Grupo do Departamento de Ciência da Computação recebeu 32 mil horas de uso de GPUs A100, equipamentos de alto desempenho usados para treinar inteligência artificial

Um projeto de pesquisadores do Departamento de Ciência da Computação (DCC), cujo objetivo é tornar a inteligência artificial mais eficiente e sustentável, foi selecionado pelo NVIDIA Academic Grant Program, iniciativa da gigante de tecnologia dos Estados Unidos.

O Towards Greener NLP: Data-Centered Approaches for Sustainable AI (Rumo a um PNL mais ecológico: abordagens centradas em dados para IA sustentável) é liderado pelos professores Marcos André Gonçalves e Washington Cunha, no âmbito do Instituto Nacional de Ciência e Tecnologia em Inteligência Artificial Responsável para Linguística Computacional, Tratamento e Disseminação de Informação (INCT Tild-IAR).

O programa da NVIDIA oferece acesso a computadores de alto desempenho. O grupo brasileiro recebeu 32 mil horas de uso de GPUs A100, equipamentos usados para treinar inteligência artificial.

Seleção de dados

Desenvolver modelos de inteligência artificial que consumam menos energia e menos recursos computacionais, sem comprometer o desempenho, é o grande objetivo da equipe do INCT Tild-IAR, que já apresenta resultados consistentes com abordagem baseada na seleção e no uso eficiente de dados.

De acordo com Marcos André Gonçalves, o diferencial do projeto está na forma como os dados são utilizados no treinamento. “Nosso foco é investigar como tornar modelos de linguagem mais eficientes a partir de uma perspectiva centrada nos dados, utilizando técnicas como seleção inteligente para reduzir custos e impacto ambiental sem perder desempenho”, informou.

Em um seminário do grupo Content-Centered Computing, na Universidade de Torino, na Itália, o professor demonstrou que é possível reduzir o volume de dados e o consumo energético sem perda relevante de desempenho.

Atualmente, o setor aposta em modelos cada vez maiores – estratégia que implica custos elevados. Por isso, iniciativas como a do INCT sediado na UFMG sugerem um caminho alternativo, calcado na eficiência e menor desperdício. Segundo os pesquisadores, com a infraestrutura garantida, a equipe deve ampliar os experimentos e comparar estratégias de treinamento com foco em economia de energia.

Leia mais no site do DCC.