近年来,人工智能技术的飞速进步带来了极大的便利和变革,但与此同时,AI系统的能源消耗问题日益突出。大型语言模型、深度学习算法及复杂神经网络的训练和推理过程对电力资源的依赖非常巨大,给电力基础设施和环境造成了显著压力。尤其是在军事和边缘计算领域,有限的电源和电池容量要求AI技术不仅要具备卓越的性能,更需要具备能源高效利用的能力。对此,美国国防高级研究计划局(DARPA)启动了"映射机器学习到物理"(Mapping Machine Learning to Physics,简称ML2P)计划,旨在实现AI能源消耗的精准测量和优化管理,推动能源感知型机器学习技术的研发。DARPA此次的举措不仅预示着军事AI应用的转型升级,还极有可能引领整个AI行业走向"绿色智能"的发展新方向。 目前,机器学习模型的优化过于集中在性能表现,如准确率、速度和泛化能力等方面,而忽视了能源效率这一关键指标。
ML2P计划的核心理念是将AI模型运行与其实际消耗的物理能量 - - 通常以焦耳为单位 - - 进行绑定和量化,从而促使研究者和开发者在设计、训练以及部署机器学习系统时,能精准评估其能耗表现。这种做法不仅能够提升模型的整体效率,也促进AI系统在资源受限环境中的应用。 ML2P项目由DARPA程序经理Bernard McShea亲自推动,他在公开视频中指出:"当前我们构建的机器学习模型仅仅优化了性能,而忽略了耗能这一重要特性。我们希望通过建立性能与物理资源消耗的映射关系,实现性能和资源使用的动态平衡。"这一愿景展现了DARPA对于未来AI工具不仅要"聪明",更要"节能"的期待。特别是在战场和边缘场景中,AI系统往往依赖有限的电源设备,如电池供电的无人机、便携式传感器等,能源意识能够极大提升装备的续航能力和作战效能。
此次ML2P项目强调的另一个关键点是数据的透明与开放性。参与项目的团队需要将开发出的算法、代码和相关文档以宽松的开源许可发布,确保学术界和业界的广泛共享与应用。这种开放策略不仅利于推动相关技术的快速迭代,还可以让更多研究者参与到AI节能方案的创新中去,形成生态系统层面的良性循环。DARPA设想ML2P平台成为机器学习构建和能耗模拟的"金标准",让能源效率正式成为机器学习生命周期的"一等公民"。 在现实操作层面,AI能耗的测量复杂且困难。不同硬件平台之间存在巨大差异,计算工作负载、算法类型、运行环境甚至地理位置等多种因素都会影响实际能源消耗。
此前大多数对AI能耗的估算都停留在理论模型或封闭系统的数据分析,难以反映真实世界中的变动情况。ML2P力图解决这一痛点,采用极其精细的测量方法捕捉系统在不同操作细节下的耗能表现,从而获得全面严谨的能耗数据,为后续优化提供科学依据。 ML2P项目的实施周期长达两年,分为两个阶段。前六个月将专注于实验环境和测量工具的搭建,确保能效数据采集的精准和可靠。随后的18个月参与团队将进行大量的实验数据收集和分析,同时由政府测试和评估团队对实验结果进行验证和评估,筛选出最优能耗表现的设计方案和技术路径。这样的过程保证了结果的客观性、公正性和实用性,力求为军方和工业界提供成熟可用的节能AI解决方案。
此外,ML2P计划不仅聚焦于软件层面的能效优化,亦希望为硬件设计提供指导。通过对机器学习模型耗能特征的深入理解,研发人员能够提出更加符合AI负载需求的芯片架构和硬件平台,进一步推动节能智能硬件的诞生。AI专用芯片市场近年来高速发展,如何在保持性能的同时降低功耗已成为业界共识。ML2P或将成为引领AI硬件设计革命的重要推动力之一。 DARPA希望吸引来自电气工程、数学、逻辑学、机器学习等多个学科领域的专家加入,推动跨学科合作。项目预算大约为590万美元,体现了其规划的规模和重要性。
参与团队须在2025年10月初前提交初步方案摘要,争夺资助名额,这一节点也标志着全球智能计算领域对节能课题重视程度的提升。 整体来看,DARPA的ML2P计划体现了对未来AI发展模式的深刻洞察。从单纯追求"精准和强大"到兼顾"智能和节能",是AI技术发展过程中不可避免的必然趋势。在当前全球能源紧张和环保压力增大的背景下,AI系统的能源消耗不容忽视。除了军事应用,ML2P的技术成果有望广泛应用于数据中心、移动设备、自动驾驶和物联网等多场景,显著降低AI计算的碳足迹,推动数字经济实现绿色化转型。 随着人工智能应用规模的逐年扩大,AI对全球能源网络的冲击潜力巨大。
据国际能源机构(IEA)预测,到2027年,AI和大型数据中心的能源需求将显著攀升,给电力基础设施带来严峻考验。因此,ML2P计划或许不仅是针对军方的战略部署,更是应对未来全球能源挑战的前瞻布局,为AI技术可持续发展提供坚实基础。 未来几年,能源感知型机器学习将在算法设计、系统架构、硬件制造等多个层面掀起变革。技术创新带来的不仅是AI能力的提升,更是能源使用效率的突破。我们期待ML2P以及相关项目能够推动人工智能进入一个更加智能、高效、低碳的新时代,让AI真正成为"智慧动力"的典范。这不仅关乎科技的进步,更关乎环境保护和社会发展的大局。
美国DARPA的前瞻布局彰显了全球科技力量在绿色智能领域的领先姿态,也为业界树立起了节能AI的新标杆。未来,全球AI研究与应用都将围绕如何实现性能与能耗的最佳平衡展开,这无疑将成为人工智能领域最重要的研究方向之一。 。
