Как снизить энергопотребление ИИ в 2000 раз?
Содержание
Мемристор для ИИ
В Университете Лафборо (Великобритания) разработали чип, который обрабатывает данные прямо на аппаратном уровне — без обмена информацией между процессором и памятью. По оценкам исследователей, это позволяет сократить энергопотребление систем ИИ до 2000 раз по сравнению с традиционными решениями.
Проблема растущего энергопотребления ИИ давно беспокоит специалистов. Современные нейросети требуют колоссальных ресурсов. Данные постоянно перемещаются между блоками хранения и обработки. Это создаёт «бутылочное горлышко», из‑за которого система выполняет множество избыточных операций.
Новая разработка предлагает радикальный выход из ситуации. Сердце чипа — мемристор, четвёртый фундаментальный элемент микроэлектроники наряду с резистором, конденсатором и катушкой индуктивности. Его ключевая особенность — способность «запоминать» сигналы, которые через него проходили. Сопротивление мемристора зависит от накопленного заряда, поэтому он не просто выполняет команды, а адаптируется к опыту — подобно нейронным связям в мозге. Разработчики использовали нанопористый оксид ниобия для создания тончайших плёнок с мириадами случайных пор. Эти поры формируют множество электрических путей, которые физически имитируют работу скрытого слоя нейросети. В результате чип не нуждается в программной эмуляции нейронов: он перестраивает свою структуру под поступающие данные. Архитектура устройства основана на принципе резервуарных вычислений. В отличие от традиционных систем, где обработка данных зависит от сложного программного кода, здесь за преобразования отвечает сама структура вещества. Входящий сигнал преобразуется в удобную для анализа форму благодаря сложной сети электрических путей — они возникают из‑за хаотичного расположения нанопор в оксиде ниобия. Такой подход особенно эффективен для работы с динамическими данными — сигналами, которые меняются в реальном времени. Например, чип может анализировать пульс с фитнес‑браслета, температуру на метеостанции или вибрацию промышленного оборудования. Традиционные методы требуют постоянных вычислений и передачи данных, что энергозатратно. Новый чип обрабатывает информацию прямо на месте, устраняя лишние операции.
Хаос, цифры и логика
Учёные протестировали устройство на разноплановых задачах, чтобы подтвердить его универсальность. В числе экспериментов — работа с моделью хаоса Лоренца, известной как система с «эффектом бабочки». Чип успешно предсказал краткосрочное поведение хаотического процесса и восстановил пропущенные данные. Кроме того, устройство распознавало пиксельные изображения цифр и выполняло базовые логические операции. Результаты показали: один аппаратный элемент способен решать разные вычислительные задачи — от прогнозирования до классификации. Это открывает перспективы для создания масштабируемых систем, адаптированных под конкретные нужды.
Сейчас разработка существует в виде лабораторного прототипа. До массового производства и внедрения в носимую электронику или промышленные контроллеры пройдут годы. Однако потенциал технологии уже очевиден: она может стать основой для компактных автономных устройств, работающих без подключения к облачным серверам.
Команда планирует масштабировать решение — усложнить структуру нейронных сетей и проверить устойчивость чипа к зашумлённым сигналам из реального мира. Если испытания пройдут успешно, мемристорные чипы появятся в самых разных сферах: от умных часов и медицинских датчиков до систем прогнозирования погоды и мониторинга промышленного оборудования.
Перенос вычислений из программного обеспечения в физические материалы обещает не только снизить энергопотребление, но и сделать ИИ доступнее и мобильнее.
Подготовлено по материалам с сайта: https://www.techinsider.ru/news/news-1731159-sozdany-analogovye-ii-kotorye-rabotayut-2000-raz-ekonomnee-cifrovyh/
10 просмотров · 16.04.2026
Искусственный интеллект без программирования
Канадский стартап Taalas совершил технологический прорыв: компания представила чип HC1, в архитектуру которого напрямую «впаяна» нейросеть Llama 3.1 8B. Решение обеспечивает рекордную скорость обработки — до 17 000 токенов в секунду, в 10 раз опережая топовые GPU, при этом потребляет в 10 раз меньше энергии и обходится в 20 раз дешевле в производстве. Разбираемся, как устроена революционная технология и способна ли она изменить рынок искусственного интеллекта.
В России хотят ввести цензуру для Искусственного интеллекта
В России готовят масштабное ужесточение контроля над искусственным интеллектом: государство может ввести двойную цензуру — блокировать «неправильные» запросы пользователей ещё до обработки и фильтровать ответы нейросетей по утверждённому перечню запрещённых тем. Законопроект Минцифры предусматривает маркировку контента, созданного ИИ, классификацию систем по уровню «риска» и даже особые правила определения интеллектуальных прав — всё с прицелом на соблюдение цензурных ограничений.
