意法半導體的邊緣AI永續發展策略：超越MEMS迎接真正挑戰

圖二

人工智慧（AI）技術在快速發展中展現出顛覆性的潛力，但其大規模應用也帶來了一系列環境挑戰。意法半導體類比、電源、MEMS和感測器事業群副總裁暨MEMS子產品事業群總經理Simone Ferri深入探討了這些挑戰，並指出邊緣AI技術的解決方案，尤其是MEMS感測器在其中的貢獻。

圖三

Simone Ferri從人類與機器的耗能對比開始談起。人類大腦每秒能執行約10的11次方浮點運算，卻僅需20瓦的能量，而同樣運算能力的高效能超級電腦則需22.8MW。這百萬倍的電量差距突顯出高耗能的阻礙，成為AI技術普及應用的重要課題。此外，AI技術的環境影響也不容忽視。每年訓練Bloom和GPT-3等大型語言模型所產生的二氧化碳排放，分別達到25噸和500噸，遠超於人類平均的5.5噸碳排放。

圖四

更具體的例子是，訓練Bloom所需的433MW電力，等同於一個美國家庭40年的用電量。這些數據強調，AI技術的能耗問題已成為實現永續發展的關鍵挑戰。
...
...

使用者別	新聞閱讀限制	文章閱讀限制	出版品優惠
一般使用者	10則/每30天	0則/每30天	付費下載
VIP會員	無限制	25則/每30天	付費下載