最近、BitEnergy AIの研究チームは、「線形複雑度乗算」(L-Mul)と呼ばれる新しいアルゴリズムを開発しました。この新手法は、人工知能システムの消費電力を大幅に削減できます。
具体的には、このアルゴリズムは複雑な浮動小数点乗算をより単純な整数加算に置き換えることで、複数の分野で最大95％の消費電力削減を実現すると予想されています。この研究のタイトルは「加算のみで省エネルギーを実現する言語モデル」であり、L-Mulの省エネルギーにおける大きな可能性を示しています。
画像出典：AI生成画像、画像ライセンス提供元Midjourney
研究チームは、言語理解、構造推論、数学計算、常識的な質問応答など、さまざまなタスクでテストを実施しました。その結果、L-Mul手法はこれらのタスクで非常に優れた性能を示しました。彼らは、L-Mulを現代の言語モデルの中核部分である注意機構に直接適用でき、モデル性能への影響はほとんど無視できることを発見しました。ご存知のとおり、注意機構はGPT-4などの現代の言語モデルで重要な役割を果たしています。
BitEnergy AIのチームは、L-Mulは学術的および経済的な競争力の向上に役立つだけでなく、AIの自律性も強化すると述べています。彼らは、この技術により大企業がより迅速かつ経済的にカスタムAIモデルを開発できると考えています。
今後、彼らはL-Mulアルゴリズムをハードウェアレベルに適用し、高レベルのモデル設計のためのプログラミングインターフェースを開発する予定です。これは、テキスト、記号、マルチモーダル生成AIモデルを最適化し、L-Mulネイティブハードウェアに適合させることを目的としています。
この革新的なアルゴリズムは、消費電力を大幅に削減するだけでなく、AI技術の更なる発展にも貢献すると期待されています。環境保護と省エネルギーへの要求が高まる中、L-Mulの登場は、人工知能分野に新たな希望をもたらすことは間違いありません。
要点：
🌱 L-Mulアルゴリズムは、AIシステムの消費電力を最大95％削減できます。
🔍 このアルゴリズムは、さまざまなタスクで優れた性能を示し、特に現代の言語モデルの注意機構への適用効果が顕著です。
🚀 BitEnergy AIは、L-Mulアルゴリズムをハードウェアレベルに実装し、AIモデルを最適化するための対応するプログラミングインターフェースを開発する予定です。
