Согласно более ранним оценкам, ChatGPT потребляет около 3 Вт·ч энергии для ответа на один запрос, что в 10 раз больше средней мощности, необходимой при использовании поиска Google. Однако свежий отчёт исследовательского института Epoch AI, занимающегося изучением ключевых трендов и вопросов, которые будут определять траекторию развития и управление искусственным интеллектом, опровергает эту статистику и указывает на то, что энергозатраты чат-бота OpenAI значительно меньше, чем предполагалось ранее.

Источник изображения: OpenAI

В отчёте Epoch AI говорится, что ChatGPT на базе модели GPT-4o потребляет всего 0,3 Вт·ч энергии при генерации ответа. В разговоре с порталом TechCrunch дата-аналитик Epoch AI Джошуа Ю (Joshua You) отметил: «Потребление энергии на самом деле не так уж и велико по сравнению с использованием обычных бытовых приборов, отоплением или охлаждением дома или использованием автомобиля».

По словам эксперта, предыдущие оценки энергозатрат ChatGPT были основаны на устаревших данных. Специалист отмечает, что предполагаемая «универсальная» статистика энергопотребления ChatGPT была основана на предположении, что OpenAI для запуска и работы ИИ использует старые и неэффективные чипы.

«Кроме того, некоторые из моих коллег обратили внимание, что наиболее широко распространённая оценка в 3 Вт·ч на выполнение запроса была основана на довольно старых исследованиях. И если судить по каким-то приблизительным расчётам, эта статистика показалась слишком завышенной», — добавил Ю.

И всё же следует добавить, что оценку энергозатрат ChatGPT от Epoch AI тоже нельзя считать непреложной, поскольку она не учитывает некоторые ключевые возможности ИИ, такие как генерация изображений чат-ботом.

По словам эксперта, он не ожидает роста энергопотребления у ChatGPT, но по мере того, как ИИ-модели становятся более продвинутыми, им будет требоваться больше энергии для работы. Ведущие компании по разработке ИИ, включая OpenAI, склоняются к развитию так называемых рассуждающих моделей ИИ, которые не просто дают ответ на поставленный вопрос, но также описывают весь процесс, который привёл к получению того или иного ответа, что в свою очередь требует больших энергозатрат.

Множество отчётов последних лет показывают, что такие технологии, как Microsoft Copilot и ChatGPT (а точнее оборудование, на котором они работают) потребляют эквивалент объёма одной бутылки воды для охлаждения при генерации ответа на запрос. Эти выводы следуют за более ранним отчётом, в котором говорится, что совокупные энергозатраты Microsoft и Google превышают потребление электроэнергии более чем в 100 странах мира.

В одном из наиболее свежих исследований подробно описывалось, что модель OpenAI GPT-3 потребляет в четыре раза больше воды, чем считалось ранее, в то время как GPT-4 потребляет объёмы до трёх бутылок воды, чтобы сгенерировать всего лишь 100 слов. Вполне очевидно, что модели ИИ начинают потреблять больше ресурсов по мере того, как становятся более продвинутыми. Однако, выводы последнего исследования показывают, что тот же ChatGPT может быть не таким прожорливым, как считалось ранее.

Технология RTX Video Super Resolution (VSR — «суперразрешение видео») позволяет масштабировать видеоконтент, «на лету» повышая разрешение видеопотока. Её основным недостатком является высокий расход электроэнергии — в зависимости от профиля масштабирования видеокарта потребляет от 70 до 240 Вт. Теперь Nvidia представила улучшенную модель ИИ, применяемую для масштабирования видео, которая, как утверждает компания, требует на 30 % меньше энергии.

Источник изображения: Nvidia

VSR является частью программного обеспечения Nvidia. Включить её можно в разделе «Видео» на вкладке «Система». Там же доступна опция отображения индикатора при использовании этой функции. Nvidia добавила для VSR новую настройку качества — «Авто», которая будет использовать минимально необходимую мощность графического процессора. В то же время настройка «Высокая» будет загружать видеокарту по максимуму для достижения наилучшего качества.

Установка использования графического процессора на более низкие уровни позволит зарезервировать больше ресурсов для игр или творческих приложений. В ручном режиме пользователь может задать фиксированный уровень качества, который затем будет использоваться по умолчанию.

Источник изображения: VideoCardz

«[Технология] VSR была обновлена до более эффективной модели ИИ, использующей до 30 % меньше ресурсов графического процессора при настройке самого высокого качества, что позволяет большему количеству графических процессоров GeForce RTX включить его», — заявил представитель Nvidia.

По его словам, VSR теперь также поддерживает масштабирование HDR-видео. Это означает, что при просмотре в браузере любого HDR-видеоконтента с разрешением ниже разрешения монитора оно автоматически будет повышено до нативного разрешения панели.

