TOPIndustries > AIの導入に伴う電力コストを抑制するには(後)

Industries

AIの導入に伴う電力コストを抑制するには(後)

2021/02/12

Andy Patrizio Network World

5:トレーニングを絶えず最適化する

 トレーニングを定期的に再実行してアルゴリズムの改善や最適化を図ることは重要だとDe Boeck氏は言う。実際にトレーニングが可能な回数が限られていたとしても、終了を宣言するわけにはいかないと同氏は指摘し、AIアルゴリズムのパフォーマンスの改善を常に目指して、各社がトレーニングや再トレーニングを継続的に行っていると話す。

 Swartz氏のチームは、作業のプロセスの中で、トレーニングセットの基準値や、新しいモデルの構築および再構築の所要時間について全員で合意する。新しいトレーニング情報を加えることで、モデルの再トレーニングに要する時間は減る。

 「あらゆるモデルで転移学習を取り入れる必要がある。2つのモデルの差分を特定して、新しい分のデータのみを次のトレーニングセットに加えて処理する。我々のチームでは、以前はずっと人手で行っていたが、現在はアルゴリズムで対応できる」とSwartz氏は説明する。

6:クラウドに目を向ける

 TPUを開発したGoogleをはじめ、主要クラウド事業者は、いずれもAI関連のサービスを提供している。こうしたサービスを利用するほうが、特にゼロからのスタートであれば経済的かもしれないとSnell氏は言う。

 「オンプレミスのコストを帳消しにしようと考えて、クラウドに目を向ける企業は多い。それがうまくいくかどうかは、使用率とクラウド事業者次第だ。電力はどこかで消費している。クラウド事業者の電気代は、使用料金に含まれている。必然的に安くなるわけではない。また、例えばデータサイエンスなどのスキルが十分でない場合は、アウトソーシングしたほうがよいかもしれない」

(了)

翻訳:内山卓則=ニューズフロント
記事原文(英語)はこちら

↑ページ先頭へ