À medida que integramos mais modelos de AI nas nossas pilhas tecnológicas, a pressão sobre a infraestrutura dos nossos centros de dados também está a crescer exponencialmente.
De acordo com a Agência Internacional de Energia, os centros de dados, a AI e as criptomoedas representam cerca de 2% da procura mundial de eletricidade. Embora o consumo energético da AI continue a aumentar à medida que a sua adoção cresce, é importante reconhecer que, atualmente, o consumo de energia da AI representa uma mera fração do consumo energético do setor tecnológico e é reduzido quando comparado com o de outras indústrias.
Por exemplo, de acordo com a Administração de Informação Energética dos EUA, nos Estados Unidos, o setor industrial representa 33% de toda a eletricidade utilizada no mundo. Analisando mais detalhadamente, 77% de toda a eletricidade industrial é utilizada na produção, 12% na exploração mineira, 7% na construção e 5% na agricultura. E embora a procura energética atual da AI seja muito inferior à de muitos outros aspetos das nossas vidas, avançando rapidamente até 2026, prevê-se que a pegada energética da AI cresça dez vezes. Neste contexto, devemos estar conscientes do impacto que a utilização da AI no trabalho e na nossa vida tem no consumo de energia.
E é aqui que entra o conceito de AI frugal – uma abordagem prática para tornar os sistemas de AI mais eficientes, mantendo simultaneamente a sua capacidade e utilidade.
O que é a AI frugal?
A AI frugal baseia-se na moderação e na conceção de sistemas de AI eficientes na utilização de recursos desde o início. Na Schneider Electric, adotámos esta abordagem, em particular através da nossa colaboração com a AFNOR para criar normas globais para a AI frugal. O objetivo? Garantir que os sistemas de AI fazem mais com menos, utilizando menos recursos, como eletricidade, capacidade de computação e largura de banda, mantendo um desempenho de excelência.
Eis aquilo em que se deve concentrar:
- Avalie se a AI é necessária:
Nem todos os problemas empresariais precisam de ser resolvidos com uma solução de AI. Sim, a AI é poderosa, mas, por vezes, os métodos convencionais são mais eficientes. Antes de implementar a AI, pergunte: Será a AI a melhor solução neste caso? Haverá outra solução mais eficiente? A AI só deve ser utilizada quando é a ferramenta mais eficaz para a tarefa, especialmente em áreas como a automatização de processos ou a redução de tarefas redundantes. - Utilize a AI de forma mais eficiente:
Depois de optar por uma abordagem baseada em AI, o passo seguinte é a otimização. Para as empresas de SaaS, isto pode significar ajustar os parâmetros do modelo ou, em alguns casos (dependendo das cargas, da eficiência dos servidores periféricos e na nuvem e da intensidade carbónica da eletricidade local), utilizar computação periférica para transferir processos que exigem muitos recursos dos servidores centrais. Se o seu objetivo é melhorar a eficiência operacional, certifique-se também de que contabiliza a energia utilizada. Pode reduzir a frequência de determinadas tarefas ou ajudar a mudar para fontes de energia mais ecológicas para executar os cálculos? Estes pequenos ajustes podem conduzir a poupanças significativas. - Aperfeiçoe a AI ao longo do tempo:
A AI não é um sistema que se configura e depois se esquece. A otimização contínua é fundamental. Pode reduzir o tamanho dos conjuntos de dados utilizados no treino? Pode optar por redes neuronais mais pequenas e com menor precisão? Cada byte conta, e estas cedências podem conduzir a uma pilha de AI mais ecológica.
Porque é que isto é importante?
Embora a AI tenha potencial para poupar tempo, melhorar a fiabilidade dos sistemas ou até reduzir custos, não podemos aplicar uma solução de AI a todos os problemas empresariais sem uma segunda reflexão. Pergunte a si próprio quando é o momento certo para tirar partido da AI e quando é o momento certo para continuar a utilizar opções mais tradicionais.
E, com os clientes a analisarem cada vez mais os esforços de sustentabilidade dos seus parceiros, cabe-lhe liderar com soluções que sejam escaláveis e conscientes do consumo de energia.
Para o ajudar a responder a esta procura, vamos explicar o que significa, na prática, a AI frugal e como pode implementá-la sem sacrificar o crescimento.
Formas práticas de implementar a AI frugal
A boa notícia é que não tem de sacrificar o desempenho para ser frugal. Eis três estratégias a considerar para o ajudar a otimizar a infraestrutura de AI de forma sustentável:
- Execute menos cálculos: Precisa mesmo de prever os dados a cada cinco minutos? Em vez disso, tente fazê-lo uma vez por hora. Menos cálculos significam menor consumo de energia.
- Tire partido da energia verde: Executar sistemas de AI com fontes de energia renovável é uma escolha óbvia. Ao migrar as cargas de trabalho para centros de dados mais ecológicos, reduz diretamente a sua pegada carbónica.
- Otimize o equipamento: Ainda depende de equipamento desatualizado e com elevado consumo energético? Investir em servidores energeticamente eficientes pode proporcionar melhorias de desempenho e poupanças de energia.
Os líderes tecnológicos têm de liderar o caminho
A Especificação da AFNOR sobre IA frugal é um passo marcante na definição de normas globais para sistemas de IA ambientalmente responsáveis. Os líderes tecnológicos têm a oportunidade e a responsabilidade de implementar estas normas. Ao fazê-lo, não está apenas a utilizar os recursos de forma consciente, mas também a posicionar a sua empresa como líder na inovação sustentável.
A eficiência é a nova vantagem competitiva, e a transição para soluções de IA mais inteligentes e ponderadas distinguirá os líderes tecnológicos de amanhã.
Subscreva o boletim informativo do The CTO Club para obter mais informações sobre IA!