MIT, 인공지능 전력 소비 예측 도구 에너자이저 개발
MIT 연구진이 인공지능 작업의 전력 소모를 단 몇 초 만에 예측하는 도구 에너자이저를 개발했습니다. 이 기술은 데이터 센터의 에너지 효율성을 높이고 지속 가능한 인공지능 생태계 조성에 기여할 전망입니다.
주장인공지능 기술의 확산으로 데이터 센터의 전력 소비 문제가 심각한 과제로 떠오르고 있습니다. MIT 연구진은 에너지 낭비를 줄이고 효율적인 자원을 배분하기 위해 인공지능 작업의 전력 소모를 신속하게 예측하는 도구를 개발했습니다.
팩트로렌스 버클리 국립 연구소는 데이터 센터가 2028년까지 미국 전체 전력의 최대 12퍼센트를 소비할 것으로 전망했습니다. 이러한 전력 수요 급증은 인공지능 산업의 지속 가능성을 위협하는 요인입니다.
팩트MIT와 MIT-IBM 왓슨 인공지능 연구소는 에너자이저라는 이름의 전력 예측 도구를 선보였습니다. 이 도구는 기존 방식이 수 시간에서 수 일이 걸리던 예측 작업을 단 몇 초 만에 완료합니다.
교차검증기존 전력 예측 방식은 그래픽 처리 장치 내부의 모든 모듈을 단계별로 시뮬레이션해야 하므로 복잡하고 시간이 많이 소요됩니다. 반면 에너자이저는 인공지능 작업의 반복 패턴을 활용하여 연산 속도를 획기적으로 단축했습니다.
팩트연구진은 그래픽 처리 장치의 설정과 작업 부하에 따른 전력 소비 패턴을 분석하여 경량화된 예측 모델을 구축했습니다. 하드웨어의 대역폭 제한이나 설정 비용 등 실제 환경의 변수를 보정값으로 추가하여 정확도를 확보했습니다.
주장에너자이저는 알고리즘 개발자와 데이터 센터 운영자가 새로운 모델을 배포하기 전 에너지 소비량을 사전에 평가하도록 돕습니다. 이는 설계 단계부터 에너지 효율성을 고려하게 하여 지속 가능한 인공지능 생태계를 조성합니다.
팩트실제 그래픽 처리 장치를 사용한 테스트 결과, 에너자이저는 약 8퍼센트의 오차 범위 내에서 전력 소비량을 예측했습니다. 이는 수 시간이 소요되는 기존의 정밀 시뮬레이션 방식과 비교해도 손색없는 정확도입니다.
교차검증이 기술은 현재 사용 중인 하드웨어는 물론 미래의 설계 구성에도 적용이 가능합니다. 다만 하드웨어 구조가 단기간에 급격하게 변화할 경우 모델의 재보정이 필요할 수 있습니다.
팩트이번 연구에는 MIT의 경미 리 박사후 연구원을 비롯하여 IBM 리서치와 MIT-IBM 왓슨 인공지능 연구소 전문가들이 참여했습니다. 해당 연구 결과는 전기전자공학자협회 시스템 및 소프트웨어 성능 분석 국제 심포지엄에서 발표되었습니다.
출처MIT 뉴스 보도 자료 및 관련 연구 보고서를 교차 검증했습니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
