BitEnergy AI公司專注於AI推理技術的工程師們開發了一種新型人工智慧處理方法，用整數加法替代了浮點乘法(FPM)。
這種名為線性複雜度乘法(L-Mul)的方法在使用更簡單的算法的同時，仍能接近FPM的效果。但即便如此，它仍然能夠保持FPM所知的高精度和準確度。據TechXplore報導，這一方法能將AI系統的電力消耗減少多達95%，這對未來的AI發展至關重要。
由於這是一個全新的過程，目前市面上的主流硬體，比如Nvidia即將推出的Blackwell GPU，都沒有設計來處理這一算法。因此，即使BitEnergy AI的算法被證實能與FPM達到同等性能，我們仍需要能夠處理這種算法的系統。這可能會讓一些AI公司猶豫，尤其是在它們剛剛投資了數百萬甚至數十億美元用於AI硬體之後。儘管如此，巨大的95%電耗減少可能會促使大型科技公司迅速轉向，特別是如果AI晶片製造商能開發出能夠利用這一算法的專用積體電路(ASIC)。
現在，電力是AI發展的主要限制因素，去年所有數據中心售出的GPU所消耗的電量相當於一百萬個家庭一年的用電量。甚至連谷歌都因為AI的電力需求而將其氣候目標放在了次要位置，其溫室氣體排放量從2019年起增長了48%，而非按預期逐年下降。谷歌前任CEO甚至建議放開對電力生產的限制，放棄氣候目標，利用更先進的AI來解決全球變暖問題。
但如果AI處理能變得更節能，那麼看起來我們仍然可以擁有先進的AI技術，而不必犧牲地球。除了這一點，95%的能源使用下降還可以減少這些大型數據中心對國家電網的負擔，減少快速建設更多能源工廠以應對未來的需求。
雖然大多數人都為每一代新AI晶片帶來的額外算力感到驚嘆，但真正的進步只有在這些處理器變得更強大且更高效時才會到來。因此，如果L-Mul如預期一樣有效，那麼人類或許可以既享受AI的強大能力，又不會對環境造成負擔。