Портал Igor's Lab провёл глубокий анализ подсистемы питания GeForce RTX 5090, включая оценку пиковых показателей мощности новинки в пределах допусков спецификации ATX 3.1. Этот анализ может быть особенно полезен для тех, кто всё ещё использует старые блоки питания стандарта ATX v2.51 и планирует подключить GeForce RTX 5090 с использованием входящего в комплект поставки переходника питания с четырёх 8-контактных разъёмов на один 12+4-контактный разъём 12V-2×6.

Источник изображения: TechPowerUp

Анализ пиковой мощности GeForce RTX 5090, проведённый порталом Igor's Lab, показал, что видеокарта способна выдавать скачки мощности:

• до 627,5 Вт в течение от 10 мс до 20 мс;
• до 738,2 Вт в течение от 5 мс до 10 мс;
• до 823,6 Вт в течение от 1 мс до 5 мс;
• до 901,1 Вт при пиках длительностью менее 1 мс.

Источник изображения: Igor's Lab

Отклонение мощности от номинального значения представляет собой кратковременное увеличение потребляемой мощности сверх предела непрерывной подачи питания через разъём видеокарты. В случае с RTX 5090 предел составляет 600 Вт, которые преобразуются адаптером из четырёх выходных 8-контактных линий PCIe мощностью по 150 Вт в одну входную линию 12V-2×6. К счастью, как показывает анализ Igor's Lab, пиковые скачки мощности GeForce RTX 5090 до 901,1 Вт при длительности менее 1 мс находятся в пределах допустимых отклонений мощности до 200 % (1200 Вт), предусмотренных стандартом питания ATX 3.1.

Любой блок питания стандарта ATX 3.1, даже с заявленной мощностью менее 1200 Вт, должен выдерживать такие кратковременные пиковые скачки мощности. Однако проблема может возникнуть у более старых моделей блоков питания стандарта ATX v2.51 (принят в середине 2010-х годов). В этом случае значительные отклонения мощности могут вызвать перегрузку по току (OCP).

В прошлом году компании Google и Microsoft потребили в глобальном масштабе по 24 ТВт·ч электроэнергии каждая, что превышает уровень потребления за тот же период более 100 отдельных стран, таких как Исландия, Гана и Тунис. Огромное потребление энергии означает значительное воздействие на окружающую среду, но отмечается, что Google и Microsoft генерируют огромные доходы, превышающие экономику многих стран, а также продвигают возобновляемые источники энергии.

Источник изображения: Google

Представленные по итогам исследования Майкла Томаса (Michael Thomas) данные указывают на то, что Google и Microsoft по объёму потребляемой энергии находятся на одном уровне с Азербайджаном, государством с населением более 10 млн человек. При этом технологические гиганты обгоняют по потреблению большое количество стран, таких как Исландия, Гана, Доминиканская Республика и Тунис (все они потребили в 2023 году по 19 ТВт·ч), а также Иорданию (20 ТВт·ч). В то же время Словакия с населением 5,4 млн человек потребила в прошлом году 26 ТВт·ч.

Приведённое сравнение подчёркивает огромные потребности высокотехнологичных компаний в электроэнергии, а также существенное воздействие центров обработки данных, управляемых Google и Microsoft, на окружающую среду. При этом технологические гиганты генерируют значительно больше денежных средств по сравнению с многими странами, уровень энергопотребления которых близок к показателям Google и Microsoft.

По данным Google, выручка компании в 2023 году составила $305,6 млрд, а вклад её сервисов, таких как поисковик Google, Google Cloud и YouTube, в экономику страны составил около $739 млрд. Microsoft по итогам 2023 года отчиталась о выручке в $211,9 млрд. Учитывая, что большая часть населения планеты использует Windows и Microsoft Office, а множество онлайн-приложений работает на основе облачной платформы Microsoft Azure, вклад компании в экономику, вероятно, исчисляется триллионами долларов.

Источник изображения: Michael Thomas / X

Сравнивая эти показатели с уровнем ВВП стран со схожим объёмом энергопотребления можно увидеть существенную разницу. В 2023 году ВВП Азербайджана составлял около $78 млрд, ВВП Словакии — около $127 млрд, ВВП Исландии — $30 млрд. Экономический объём производства Google и Microsoft значительно превышает ВВП упомянутых стран, что подчёркивает огромные финансовые масштабы технологических гигантов по сравнению с уровнем их энергопотребления.

Хотя масштабы энергии, потребляемой Google и Microsoft, подчёркивают необходимость обсуждения вопросов устойчивого развития и внедрения возобновляемых источников энергии в технологической отрасли, эти компании входят в число лидеров по внедрению возобновляемых источников. Так Google получила статус углеродно-нейтральной компании в 2007 году. В планах компании перейти на полное обеспечение сети своих ЦОД из безуглеродных источников к 2030 году. В прошлом году Google также объявила о продолжении инвестиций в проекты в сфере возобновляемой энергетики.

