AI-maitseline HPC ennustuste komplekt 2023. aastaks

Paljud ennustused 2023. aasta HPC-AI kohta tulid meie ahtri taha viimastel nädalatel. Siin on väljavõtted neist, mis leidsime kõige huvitavamad, värskemad, sisukamad – isegi vastupidised.

Altaïr Peateadlane Rosemary Francis:
Mine suureks või koju – HPC suurem töökoormus.Kuna HPC töökoormused võtavad suuri andmerakendusi, nagu bioteadused ja osakeste kiirendid, nagu Ühendkuningriigi teemantvalguse allikas (suurema uurimistöö ja katsetamise jaoks) näeme töövootööriistade plahvatuslikku kasvu. Aastal 2023 on see muutumine mitmemõõtmeliseks ajakavaks HPC suurimaks muutuste tõukejõuks, kuna tööstus püüab end moderniseerida ja kohaneda nende suurte ühendatud rakendustega.

HPC tegeleb sügava õppimisega:Kuna süvaõpe muutub 2023. aastal levinumaks, näeme HPC töökoormuses edasist nihet. Kui algselt käitati enamikku masinõppe töökoormust Kubernetes või muudes konteinerite orkestreerimisraamistikes, siis on saanud selgeks, et need süsteemid on mõeldud mikroteenuste jaoks, mitte kiireks, arvutimahukaks masinatöökoormuseks, mida nüüd on vaja süvaõppe jaoks. Kommertslikud HPC töökoormuse haldurid vajavad igakülgset konteinerite tuge, et organisatsioonid saaksid oma arvutusi poolida ja hakata kasutama pakettplaanide koostamist, pilvepaketti ja piletite jagamist – kõiki tõhusa HPC põhiaspekte.

Joe Fitzsimons, tegevjuht Horisondi kvantarvuti, NISQ surmast ja nihkest tõrketaluvusele kvantarvutites
"Viimastel aastatel on kvantarvutite rakenduste arendamisel erilist tähelepanu pööratud NISQ-režiimile, viidates mürarikkale keskmise skaala kvantprotsessoritele. "Müra" selles pealkirjas viitab kubitite vastuvõtlikkusele keskkonnategurite häiretele, mis ulatuvad teiste kubittide lähedusest kuni kosmiliste kiirte kokkupõrgeteni. See müra põhjustab kvantarvutusprotsessides potentsiaalselt saatuslikke vigu. Juba ammu on teada, et vähemalt teoreetiliselt on võimalik ehitada kvantarvuteid, mis sisaldavad veaparandust, nii et ebatäiuslikest komponentidest saab ehitada sisuliselt täiusliku arvuti. NISQ-uuringutes on aga keskendutud variatsioonialgoritmide väljatöötamisele, mis loodetavasti on vastupidavad väiksematele keskkonnamürast põhjustatud häiretele, võimaldades kvanteelist ilma vigade parandamiseta.

"Kahjuks on suhteliselt vähe tõendeid selle kohta, et sellised NISQ-algoritmid annavad tavapäraste arvutitega võrreldes eelise paljude optimeerimis- ja masinõppeülesannete jaoks, mille jaoks neid kaalutakse. Kuigi on põhjust arvata, et varajased kvanteelised võivad ilmneda sellistes valdkondades nagu keemia, kus lahendatav probleem on olemuselt kvantmehaaniline, on märke, et keskendutakse uuesti tõrketaluvuse režiimi saavutamisele, kus vead ilmnevad. aktiivselt parandatud ja mille kvanteelise kohta on palju tugevamaid tõendeid.

Dell TechnologiesJohn Roese, ülemaailmne tehniline juht – uusaastalubadus
Ma koostan varajased oskused, et kvanti ära kasutada. Kvantarvutus on muutumas reaalseks ja kui teie ettevõttes pole kedagi, kes mõistaks, kuidas see tehnoloogia töötab ja kuidas see teie äritegevust mõjutab, jääte sellest tehnoloogialainest ilma. Tehke kindlaks meeskond, tööriistad ja ülesanded, mille kvanttööle pühendate, ning alustage katsetamist. Just eelmisel kuul kuulutasime välja kohapealse Delli kvantarvutuslahenduse, mis võimaldab erinevates tööstusharudes asuvatel organisatsioonidel hakata kasutama kiirendatud arvutusi kvanttehnoloogia abil, mis muidu pole neile praegu kättesaadav. 2023. aastal on kriitilise tähtsusega investeerida kvantsimulatsiooni ning võimaldada oma andmeteadusel ja tehisintellekti meeskondadel õppida uusi keeli ja kvanttehnoloogiat.

