Microsoft планирует задействовать неиспользумые видеокарты пользователей для нужд ИИ
Компания Microsoft опубликовала патент, описывающий метод, который позволяет использовать простаивающие вычислительные ресурсы пользовательских устройств для обучения моделей ИИ. Как сообщает портал TechPowerUp, в документе представлена модель, при которой масштабные процессы обучения разбиваются на множество мелких подзадач. Эти задачи передаются на смартфоны, ноутбуки или настольные компьютеры в те моменты, когда их аппаратные ресурсы свободны.
Обязательным условием является явное согласие владельца устройства. В качестве вознаграждения может быть предусмотрена система начисления баллов, которые затем можно обменять на лицензии для программного обеспечения, доступ к моделям ИИ или денежные средства.
Чтобы не мешать штатной эксплуатации устройств, патент предусматривает постоянный мониторинг ресурсов. Сервис в фоновом режиме отслеживает такие показатели, как загрузка процессора и видеокарты, использование оперативной памяти, рабочая температура и энергопотребление. Если показатели превышают заданные пороговые значения или пользователь запускает ресурсоемкое приложение, выполнение задач ИИ ограничивается, приостанавливается или полностью прекращается.
Промежуточные результаты, полученные от пользовательских устройств, будут проверяться с использованием нескольких систем. Это позволит своевременно выявлять аппаратные сбои, разрывы соединения или попытки намеренного искажения данных.
Сама концепция распределенных вычислений отнюдь не нова. Одним из наиболее известных примеров такого подхода является проект SETI@home. Это был новаторский проект в области распределенных вычислений, запущенный в 1999 году Калифорнийским университетом в Беркли. В его рамках добровольцы со всего мира предоставляли неиспользуемые вычислительные мощности своих домашних компьютеров для поиска внеземной жизни.
Проект был закрыт в 2020 году, однако он послужил основой для создания платформы BOINC (Berkeley Open Infrastructure for Network Computing — «Открытая инфраструктура Беркли для сетевых вычислений») и вдохновил появление таких инициатив, как Folding@home, где свободные ресурсы частных компьютеров используются для моделирования сворачивания белков и их молекулярной динамики.
В настоящее время подобные концепции снова становятся актуальными, поскольку бурный рост числа дата-центров привел к глобальной нехватке аппаратного обеспечения. Это порождает и весьма спорные высказывания. Так, глава OpenAI Сэм Альтман заявил, что это «ужасно» — когда значительная часть оперативной памяти и вычислительных мощностей, установленных в домашних компьютерах по всему миру, большую часть времени простаивает. Впрочем, после того как это заявление было встречено весьма критически, Альтман взял свои слова назад, отметив, что его неправильно поняли.