В России создали алгоритм, снижающий потребность нейросетей в мощностях дата-центров. Разработка Московского физико-технического института позволяет ИИ-моделям работать быстрее и занимать меньше памяти, пишут «Известия». Алгоритм оптимизирует процессы обработки данных и более эффективно распределяет вычислительную нагрузку между серверами. HARP требует некоторого времени на настройку, поскольку подбирает оптимальные преобразования для каждого слоя модели. Зато после сжатия модель работает быстрее и занимает значительно меньше памяти. При этом нам не нужно заново обучать всю нейросеть — достаточно провести дополнительную калибровку, — рассказал старший исследователь лаборатории фундаментальных исследований искусственного интеллекта МФТИ Глеб Молодцов. Создание таких алгоритмов критически важно для рынка: по оценкам аналитиков, к 2030 году из-за развития ИИ энергопотребление российских дата-центров может вырасти более чем на 70%, а внедрение ИИ в стандартный софт минимум в два раза увеличивает нагрузку на железо. Теперь же есть шанс свести траты к минимуму. #Россия #ИИ #технологии Подпишись!