MLOpsi platvormi tegevjuhi ja kaasasutaja Gideon Mendelsi vastuolulised seisukohad ML-i kohta komeet
Kui andmed kuivavad: Enamik ML-is nähtud täiustusi on tulnud treeningmudelitest, millel on üha rohkem andmeid, kuid me oleme jõudmas punkti, kus me ei saa seda teha. Äsja ilmus huvitav uurimus, mis näitab, et 2026. aastaks võivad andmed lõppeda. Kui see väitekiri peab paika, ei näe me enam täiustusi, välja arvatud juhul, kui suudame samale andmekogumile luua paremaid mudeleid.

Generatiivsete mudelite keskkonnamõju: Generatiivsed mudelid annavad väga muljetavaldavaid tulemusi, kuid pole selge, milline on nende mõju tegelikule ettevõttele. Selge on nende massiivsete mudelite treenimise mõju süsinikdioksiidi heitkogustele. Arvutusnõuded on meeletud. Seega tekib küsimus: "Kas tulemused on keskkonnakulusid väärt?"

Eemalduge tarkvara mõtteviisist: ML on siiani järginud tarkvaraarenduse kulgu, kuid ML-i küpsedes see lähenemine laguneb. Ükski müüja ei saa seda kõike teha. Tänapäeval valivad meeskonnad parimad saadaolevad tööriistad, mis vastavad sellele, mida nad üritavad teha. Müüjad, kes püüdsid olla meeskonna jaoks kõik, ebaõnnestuvad. Selleks, et ML saavutaks oma potentsiaali, peame mõtlema teisiti, et luua meie konkreetsetele ärivajadustele sobiv ML-i pinu.

Eelarvamus on üleliigne: Eelarvamus on kontseptsioon, mis pälvib palju tähelepanu – ja saab ka edaspidi rohkem AI Bill of Rights – see ei ole asi, millega paljud ML-praktikud igapäevaselt muret teevad. Loomulikult arvestavad nad sellega, kuid usaldusväärsed ML-praktikud mõistavad probleeme ja teavad, mida teha, et vältida eelarvamuste negatiivset mõju tulemustele.

Jonas Kubilius of the Oxylabsi nõuandekogu Generatiivse AI kohta
Jonas Kubilius, ettevõtte Three Thirds kaasasutaja ja tegevjuht ning Oxylabsi nõuandekogu liige, eeldab, et Stable Diffusion, GPT-3, GitHub Copilot ja muud sisu genereerimise tehnikad arenevad kasumlikeks toodeteks, mida arendajad ja sisuloojad reaalselt kasutavad. maailma rakendused. Ta lisas, et näeme suurenenud huvi mitmeliigiliste mudelite vastu, mis suudavad käsitleda teksti, pilte, heli ja muid sisendeid mitme ülesande jaoks.

"Hakkame nägema üleminekut tehisintellekti kasutamiselt staatiliste ülesannete jaoks, nagu klassifitseerimine, keelemudelipõhistele interaktiivsetele töövoogudele, mis aitavad inimestel oma ülesandeid tõhusamalt täita," ütles Kubilius.

Peter Mattson, president MLCommons, avalike andmekogumite kohta
„Lisaks õiguslikele, eetilistele ja õigluse probleemidele praegustes avalikes andmekogumites leiduvate veebist kogutud andmetega seisame silmitsi mitmeliigilise ja vestluspõhise AI-ga seotud uute nõudlike uurimisprobleemide kombinatsiooniga. Samuti peab tööstus tervikuna paremini toetama mitte ainult teadusuuringuid, vaid ka laialdaselt kasutusele võetud ML-rakendusi ja uusi eeskirju (nt tööstusliku kvaliteedi testikomplektide kaudu).

"Avalike andmete järgmise põlvkonna" toetamiseks prognoosib Mattson vajadust tugevate investeeringute järele kõige pakilisemate ühiskondlike ja tehniliste probleemide jaoks andmekogudesse ning suunata need investeeringud läbi avatud lähtekoodiga infrastruktuuri, mis võimaldab kogu kogukonnal anda oma panus ja läbi vaadata. andmed.

