세계 경제 포럼의 통찰력: 컴퓨팅 지속 가능성 및 AI에 대한 Joris Poort

최근 Rescale의 CEO이자 창립자인 Joris Poort는 Rescale이 발행한 두 편의 기사에서 컴퓨팅의 미래에 대한 자신의 통찰력을 공유했습니다. 세계 경제 포럼 (World Economic Forum).

“조직이 탄소 배출량을 확장하지 않고 AI를 채택할 수 있는 방법” 및 "AI 물리학이 제품 디자인을 혁신할 수 있는 잠재력을 갖는 방법" 이러한 시급한 문제를 해결하기 위해 고군분투하는 기술 및 비즈니스 리더를 위한 주요 고려 사항을 다루었습니다.

기사는 Poort의 공식 참여의 일부였습니다. 의제 기여자 WEF '여름 다보스'에서 제14회 신규챔피언스 연차총회 중국 텐진에서.

이 회의에는 비즈니스, 학계, 정부 및 국제 조직의 1,500명 이상의 글로벌 리더와 혁신가가 모여 세계 경제의 지속적인 변화에 대해 논의했습니다. New Champions 회의의 주제는 "기업가 정신: 글로벌 경제의 원동력"이었습니다.

지속 가능성 컴퓨팅을 위한 새로운 길 찾기

그의 글에서 "조직이 탄소 배출량을 확장하지 않고 AI를 채택할 수 있는 방법" Poort는 혁신과 상거래를 주도하는 데 있어서 컴퓨팅의 막대한 역할이 똑같이 중요하고 증가하는 탄소 배출량을 어떻게 동반하는지 논의합니다.

예를 들어 Uptime Institute는 다음과 같이 보고합니다. 서버 전력 소비량은 266년 이후 2017% 증가했습니다.. 그리고 데이터 센터는 현재 전 세계 전력 소비의 3%를 차지하고 있으며, 4년에는 2030%에 도달할 것으로 예상됩니다.

산업 전반에 걸쳐 인공 지능(AI)이 폭발적으로 증가하면 컴퓨팅 성능과 에너지에 대한 수요가 더욱 가속화될 것입니다.

컴퓨팅의 탄소 배출량을 늘리지 않고도 AI 혁명의 약속으로부터 어떻게 이익을 얻을 수 있습니까?

이러한 문제를 해결하기 위해 Poort는 기업과 정부가 지속 가능한 컴퓨팅 방식을 개발하기 위해 취할 수 있는 XNUMX가지 단계를 자세히 설명합니다. 여기에는 다음이 포함됩니다.

• 클라우드 컴퓨팅을 통해 활용도 향상
• 도메인별 아키텍처 개발
• 워크로드 이동성 활성화
• 성능 최적화 자동화
• 지속 가능한 에너지원 사용

Poort는 각 단계가 지속 가능한 컴퓨팅을 다른 방식으로 다룬다고 강조했습니다. 모두 결합하면 현재 관행에서 중요하고 필요한 개선을 이룰 수 있습니다.

가장 중요한 것은 빠르게 확장되는 클라우드 기반 고성능 컴퓨팅(HPC) 서비스가 이제 조직이 R&D 컴퓨팅 운영의 에너지 효율성을 향상시키는 데 사용할 수 있는 하드웨어 인프라 종류에 훨씬 더 많은 유연성을 제공한다는 것입니다.

다음과 같은 클라우드 기반 서비스를 통해 AWS, Microsoft Azure, 및 Google 클라우드, R&D 팀은 데이터 집약적인 디지털 엔지니어링 시뮬레이션 및 기타 대규모 컴퓨팅 워크로드를 실행하기 위해 가장 효율적인 최신 슈퍼컴퓨팅 클러스터를 활용할 수 있습니다.

그리고 특수 칩의 수가 폭발적으로 늘어났습니다. CPU(중앙 처리 장치)와 같은 기존 칩보다 10배 더 효율적으로 실행될 가능성이 있는 GPU(그래픽 처리 장치) 및 TPU(텐서 처리 장치)와 같은 새로운 칩은 지속 가능성에 큰 이점을 약속합니다.

클라우드의 고성능, 고효율 하드웨어 아키텍처 세계는 일반적으로 슈퍼컴퓨팅 시스템 구축에 드는 자본 비용을 상각하기 위해 수년간 동일한 하드웨어를 사용해야 하는 온프레미스 데이터 센터의 기존 제약과 극명한 대조를 이룹니다. 그러면 조직은 오래되고 효율성이 떨어지는 HPC 아키텍처로 인해 부담을 갖게 됩니다.

