AI sepatutnya berfungsi seperti sistem triaj dalam penjagaan kesihatan. Anda tidak akan panggil pakar bedah kardiothoraks semata-mata untuk tampal plester kecil. Prinsip yang sama perlu kita gunapakai dalam seni bina AI: bukan setiap tugasan memerlukan model paling besar, beban GPU paling tinggi, atau lapisan kompute paling mahal.
Dari sudut operasi logistik dan pembangunan sistem, ini signifikan kerana AI tidak terlepas daripada impak ESG. 国际 能源 Agency menjangkau penggunaan elektrik pusat data boleh lebih berganda kepada kira-kira 945 TWh menjelang 2030, didorong kuat oleh permintaan AI. Pusat data juga memerlukan air untuk penyejukan dan kecekapan operasi, justeru syarikat teknologi besar kini melaporkan penggunaan air, pengeluaran air tawar, dan penggantian air sebagai sebahagian komitmen kemampanan mereka.
Di AINNA, prinsip yang kami bangunkan adalah mudah: kompute paling bersih ialah kompute yang tidak kita pembazirkan. Tanpa 分离式系统 dan 智能路由, satu beban kerja mampu menggunakan kira-kira 34 bilion token. Dengan arkitektur kami, arah operasi yang sama boleh dikurangkan kepada kira-kira 1.5 bilion token - penurunan kira-kira 95.6% dalam penggunaan token.
Itulah sebabnya kami yakin untuk mensasarkan kira-kira 90% penurunan penggunaan kuasa sebagai arah ESG yang praktikal. Tugas mudah dihala ke sistem ringan. Tugas operasi dihala ke ejen khusus. Penaakulan kompleks hanya dieskalasi apabila benar-benar diperlukan. Kami tidak mengaktifkan “pakar bedah kardiothoraks” hanya untuk melekap plester kecil.
Masa depan AI tidak seharusnya diukur hanya melalui seberapa banyak kebijaksanaan yang boleh kita aktifkan, tetapi melalui seberapa banyak kompute yang tidak perlu dapat kita elakkan. ESG sebenar dalam AI bukanlah tentang menggunakan AI di mana-mana sahaja. Ia tentang menggunakan AI dengan bijak.