Moses Guttmann, MLOpsi platvormi tegevjuht ja kaasasutaja ClearML, saidil ML Trends to Watch

Automatiseerimine ja ML-oskuste nappus Kuigi oleme näinud, et paljud tipptehnoloogiaettevõtted teatasid 2022. aasta lõpus koondamistest, ei koonda tõenäoliselt ükski (neist) oma kõige andekamaid masinõppe töötajaid. Sügavalt tehniliste meeskondade tühimiku täitmiseks peavad ettevõtted aga veelgi rohkem automatiseerimise poole kalduma, et hoida tootlikkust kõrgel ja tagada projektide lõpuleviimine. Loodame näha ka seda, et ML-tehnoloogiat kasutavad ettevõtted panevad paika rohkem süsteeme, et jälgida ja juhtida jõudlust ning teha rohkem andmepõhiseid otsuseid ML-i või andmeteaduse meeskondade haldamise kohta.

ML talentide kogumine on lõppenud  ML-i töötajate koondamised on tõenäoliselt viimaste töötajate hulgas, erinevalt ML-i pikaajalisematest töötajatest…. Kuna ML ja AI on viimasel kümnendil muutunud tavalisemaks tehnoloogiaks, hakkasid paljud suured tehnoloogiaettevõtted seda tüüpi töötajaid palkama, sest nad said hakkama rahaliste kuludega ja hoida neid konkurentidest eemal – mitte tingimata sellepärast, et neid vajati. (Seega) pole üllatav, et nii palju ML-i töötajaid koondatakse… Kuid ML-i talentide kogumise ajastu lõppedes võib see tuua kaasa uue innovatsioonilaine ja võimaluse idufirmadele. Kuna nii palju talente otsib praegu tööd, näeme tõenäoliselt, et paljud neist inimestest hakkavad suurtest tehnoloogiatest välja voolama väikestesse ja keskmise suurusega ettevõtetesse või idufirmadesse.

ML projekti prioriteedid  Ma näen, et masinõppeprojektid jagunevad kahte tüüpi: müüdavad funktsioonid, mis juhtkonna hinnangul suurendavad müüki ja võidavad konkurentsi, ning tulude optimeerimise projektid... Müüdavad funktsiooniprojektid lükatakse tõenäoliselt edasi, kuna neid on raske kiiresti saada, ja selle asemel , keskenduvad nüüd väiksemad ML-i meeskonnad rohkem tulude optimeerimisele, kuna see võib teenida tegelikku tulu. Praegusel hetkel on jõudlus kõigi äriüksuste jaoks hädavajalik ja ML pole selle suhtes immuunne.

Ühtne ML  Üks MLOps-i kasutuselevõttu aeglustavaid tegureid on punktlahenduste rohkus. See ei tähenda, et need ei tööta, vaid et need ei pruugi omavahel hästi sulanduda ja jätta töövoosse lünki. Seetõttu usun kindlalt, et 2023. aasta on aasta, mil tööstus liigub ühtsete, täielike platvormide poole, mis on üles ehitatud moodulitest, mida saab kasutada nii individuaalselt kui ka üksteisega sujuvalt integreeruda (ja ka hõlpsasti teiste toodetega integreeruda) . Selline platvormipõhine lähenemine koos üksikute komponentide paindlikkusega tagab sellise agiilse kogemuse, mida tänapäeva spetsialistid otsivad. See on lihtsam kui punktitoodete ostmine ja nende kokku lappimine; see on kiirem kui oma infrastruktuuri nullist ülesehitamine (kui peaksite seda aega mudelite ehitamiseks kasutama)…

NVIDIA pakkus hulgaliselt ennustusi mitmesugustes tehisintellekti ja masinõppe valdkondades:

Anima Anandkumar, ML-uuringute direktor ja Bren, Caltechi professor
Digitaalsed kaksikud saavad füüsiliseks: Näeme laiaulatuslikku digitaalsed kaksikud füüsikalised protsessid, mis on keerukad ja mitmemõõtmelised, nagu ilmastiku- ja kliimamudelid, seismilised nähtused ja materjali omadused. See kiirendab praeguseid teaduslikke simulatsioone miljon korda ning võimaldab uusi teaduslikke teadmisi ja avastusi.

