Elektrik Tüketimi, Bir Veri Merkezinin Sırrıyla Yapay Zekâ Eğitildiğine Dair Kanıt Verebilir Mi?.

Elektrik tüketimi, bir veri Merkezinin Sırrıyla Yapay Zekâ Eğitildiğine Dair Kanıt Verebilir Mi? Araştırmacılar, büyük veri merkezlerinin elektrik tüketimini bir operatörün şu anda bir Yapay Zekâ modeli eğittiğine dair bir gösterge olarak kullanarak, Yapay Zekâ kullanımının bağımsız biçimde denetlenebileceğini araştırdı. Arkadaki teknik ilke şaşırtıcı derecede basittir:

1. Yapay Zekâ eğitimi tekrarlayan bir ritim üretir

Eğitim sırasında, hesaplama yoğun fazları, grafik işlem birimlerinin (GPU‘lar) birbirleriyle iletişim kurduğu dönemlerle sıralanır. Bu, elektrik tüketiminin karakteristik bir ritimle, saniyede yaklaşık bir kez salınmasına yol açar. Ritim mükemmel derecede sabit değildir, ancak iş yüküne ve donanım durumuna göre değişir.

2. Bir elektrik sayacı bu deseni arar

Önerilen yöntem, sıklığı değişse bile ritmi izler. Bunu yapmak için yazarlar, sinyal işleme gibi alanlarda da kullanılan, zamansal desenlerin tespitine yarayan sözcük (sözde) bir Viterbi izleyici kullanır.

3. Denetim, operatörden bağımsız çalışır

Sensör, veri Merkezi operatörünün kontrolü dışında konumlandırılmıştır. Bu nedenle operatörün iç kayıtlarına ya da yürütülen hesaplamalar hakkındaki açıklamalarına güvenmesi gerekmez. Bu da yöntemi operatörden bağımsız kılar.

Yazarlar, yaklaşımı; bir operatörün Yapay Zekâ modellerini sıradan şekilde çalıştırırken, sırrıyla ek bir modeli eğittiği bir senaryoyla karşılaştırır. Amaç, yalnızca yüksek elektrik tüketimini tespit etmek değil, eğitim sürecinin bıraktığı belirli zamansal deseni ortaya çıkarmaktır. Bu da, birden fazla Yapay Zekâ modeli paralel çalışırken bile eğitim faaliyetini izole edip tespit etmeyi mümkün kılar.

Sonuçlar ve önem

Simüle edilmiş veri Merkezi iş yüklerinde yöntem, operatörün onları gizlemek için kasıtlı adımlar atmadığı sürece eğitim çalışmalarının en az %96’sını tespit etti. Araştırmacılar ayrıca uygulaması hem maliyetli hem de zaman alıcı olan sekiz gizleme stratejisini de test etti. Yanlış pozitif oranı %1 olarak ölçüldü.

Çalışma, Yapay Zekâ düzenlemesinin temel bir zorluğuna değiniyor: Bir şirketin kendi açıklamalarına güvenemediğinizde, aslında ne hesapladığını nasıl doğrulayabilirsiniz? Ölçülen elektrik, operatörün yazılımına erişim gerektirmeden, hesaplamanın fiziksel bir yan etkisini yakalar. Tam çalışma, aşağıdaki bağlantıda erişilebilir.

Kaynak