Forskare från OpenAI har utvecklat en ny teknik som kan göra stora AI-modeller både snabbare och mer resurseffektiva. Metoden gör det möjligt att minska mängden beräkningar som krävs utan att prestandan försämras nämnvärt, vilket kan bidra till billigare drift och snabbare AI-tjänster.
Den nya forskningen är ett viktigt steg mot att göra avancerade språkmodeller mer tillgängliga och energieffektiva, samtidigt som de behåller sin höga precision. Resultaten beskrivs i en ny vetenskaplig studie som uppmärksammats av Tech Xplore.
AI-modeller blir allt större
Under de senaste åren har utvecklingen av stora språkmodeller gått snabbt. Samtidigt har storleken på modellerna vuxit kraftigt, vilket innebär att de kräver enorm datorkraft både under träning och när de används.
Det har gjort att kostnaderna för drift och energiförbrukning ökat kraftigt, något som blivit en av AI-branschens största utmaningar.
Forskarna bakom den nya metoden vill därför göra det möjligt att utföra samma typer av beräkningar med betydligt färre resurser.
Smartare användning av modellens parametrar
Den nya tekniken bygger på att AI-modellen inte behöver använda alla sina interna parametrar vid varje enskild uppgift.
Istället identifieras de delar av modellen som är mest relevanta för den aktuella beräkningen, medan övriga delar tillfälligt lämnas oanvända. På så sätt minskar mängden arbete som processorn behöver utföra.
Resultatet blir kortare svarstider och lägre energiförbrukning utan att modellens kvalitet påverkas i någon större utsträckning.
Lägre kostnader för framtidens AI
En mer effektiv AI-modell kan få stor betydelse både för företag och slutanvändare.
Mindre beräkningskraft innebär lägre driftkostnader för datacenter, samtidigt som AI-tjänster kan köras på mindre kraftfull hårdvara. Det öppnar även möjligheten att använda avancerade AI-modeller i fler typer av produkter, exempelvis bärbara enheter, mobiltelefoner och lokala företagsservrar.
Forskarna menar att effektivare modeller blir allt viktigare i takt med att användningen av generativ AI fortsätter att öka världen över.
Viktigt även ur hållbarhetssynpunkt
Den snabbt växande AI-industrin har lett till ett kraftigt ökat energibehov från datacenter.
Genom att minska mängden beräkningar som krävs för varje AI-fråga kan den totala energiförbrukningen reduceras, vilket både sänker kostnaderna och minskar klimatpåverkan.
Effektivare modeller kan därför bli en viktig pusselbit när AI-system fortsätter att växa i omfattning och används inom allt fler områden, från forskning och sjukvård till programmering och utbildning.
Kan bana väg för nästa generation AI
Forskarna ser den nya tekniken som ett steg mot mer skalbara AI-system där hög prestanda inte längre behöver innebära kraftigt ökade krav på datorkraft.
Om metoden implementeras brett skulle framtidens AI-modeller kunna leverera samma avancerade funktioner som dagens största språkmodeller, men med betydligt lägre kostnad och energiförbrukning. Det skulle göra avancerad artificiell intelligens mer tillgänglig för både företag, forskare och vanliga användare.
Publikationsuppgifter
OpenAI researchers develop a more efficient approach for running large AI models, Tech Xplore (2026).