Üldised AI agendid: Tehisintellekti agendid lahendavad avatud ülesandeid loomuliku keele juhiste ja laiaulatusliku tugevdava õppe abil, kasutades samal ajal alusmudeleid – neid suuri tehisintellekti mudeleid, mis on koolitatud suurel hulgal märgistamata andmetel –, et võimaldada agentidel, kes saavad sõeluda mis tahes tüüpi päringuid ja kohaneda aja jooksul uut tüüpi küsimustega.

Manuvir Das, ettevõtte andmetöötluse asepresident
Tarkvara edusammud lõpetavad AI silosid: Ettevõtted on pikka aega pidanud tehisintellekti uurimis- ja arendustegevuseks valima pilvandmetöötluse ja hübriidarhitektuuride vahel – see praktika võib lämmatada arendajate tootlikkust ja aeglustada innovatsiooni.

Aastal 2023 võimaldab tarkvara ettevõtetel ühendada tehisintellekti torujuhtmeid kõigi infrastruktuuritüüpide lõikes ja pakkuda tehisintellekti praktikutele ühtset ühendatud kogemust. See võimaldab ettevõtetel tasakaalustada kulusid strateegiliste eesmärkidega, olenemata projekti suurusest või keerukusest, ning pakkuda paindlikuks arendamiseks juurdepääsu praktiliselt piiramatule võimsusele.

Generatiivne AI muudab ettevõtte rakendusi: Hüpe generatiivse tehisintellekti kohta saab reaalsuseks 2023. aastal. Selle põhjuseks on asjaolu, et tõelise generatiivse AI alused on lõpuks paigas – tarkvaraga, mis suudab suuri keelemudeleid ja soovitussüsteeme muuta tootmisrakendusteks, mis lähevad kaugemale piltidest, et arukalt vastata küsimustele, luua sisu ja isegi tekitavad avastusi...

Kimberly Powell, Tervishoiu asepresident
Kirurgia 4.0: Lennusimulaatorid on mõeldud pilootide koolitamiseks ja uute õhusõidukite juhtimise uurimiseks. Sama kehtib nüüd ka kirurgide ja robotkirurgia seadmete tootjate kohta. Digitaalsed kaksikud, mis suudavad simuleerida igal skaalal, alates operatsioonisaali keskkonnast kuni meditsiiniroboti ja patsiendi anatoomiani, murravad uusi teed isikupärastatud kirurgilistes proovides ning tehisintellektist juhitud inimeste ja masinate koostoimete kavandamisel. Pikad residentuurid ei ole ainus viis kogenud kirurgi saamiseks. Paljudest saavad asjatundlikud operaatorid, kui nad teevad oma esimese roboti abil operatsiooni tõelisele patsiendile.

Danny Shapiro, autotööstuse asepresident
Autonoomsete sõidukite koolitamine metaverssis: Rohkem kui 250 auto- ja veoautotootjat, idufirmat, transpordi- ja mobiilsuse kui teenusepakkujat, kes arendavad autonoomseid sõidukeid, tegelevad meie aja ühe keerukaima tehisintellekti väljakutsega. Kõikide stsenaariumitega, millega nad peavad hakkama saama, ei ole lihtsalt võimalik maanteel katsetades kokku puutuda, nii et 2023. aastal pöördub suur osa tööstusest abi saamiseks virtuaalmaailma poole. Liiklusandmete kogumist täiendavad virtuaalsed sõidukipargid, mis genereerivad andmeid koolituse ja uute funktsioonide testimiseks enne kasutuselevõttu. Kõrge täpsusega simulatsioon käivitab autonoomsete sõidukite peaaegu lõputu hulga stsenaariume ja keskkondi….

Rev Lebardedian, Omniverse'i ja simulatsioonitehnoloogia asepresident
Metaverse universaalne tõlkija: Nii nagu HTML on 2D-veebi standardkeel, Universaalne stseeni kirjeldus on 3D-veebi jaoks kõige võimsam, laiendatav ja avatud keel. 3D-standardina virtuaalsete maailmade kirjeldamiseks metaverssis võimaldab USD ettevõtetel ja isegi tarbijatel liikuda erinevate 3D-maailmade vahel, kasutades erinevaid tööriistu, vaatajaid ja brausereid kõige sujuvamal ja järjekindlamal viisil.

