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がいかに電力を消費するかを知っている。市場で最終製品化されるたびに、エネルギー要件を満たすために計算された妥協が行われてきた。AIの採用が昨年から急速に拡大していることを考えると1、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と同程度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ている。例えば、スマート・デバイスは、革新的なユースケースを実現し、バッテリーを持続させるために大き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、必要不可欠な道です。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でしょう？
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の推論には、主に3つのエネルギーレベルがある。各レベルは電力と計算能力のトレードオフを表している。以下では、これらの違いと、実際のユースケースでそれらがどのように実現されるかを概説する：
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。ピコジュールはまた、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）にも最適である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、私たちは追跡、分析、そしてリソースの使用と割り当て方法についてさらなる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を適用します。センサーのデータにより、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、スマートフォンなどの携帯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計算能力をバランスよく実現できるため、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、依然として課題に直面する可能性がある。
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などのガジェットにAIを適用し、エンターテインメントやアスレチックなど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、スピーカーなど様々な家庭内機器にAIを適用する。機械学習は居住者の好みを拾い上げ、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、最小限に抑えるべきアプリケーションに適している。これらのアプリケーションは、より複雑なAIタスクを伴うことが多いため、バッテリーの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です。マイクロジュールは、AIがローカルで実行されるエッジ・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、カメラモニタリングと自動車強化が含まれる。カメラモニタリングでは、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を適用し、人間、車両、属性、イベントを追跡・分析する。自動車強化では、カメラ、ダッシュボード、空調制御など、自動車にAIを適用し、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。より多くのことを行うためには、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、画期的なサブスレッショルド電力最適化技術（SPOT ®）プラットフォームにより、スマートデバイスのエネルギー効率を数倍に高めます。Ambiqは、私たちの生活にAIがますます統合される中、独自の電力問題に対応し、開発者の視野を広げるソリューションを開発しました。
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
