人工知能（AI）の推論は、日常的なアプリケーションではシームレスに見えるかもしれないが、製品開発者やバックエンドのエンジニアは、AIがいかにパワーを必要とするかを知っている。 最終製品として市場に出回るたびに、エネルギー要件を満たすための妥協が計算されてきた。 昨年1年間でAIの導入が急速に進んだことを考えると、全体的なエネルギー消費量は急増し、より大規模なモデルとトレーニングセットの必要性が生じている。 最近の研究によると、AI産業は20272年までにオランダと同規模の国並みのエネルギーを消費する可能性があるという。
IoTの台頭は方程式に拍車をかけた。 例えば、スマート・デバイスは、革新的なユースケースを可能にし、バッテリーを持続させるために、多大なエネルギーを必要とする。 効率的なエネルギー推論は、開発者がAIのますますインパクトのあるアプリケーションを革新していく上で不可欠な道である。 ネットワークが大きければ大きいほど、できることが増えるんだろ？
この記事では、AIの計算能力を支えるさまざまなエネルギー・レベル、その主な用途、そして低消費電力技術を燃料とするAI推論の将来について検証する。
AI推論のエネルギー・レベル
AI推論で使われる主なエネルギーレベルは3つある。 階層構造の各レベルは、パワーと計算能力のトレードオフを表している。 以下では、それらの違いと、実際の使用例における違いを紹介する：
ピコジュール（pJ）
ピコジュールは、単純なAIタスクを実行し、厳しい電力制約に直面する超低消費電力デバイスのAI推論に使用される。 また、エネルギー・ハーベスティング（システムの環境からエネルギーを取り込み、ウェアラブルやワイヤレス・センサー・ネットワークなどで使用可能な電力に変換するプロセス）にも最適だ3。 しかし、エネルギーレベルが極めて低いため、ピコジュールの計算能力には限界があるかもしれない。
このエネルギーレベルのIoTにおける主なアプリケーションには、環境モニタリング、産業センシング、農業などがある。
環境モニタリングでは、灌漑システム、パイプライン、タンク、気象観測所、海洋アプリケーション、産業機器に組み込まれたセンサーにAIを適用し、温度、水分、水位、漏水、その他の物理的特性を検出することができる。 データがクラウドに送り返されると、私たちはリソースの使われ方と割り当て方を追跡し、分析し、さらに対策を講じることができる。
産業用センシングでは、産業機械の温度センサー、サーモグラフィ、超音波センサー、光電池、誘導センサー、レーダー、ビジョンカメラ、モーションセンサーにAIを適用する。 センサーのデータによって、機械の問題を事前に予測し、未然に防ぐことができる。
農業業界にとって、ピコジュールのパワーレベルは、土壌や水システムに設置された環境センサーにAIを適用することに関わる。収集されたデータは、作物の収量予測、選択、管理、土壌の適合性分類、水管理など、さまざまな問題に役立つ。スマート農業のあらゆる側面が、増え続ける人口を養うことに貢献する。
ナノジュール（nJ）
ナノジュールは、バッテリーの寿命を延ばし、常時インターネットに接続する必要性を減らすのに最適であるため、スマートフォンやその他の携帯機器など、モバイル機器やバッテリー駆動機器の低消費電力AIアプリケーションによく使用される。 低消費電力と十分な演算能力のバランスがとれているため、幅広い用途に適している。 ナノジュール・パワー・デバイスは、ピコジュール・レベルのデバイスよりも高性能かもしれないが、高度に複雑なAI計算を扱う際には、まだ課題に直面するかもしれない。
このエネルギーレベルのIoTにおける主なアプリケーションには、ウェアラブル、スマートホーム、遠隔デジタル健康機器などがある。
ウェアラブル・モニタリングでは、スマートウォッチ、拡張現実（AR）技術、フィットネストラッカーといったガジェットにAIを適用し、エンターテインメントやスポーツ、その他の体験を向上させる。 スマートホームの管理では、照明、暖房、スピーカーなど、家庭内のさまざまな機器にAIを適用する。 機械学習は乗員の好みを拾い上げ、それに応じて様々な設定を調整する。
遠隔患者モニタリングは、このパワーレベルで最も急成長しているセグメントの1つで、小型の健康ウェアラブル（ピン、時計など）にAIを適用して患者のバイタルを追跡し、パーソナライズされたサポート、投薬に関するリマインダー、役立つ洞察を提供する。このユースケースは、医療提供者と患者が医療をより効率的にし、より良い結果につなげたいと考えていることから、一般的になりつつある。
マイクロジュール（μJ）
マイクロジュールは、適度な消費電力は許容できるが、最小限に抑える必要がある用途に適している。 これらのタスクは、より複雑なAIタスクを伴うことが多いため、バッテリー寿命を延ばすだけでなく、全体的な環境への影響を減らすためにも極めて重要だ。 マイクロジュールは、AIがローカルで行われるエッジ・コンピューティング・デバイスや、組み込みシステムで採用されている。 それでもエネルギー効率は高いが、マイクロジュールレベルのデバイスは、電力制約が非常に厳しいアプリケーションには適さないかもしれない。
このエネルギーレベルでのIoTの主なアプリケーションには、カメラのモニタリングや自動車の機能強化などがある。 カメラ監視では、監視システム、スマートホームカメラ、モーション検知器などにAIを適用する。 – 人間、車両、属性、イベントを追跡・分析する。 自動車の機能強化には、カメラ、ダッシュボード、空調制御など、自動車にAIを適用することが含まれ、消費者にパーソナライズされた新しい車内体験を提供する。
低消費電力技術がAI推論のイノベーションをいかに推進するか
AIをあらゆる場所に配置し、日常生活にシームレスに組み込むことが目標だ。 このような変革を通じて、消費電力はエンジニアにより多くの注意を払う必要がある。 そのためには、エッジユーザーの体験を妨げない低消費電力技術の革新が非常に必要である。 最小限の消費電力でAIを実現するという聖杯の探求が始まっている。
Ambiqの貢献
超低消費電力半導体ソリューションのリーダーであるAmbiqは、2010年以来、1回の充電で数日、数週間、さらには数カ月も使用できる2億3,000万台以上のインテリジェントエッジデバイスの実現に貢献してきました。Ambiqは、画期的な
情報源
1 2023年のAI事情：ジェネレーティブAIの飛躍の年｜2023年
2 警告 AI産業はオランダと同程度のエネルギーを使用する可能性｜2023年
