ロンドンに本拠を置くスタートアップ、オリオール・ネットワークスは、人工知能（AI）トレーニングの状況を変革するという使命を推進するために、1,000万ポンドという多額のシード資金を獲得した。 同社は、今日の AI 開発が直面している最も差し迫った課題の 1 つである、AI モデルのトレーニングと実行に伴う大量のエネルギー消費に対処することを目指しています。
AI効率の向上
ユニバーシティ カレッジ ロンドン (UCL) からスピンアウトした Oriole Networks は、AI モデルのトレーニングの効率を高める画期的なソリューションを開拓しています。 CEO の James Regan 氏が率い、George Zervas 教授が共同設立した同社は、AI トレーニングの重要なコンポーネントである GPU の接続方法に革命をもたらす革新的なネットワーキング テクノロジを開発しました。
GPU を接続するための現在の標準にはイーサネット ケーブルの使用が含まれており、GPU テクノロジの大幅な進歩にも関わらず、AI モデルのトレーニングでは依然としてこれがボトルネックとなっています。 Oriole Networks のソリューションは、光ファイバーと光ビームを利用して GPU を接続し、GPU 間で情報がやり取りされる速度をmaticに向上させます。 ゼルバス教授が 20 年間の研究を経て開発したこの画期的なテクノロジーは、AI トレーニングを最大 100 倍高速化する可能性があります。
エネルギー消費量の削減
Oriole の光ネットワーキング ソリューションは、速度の利点に加えて、従来のイーサネット ネットワークと比較してエネルギー消費を大幅に削減します。 Regan 氏によると、同社のテクノロジーにより、ネットワークのエネルギー消費量が実験室規模での従来のシステムのわずか 2 ～ 3% にまで削減されました。 Oriole Networks は、AI モデルのトレーニング中のエネルギー使用を最小限に抑えることで、AI 開発のより持続可能な未来に貢献することを目指しています。
UCL からテクノロジーのライセンス供与を受けた Oriole Networks は現在、製品の商品化に注力しています。 同社の知的財産には、光学システムの物理アーキテクチャとその動作を可能にする機械学習アルゴリズムが含まれています。 Oriole はスーパーコンピューター全体を販売するのではなく、自社のネットワーク システムを既存のコンピューティング インフラストラクチャに統合できる顧客に販売する予定です。 Oriole は、確立されたネットワーク インフラストラクチャ会社に製造をアウトソーシングすることで、生産プロセスを合理化し、顧客へのテクノロジーの利用を促進することを目指しています。
今後の展望
製品開発の完了が目前に迫っており、オリオールネットワークスは数年以内に市場に参入する準備ができています。 リーガン氏は、この技術が商業展開できるようになるまでに、開発とテストの段階が完了するまでに数年かかるだろうと見積もっている。 Google の Mission Apollo プロジェクトなど、他社による継続的な取り組みにも関わらず、Oriole は自社の光ネットワーキング テクノロジーの優位性をdentしており、高速性と費用対効果の向上の可能性を挙げています。
AI の需要がさまざまな業界で拡大し続ける中、AI モデルのトレーニングに伴うエネルギー消費に対処することが最も重要です。 Oriole Networks の GPU 接続を最適化する革新的なアプローチは、この課題に対する有望なソリューションを提供します。 最近の資金調達ラウンドと商業化計画により、このスタートアップは AI 開発の効率と持続可能性に大きな影響を与える有利な立場にあります。 同社がその使命に向かって前進するにつれて、AI トレーニングの未来はこれまで以上に明るく見えます。