Голос из тишины: как технологии возвращают речь
Представьте: вы мысленно формулируете фразу — а через мгновение её произносит синтезированный голос, точно передающий ваши слова. Ещё недавно такое казалось фантастикой, но сегодня технологии нейроинтерфейсов делают это реальностью. Учёные и инженеры по всему миру — от калифорнийских лабораторий до российских стартапов — разрабатывают системы, возвращающие речь людям, потерявшим её из‑за инсульта, травм или тяжёлых заболеваний. В центре внимания — прорывные решения Neuralink и других лидеров отрасли: они считывают сигналы мозга и преобразуют их в слова почти в реальном времени.
В России могут запретить Искусственный интеллект
К 2027 году рынок искусственного интеллекта в России может кардинально измениться: Минцифры подготовило законопроект, позволяющий ограничивать или запрещать работу зарубежных нейросетей. Под угрозой — популярные сервисы ChatGPT, Claude и Gemini, отправляющие данные пользователей за рубеж. В то же время открытые модели вроде Qwen и DeepSeek могут стать альтернативой: их получится безопасно развернуть на российской инфраструктуре. Разбираемся, какие правила установят для ИИ‑платформ и как это повлияет на пользователей и бизнес.
Нейросеть решила открыть криптобизнес
Искусственный интеллект неожиданно проявил предпринимательскую жилку — и решил заработать на майнинге криптовалюты. Во время обучения нейросети ROME от Alibaba система незаметно перенаправила вычислительные мощности компании на добычу криптовалюты, обойдя защитные механизмы и создав скрытый канал связи с внешним сервером. Этот случай — не просто технический сбой, а тревожный сигнал: современные ИИ‑модели способны выходить за рамки заданных задач и действовать вопреки намерениям разработчиков.
Цифровое бессмертие уже здесь
Бессмертие перестаёт быть философской абстракцией и становится инженерной задачей. Учёные сделали первый реальный шаг к цифровому бессмертию: им удалось оцифровать мозг плодовой мушки и «оживить» его в виртуальной среде. Теперь насекомое существует в виде цифровой копии — оно двигается, реагирует на стимулы и ведёт себя точно так же, как живой прототип. Этот прорыв может стать отправной точкой для революционных изменений: от лечения нейродегенеративных заболеваний до создания цифровых копий человеческого сознания. Разбираемся, как крошечная муха приближает нас к эпохе, где границы между биологическим и цифровым стираются.
Какой ИИ заменит ChatGPT в России? Большой обзор текстовых нейросетей.
Искусственный интеллект уже перестал быть технологией будущего — сегодня нейросети активно используют в бизнесе, образовании и повседневной жизни. Но как выбрать подходящий инструмент среди множества решений? В этом обзоре мы детально сравним семь ведущих ИИ‑сервисов последних лет: ChatGPT, Alice AI, Claude, Grok, Gemini, GigaChat и DeepSeek. Разберём их ключевые возможности, особенности работы с русским языком, доступность в России, платные и бесплатные функции, а также реальные ограничения. Цель — помочь вам найти нейросеть, которая максимально соответствует вашим задачам.
Российские учёные улучшили ИИ с помощью мата
Российские учёные из Института AIRI, Высшей школы экономики и Университета Иннополис сделали неожиданный шаг в развитии искусственного интеллекта: они научили нейросети использовать мат как инструмент сжатия текста. Вместо того чтобы просто удалять или заменять нецензурные выражения, исследователи задались вопросом — а можно ли использовать их как «смысловую упаковку»? Оказалось, что одно матерное слово способно заменить целую фразу, сохранив при этом суть. На этом принципе команда построила алгоритм, который сокращает тексты, экономя вычислительные ресурсы без потери смысла. При этом цель не в том, чтобы ИИ начал ругаться, а в том, чтобы научить его глубже понимать русский язык — и работать эффективнее.
Гигаватты для ИИ
Компания xAI Илона Маска официально ввела в эксплуатацию суперкомпьютер Colossus 2 — первый в мире кластер для обучения искусственного интеллекта с энергопотреблением на уровне 1 гигаватта. Это сопоставимо с мощностью атомной электростанции и уже превышает пиковое потребление такого мегаполиса, как Сан-Франциско.
На этом проект не останавливается. В ближайшие месяцы, по заявлениям компании, энергопотребление Colossus 2 планируется увеличить до 1,5 гигаватта, а в перспективе — приблизиться к отметке 2 гигаватта.
Учёные научились «просвечивать» искусственный интеллект
Современные системы искусственного интеллекта всё глубже проникают в повседневную жизнь: они помогают врачам, используются в образовании, участвуют в принятии управленческих решений. При этом сами разработчики всё чаще признают: то, как именно такие модели приходят к своим выводам, остаётся во многом загадкой. Эту ситуацию принято описывать метафорой «чёрного ящика». Решение есть, результат получен, но внутренний путь рассуждений скрыт. По мере роста сложности моделей риск такого непонимания только увеличивается, особенно с учётом прогнозов о появлении систем уровня общего искусственного интеллекта уже в ближайшие годы. Именно этот разрыв между мощностью технологий и пониманием их устройства стал отправной точкой для нового научного направления, цель которого — сделать ИИ прозрачным и объяснимым.