Ronnie Vasishta, telekommunikatsiooni osakonna vanemasepresident
Juhtme katkestamine AR/VR üle 5G võrkudes: Kuigi paljud ettevõtted liiguvad riistvara ja tarkvara arendamiseks pilve, kasvab ka servade disain ja koostöö, kui 5G-võrgud kogu maailmas üha enam kasutusele võetakse. Näiteks saavad autodisainerid kinkida liitreaalsusega peakomplekte ja voogesitada sama sisu, mida nad traadita võrkude kaudu näevad, kolleegidele üle kogu maailma, kiirendades koostöömuutusi ja arendades uuenduslikke lahendusi rekordkiirusel. 5G toob kaasa ka ühendatud robotite kiirendatud kasutuselevõtu erinevates tööstusharudes – neid kasutatakse kaupluste riiulite täiendamiseks, põrandate puhastamiseks, pitsade tarnimiseks ning tehastes kaupade korjamiseks ja pakkimiseks.

Bob Pette, professionaalse visualiseerimise asepresident
Tööstusrevolutsioon simulatsiooni kaudu: Kõike, mis on ehitatud füüsilises maailmas, simuleeritakse esmalt virtuaalses maailmas, mis järgib füüsikaseadusi. Nendest digitaalsetest kaksikutest – sealhulgas suuremahulistest keskkondadest, nagu tehased, linnad ja isegi kogu planeet – ja tööstuslik metaversum peavad saama digitaalse ümberkujundamise algatuste kriitilisteks komponentideks. Näiteid on juba palju: Siemens viib tööstusautomaatika uuele tasemele. BMW simuleerib terveid tehase korruseid, et tootmisprotsesse optimaalselt planeerida. Lockheed Martin simuleerib metsatulekahjude käitumist, et ennustada, kuhu ja millal ressursse paigutada. DNEG, SONY Pictures, WPP ja teised suurendavad tootlikkust ülemaailmselt hajutatud kunstiosakondade kaudu, mis võimaldavad loojatel, kunstnikel ja disaineritel stseene peaaegu reaalajas korrata.

Ettevõtte IT-arhitektuuri ümbermõtestamine: Nii nagu paljud ettevõtted püüdsid kohandada oma kultuuri ja tehnoloogiaid, et vastata hübriidtöö väljakutsetele, toob uus aasta kaasa paljude ettevõtete kogu IT-infrastruktuuri ümberkujundamise. Ettevõtted otsivad võimsaid klientseadmeid, mis suudavad tulla toime rakenduste ja keerukate andmekogumite üha kasvavate nõudmistega. Ja nad kasutavad paindlikkust, liikudes eksponentsiaalse skaleerimise jaoks pilve. Hajutatud andmetöötlustarkvara platvormide kasutuselevõtt võimaldab ülemaailmselt hajutatud tööjõul teha koostööd ja olla tootlik ka kõige erinevamates töökeskkondades.

Samamoodi nõuab keeruka tehisintellekti mudeli arendamine ja väljaõpe andmekeskuses ja töölauas võimsat arvutustaristut. Ettevõtted vaatavad kureeritud tehisintellekti tarkvarapakke erinevate tööstuslike kasutusjuhtude jaoks, et teha tehisintellektiga töövoogudesse kaasamine ning klientidele kiiremini kvaliteetsemate toodete ja teenuste pakkumine.

Azita Martin, jaemüügi- ja tarbekaupade AI asepresident
AI tarneahelate optimeerimiseks: Isegi kõige keerukamatel jaemüüjatel ja e-kaubanduse ettevõtetel oli viimase kahe aasta jooksul raskusi pakkumise ja nõudluse tasakaalustamisega. Tarbijad võtsid pandeemia ajal koduostlemise omaks ja tormasid pärast sulgemiste tühistamist tagasi tavapoodidesse. Pärast inflatsiooni jõudmist muutsid nad taas oma ostuharjumusi, andes tarneahela juhtidele meeleheite. AI võimaldab sagedasemat ja täpsemat prognoosimist, tagades, et õige toode on õigel ajal õiges poes. Lisaks kasutavad jaemüüjad marsruudi optimeerimise tarkvara ja simulatsioonitehnoloogiat, et pakkuda terviklikumat ülevaadet võimalustest ja lõkse.

