Precisa AI-modeller kan förbruka mer energi än de sparar

arXiv cs.AI

En ny studie pekar på ett intressant dilemma: de mest noggranna AI-modellerna för energiprognoser på kantenheter (små datorer nära datakällan) kan faktiskt förbruka mer energi än de sparar – ett fenomen forskarna kallar 'Accuracy-Efficiency Paradox'. Problemet förvärras av att intensiv användning påskyndar batteriåldrande, vilket i sig är en form av energiförlust. Forskarna föreslår ett ramverk som räknar på den verkliga totalkostnaden, och visar att enklare modeller i värmekänsliga miljöer ofta är det smartare valet.