின் சுற்றுச்சூழல் தாக்கத்தை குறைக்கும்.

முடிவு: ஒரு செயல் அழைப்பு

AI இன் ஆற்றல் நுகர்வு அதிகரித்து வரும் கவலை, அதற்கு உடனடி கவனம் தேவை. AI இன் ஆற்றல் தடத்திற்கு பங்களிக்கும் காரணிகளைப் புரிந்துகொள்வதன் மூலமும், பயனுள்ள தணிப்பு உத்திகளை செயல்படுத்துவதன் மூலமும், நமது கிரகத்தின் ஆரோக்கியத்திற்கு தீங்கு விளைவிக்காமல் AI சமூகத்திற்கு பயனளிப்பதை உறுதி செய்ய முடியும்.

தொழில்நுட்ப கண்டுபிடிப்புகளை ஏற்றுக்கொள்வோம், கொள்கை தலையீடுகளை ஆதரிப்போம், மேலும் AI க்கான நிலையான எதிர்காலத்தை உருவாக்க தனிநபர்களாக விழிப்புணர்வுடன் தேர்வுகளை செய்வோம். ஒன்றிணைந்து பணியாற்றுவதன் மூலம், AI இன் ஆற்றலை அதன் சுற்றுச்சூழல் விளைவுகளை குறைக்கும் அதே வேளையில் பயன்படுத்தலாம்.