上文主要介绍了BitEnergy A

专门从事人工智能推理技术的公司BitEnergy AI的工程师开发出了一种用整数加法取代浮点乘法（FPM）的人工智能处理方案。

这种新方案称为线性复杂度乘法（L-Mul），在使用更简单算法的情况下，其结果接近FPM。但尽管如此，其仍然能够保持FPM所著称的高精度和精确度。据TechXplore报道，这种方案可将AI系统的功耗降低高达95%，这对AI未来至关重要。

由于这是一个新过程，市场上流行且随时可用的硬件（如英伟达即将推出的Blackwell GPU）并非为处理该算法而设计。因此，即使BitEnergy AI的算法被证实可达到与FPM相同的水平，我们仍然需要能够处理它的系统。这可能会让一些AI公司犹豫不决，尤其是在他们刚刚在AI硬件上投资了数百万甚至数十亿美元之后。尽管如此，95%的大幅功耗降低可能会让最大的科技公司放弃AI投资，尤其是如果AI芯片制造商能制造出可利用该算法的专用集成电路（ASIC）。

电力现在是人工智能发展的主要制约因素，仅去年一年售出的所有数据中心GPU的耗电量就超过100万户家庭一年的耗电量。就连谷歌也因为人工智能的电力需求而将其气候目标放在了次要位置，其温室气体排放量比2019年增加了48%，而不是像预期的那样逐年下降。该公司前首席执行官甚至建议放弃气候目标，使用更先进的人工智能来解决全球变暖问题，从而打开电力生产的闸门。

但如果人工智能处理能够更加节能，那么我们似乎仍然可以在不牺牲地球环境的情况下获得先进的人工智能技术。除此之外，能耗使用量下降95%还将减轻这些大型数据中心给国家电网带来的负担，从而减少建造更多电厂来快速为未来提供电力的需求。

虽然我们大多数人都对新AI芯片每一代带来的额外功能感到惊讶，但只有当这些处理器更强大、更高效时，真正的进步才会到来。因此，如果L-Mul能像宣传的那样发挥作用，那么人类就可以鱼与熊掌兼得。