Malcolm deMayo, finantsteenuste asepresident
Cloud-First finantsteenuste jaoks: Pankadel on uus kohustus: muutuge kiiresti agiks. Seistes silmitsi ebatraditsiooniliste finantsasutuste kasvava konkurentsiga, klientide muutuvate ootustega, mis tulenevad nende kogemustest teistes tööstusharudes ja mis on seotud pärandinfrastruktuuriga, võtavad pangad ja muud asutused omaks pilvepõhise tehisintellekti lähenemisviisi. Kuid kuna pangad on rangelt reguleeritud tööstusharu, mis nõuab töökindlust, mis tähendab, et teie süsteemid suudavad vastu võtta ja üle elada šokke (nagu pandeemia), otsivad pangad avatud, kaasaskantavaid, tugevdatud hübriidlahendusi. Sellest tulenevalt on pangad kohustatud ostma toetuslepingud, kui need on saadaval.

David Reber, turvaülem
Andmeteadlased on teie uus kübervara: Traditsioonilised küberprofessionaalid ei suuda enam tõhusalt kaitsta kõige keerukamate ohtude eest, sest rünnete ja kaitsevõime kiirus ja keerukus on tõhusalt ületanud inimvõimed. Andmeteadlased ja teised inimanalüütikud kasutavad tehisintellekti, et vaadata kõiki andmeid objektiivselt ja avastada ohte. Rikkumisi juhtub, nii et tehisintellekti ja inimesi kasutavad andmeteaduse tehnikad aitavad leida nõela heinakuhjas ja reageerida kiiresti.

Kari Briski, AI ja HPC tarkvara asepresident
Märgistamata andmed leiavad oma eesmärgi: Suured keelemudelid ja struktureeritud andmed laienevad ka fotodele, helisalvestistele, säutsidele ja muule, et leida peidetud mustreid ja vihjeid, mis toetavad tervishoiu läbimurdeid, teaduse edusamme, klientide paremat kaasamist ja isegi suuri edusamme isejuhtivas transpordis. Aastal 2023 aitab kogu nende struktureerimata andmete lisamine segusse arendada närvivõrke, mis võivad näiteks luua sünteetilisi profiile, et jäljendada õpitud terviseandmeid. Seda tüüpi järelevalveta masinõpe on määratud saama sama oluliseks kui juhendatud masinõpe.

Uus kõnekeskus: Hoidke 2023. aastal silma peal kõnekeskusel, kus üha lihtsamini rakendatavate kõne-AI töövoogude kasutuselevõtt pakub ärile paindlikkust kliendiga suhtlemise igal etapil – alates mudeliarhitektuuri muutmisest kuni patenteeritud andmete mudelite peenhäälestamiseni ja torujuhtmete kohandamiseni. Kuna kõne-AI töövoogude juurdepääsetavus laieneb, näeme ettevõtete kasutuselevõtu laienemist ja kõnekeskuse tootlikkuse hiiglaslikku tõusu, kiirendades lahenduseni kuluvat aega. Tehisintellekt aitab agentidel tohutust teadmistebaasist õigel ajal õiget teavet hankida, minimeerides klientide ooteaegu.

Deepu Talla, sisseehitatud andmetöötluse asepresident
Robotid saavad miljon elu: Virtuaalsetes maailmades koolitatakse rohkem roboteid, kuna fotorealistlik renderdus ja täpne füüsikaline modelleerimine kombineeritakse võimalusega simuleerida paralleelselt miljoneid roboti eksemplare pilves GPU-del. Generatiivsed AI-tehnikad muudavad ülimalt realistlike 3D-simulatsioonistsenaariumide loomise lihtsamaks ning kiirendavad veelgi võimekamate robotite arendamiseks mõeldud simulatsiooni- ja sünteetiliste andmete kasutuselevõttu.

 Marc Spieler, energeetika vanemdirektor
AI-toitega energiavõrk: Kuna võrk muutub hajutatud energiaressursside lisandumise tõttu enneolematult keerulisemaks, nõuavad elektriettevõtted serva-AI-d, et parandada töö efektiivsust, suurendada funktsionaalset ohutust, suurendada koormuse ja nõudluse prognoosimise täpsust ning kiirendada taastuvenergia liitumisaega. , nagu päike ja tuul. AI äärel suurendab võrgu vastupidavust, vähendades samal ajal energia raiskamist ja kulusid.