그러나 워크로드를 클라우드로 이동하는 것은 복잡한 작업이 될 수 있습니다. 제대로 수행되었는지 확인하려면 시간, 돈, 전문 지식이 필요합니다. 클라우드 서비스를 사용하더라도 한 클라우드 인프라에서 다른 클라우드 인프라로 애플리케이션을 이식하는 것은 매우 어렵습니다. 이는 친환경 컴퓨팅에 가장 적합한 아키텍처의 채택을 방해하고 있습니다.

Poort는 이 문제를 해결하기 위해 조직에는 다양한 멀티 클라우드 아키텍처에서 애플리케이션을 조율하면서 HPC 클라우드 서비스 설정에 필요한 단계를 자동화하는 새로운 방법이 필요하다고 말했습니다.

다른 클라우드 기반 인프라로 쉽게 전환할 수 있다는 것은 조직이 특정 애플리케이션(및 특정 유형의 컴퓨팅 워크로드)에 사용할 적절한 인프라를 모르는 경우 도움이 되지 않습니다.

애플리케이션에 가장 적합한 하드웨어를 일치시키는 이 프로세스에는 칩 혁신 속도가 증가함에 따라 높은 수준의 자동화가 필요합니다. 조직이 지속적으로 테스트하고 벤치마킹한 후 새로운 하드웨어를 채택하기에는 상황이 너무 빨리 변하고 있습니다.

그리고 이것을 잘못하면 에너지에 큰 영향을 미칠 수 있습니다. Poort는 자동화를 통해 더 많은 조직의 클라우드 액세스를 개선하고 전 세계적으로 전반적인 활용도를 향상시킬 수 있다고 썼습니다.

새로운 혁신 시대를 위한 AI의 약속

그의 글에서 “AI 물리학이 어떻게 제품 디자인을 혁신할 수 있는 잠재력을 가지고 있는지” Poort는 인공 지능(AI)이 디지털 엔지니어링과 제품 개발을 혁신하고 크게 가속화할 수 있는 엄청난 기회에 주목합니다.

같은 도구를 사용하는 동안 ChatGPT 현재 주류이며 많은 관심과 논쟁을 불러일으키는 반면, 디지털 엔지니어링 혁신의 새로운 시대를 정의할 AI의 심오한 잠재력에 대해서는 훨씬 적은 글이 작성되었습니다.

엔지니어링과 과학 컴퓨팅은 이제 혁신의 기초입니다. 이러한 방법에는 슈퍼컴퓨팅 클러스터(또는라고도 함)의 대규모 컴퓨팅 성능이 필요한 경우가 많습니다. 고성능 컴퓨팅 또는 HPC)를 사용하여 실제 세계를 복제하는 상세한 시뮬레이션 모델을 실행합니다.

산업 전반에 걸쳐 연구 개발(R&D) 팀은 디지털 시뮬레이션을 사용하여 실제 세계를 탐색합니다. 사용 사례는 생명을 구하는 의학의 발명과 항공기 설계 개선에서부터 지속 가능한 에너지 개척과 자율 주행 차량 제작에 이르기까지 다양합니다.

Poort는 AI가 다음과 같은 잠재력을 제공한다고 썼습니다. 엔지니어링 및 과학 컴퓨팅 강화 조직이 혁신하는 방식을 변화시키세요.

오늘날 엔지니어링 및 과학 컴퓨팅에 사용되는 컴퓨터 시뮬레이션은 AI의 이점을 점점 더 많이 활용하고 있으며 경우에 따라 AI로 대체되어 비용을 획기적으로 낮추고 엔지니어가 최상의 답을 더 빠르게 찾을 수 있도록 돕습니다.

시뮬레이션 실행에는 비용이 많이 들 수 있습니다., 대규모 데이터 세트를 처리하고 매우 복잡한 계산을 실행하려면 슈퍼컴퓨터가 필요한 경우가 많습니다. 하지만 물리학이 작동하는 방식에 대한 기계 학습(ML) 모델을 구축할 수 있다면 매번 시뮬레이션을 실행할 필요가 없습니다. ML 추론 모델은 데이터에서 답을 추론할 수 있기 때문입니다.

잘 만들어진 AI 물리 모델을 만드는 데 능숙한 조직은 견고한 이점을 얻을 수 있습니다. 경쟁 우위. 그들은 전통적인 접근 방식을 사용하면 계산이 불가능할 혁신적인 신제품을 개발하는 동시에 엔지니어링 및 과학적 발견을 가속화할 것입니다.

AI의 가능성에도 불구하고 업계 전반의 조직은 엔지니어링 및 연구를 확립해야 합니다. 모범 사례 불필요한 위험 없이 사회에 대한 혜택을 극대화하기 위해 이러한 전환을 안전하게 탐색할 수 있도록 지원합니다.

Poort는 가장 중요한 것은 AI가 훈련하는 정보만큼만 우수하다고 썼습니다. 조직은 AI 도구에 풍부한 고품질 데이터를 제공하여 AI 도구를 올바른 방식으로 스마트하게 만드는 방법을 찾아야 합니다.