Evaluación de eficiencia energética de algoritmos de inteligencia artificial
Autores: Penev, Kalin; Gegov, Alexander; Isiaq, Olufemi; Jafari, Raheleh
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Evaluación de eficiencia energética de algoritmos de inteligencia artificial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Software sostenible y eficiente en energía
Algoritmos
Eficiencia energética
Procesos computacionales
Conceptos cognitivos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Este artículo avanza en el discurso sobre el software sostenible y energéticamente eficiente al examinar el rendimiento y la eficiencia energética de algoritmos inteligentes dentro del marco de la informática verde y sostenible. Basándose en investigaciones previas, explora las implicaciones teóricas del límite de Bremermann en los esfuerzos por mejorar el rendimiento de las computadoras a través de métodos más extensos. El estudio presenta una investigación empírica sobre métodos heurísticos para la búsqueda y optimización, demostrando la eficiencia energética de varios algoritmos en tareas simples y complejas. También identifica factores clave que influyen en el consumo de energía de los algoritmos y su impacto potencial en los procesos computacionales. Además, el artículo discute conceptos cognitivos y su interacción con la inteligencia computacional, destacando el papel de la cognición en la evolución de algoritmos inteligentes. La conclusión ofrece perspectivas sobre las futuras direcciones de investigación en esta área, enfatizando la necesidad de seguir explorando metodologías de computación energéticamente eficientes.
Descripción
Este artículo avanza en el discurso sobre el software sostenible y energéticamente eficiente al examinar el rendimiento y la eficiencia energética de algoritmos inteligentes dentro del marco de la informática verde y sostenible. Basándose en investigaciones previas, explora las implicaciones teóricas del límite de Bremermann en los esfuerzos por mejorar el rendimiento de las computadoras a través de métodos más extensos. El estudio presenta una investigación empírica sobre métodos heurísticos para la búsqueda y optimización, demostrando la eficiencia energética de varios algoritmos en tareas simples y complejas. También identifica factores clave que influyen en el consumo de energía de los algoritmos y su impacto potencial en los procesos computacionales. Además, el artículo discute conceptos cognitivos y su interacción con la inteligencia computacional, destacando el papel de la cognición en la evolución de algoritmos inteligentes. La conclusión ofrece perspectivas sobre las futuras direcciones de investigación en esta área, enfatizando la necesidad de seguir explorando metodologías de computación energéticamente eficientes.