Что касается Microsoft, то компания стремится к тому, чтобы стать углеродно-отрицательной к 2030 году. Это означает, что софтверный гигант намерен удалять из атмосферы больше углерода, чем вырабатывает. В этот же период компания планирует сократить выбросы отходов и начать более эффективно использовать водные ресурсы. В прошлом году Microsoft увеличила свой контрактный портфель активов в области возобновляемых источников энергии до более чем 19,8 гигаватт, охватывая проекты в 21 стране мира.

Технологиям искусственного интеллекта требуются огромные объёмы электроэнергии. По мнению главы компании Arm Рене Хааса (Rene Haas), это может привести к тому, что уже к концу текущего десятилетия общие объёмы потребляемой системами ИИ энергии превзойдут объёмы энергопотребления Индии, самой густонаселённой страны в мире.

Источник изображения: Gerd Altmann / pixabay.com

По словам Хасса, поиск способов предотвратить прогнозируемое утроение энергопотребления к 2030 году имеет первостепенное значение, если человечество хочет достигнуть целей, которые возлагаются на ИИ.

«Мы по-прежнему находимся на раннем этапе развития возможностей [искусственного интеллекта]. Чтобы эти системы стали лучше, им потребуется дополнительное обучение — этап, который включает в себя бомбардировку программного обеспечения огромными наборами данных. Этот процесс рано или поздно столкнётся с пределом наших энергетических мощностей», — рассказал Хаас в интервью Bloomberg.

Хаас формально ставит себя в один ряд с растущим числом людей, выражающих обеспокоенность по поводу возможного ущерба, который ИИ может нанести мировой энергетической инфраструктуре. Но он также заинтересован в том, чтобы отрасль перешла на использование чипов с Arm-архитектурами, которые всё больше завоёвывают популярность в центрах обработки данных. Технологии компании, которые к настоящему моменту получили широкое распространение в смартфонах, разработаны с целью более эффективного использования энергии по сравнению с традиционными серверными чипами.

Arm рассматривает ИИ в качестве одного из основных драйверов своего роста. Технологии компании уже используются в процессорах, являющихся основой серверных систем AWS, Microsoft и Alphabet, разработавших собственные чипы для снижения своей зависимости от Intel и AMD.

По словам Хааса, используя больше чипов, изготовленных по индивидуальному заказу, компании могут сократить ограничивающие факторы и повысить энергоэффективность их систем. Такая стратегия может снизить энергопотребление центров обработки данных более чем на 15 %. Однако отрасль нуждается в более масштабных технологических прорывах.

Искусственный интеллект способен облегчить многочисленные аспекты жизни современного человека, но его повсеместное внедрение грозит значительным ростом потребления электроэнергии — глобальной ИИ-инфраструктуре может потребоваться её столько же, сколько нужно целой стране.

К такому выводу пришёл Алекс де Врис (Alex de Vries), аспирант Амстердамского свободного университета. Вот уже без малого год как отрасль ИИ перешла к этапу бурного роста — этот процесс спровоцировал выход ИИ-чат-бота OpenAI ChatGPT. Обучение и эксплуатация нейросетей, как та, что лежит в основе данного сервиса — достаточно энергоёмкий процесс. Компания Hugging Face, выступающая одним из разработчиков больших языковых моделей, заявила, что при обучении её платформе потребовалось 433 МВт·ч электроэнергии. Примерно столько же нужно, чтобы на год обеспечить энергией 40 средних американских домохозяйств. ChatGPT как более масштабный проект потребляет около 564 МВт·ч в день.

И выхода из сложившейся ситуации, кажется, нет. Компании по всему миру действительно работают над повышением эффективности систем ИИ в аппаратной и программных частях, стараясь сделать их работу менее энергоёмкой. Но повышение эффективности этих машин неизбежно повысит спрос на службы ИИ, в результате чего использование ресурсов увеличится ещё сильнее — это явление в экономике известно как парадокс Джевонса.

Особое беспокойство на этом фоне вызывают, конечно, крупнейшие проекты. В настоящее время Google обрабатывает до 9 млрд поисковых запросов в день. Исходя из этих данных, подсчитал исследователь, если бы для каждого поискового запроса в Google использовался ИИ, это потребовало бы около 29,2 ТВт·ч энергии в год — примерно столько же потребляет Ирландия. В ближайшее время столь экстремальный сценарий едва ли возможен, признаёт де Врис, но серверы ИИ действительно будут наращивать потребление энергии, и к 2027 году его совокупный объём может дойти до 85–134 ТВт·ч в год. Этот объём сопоставим с потребностями более крупных стран, например, Аргентины, Нидерландов и Швеции. Повышение эффективности ИИ-ускорителей позволит разработчикам перепрофилировать процессоры на решение задач, связанных с ИИ-алгоритмами, что дополнительно приведёт к росту связанного с ними потребления энергии.

Человечеству стоит внимательней отнестись к тому, для чего оно использует ИИ, делает вывод учёный. Это довольно энергозатратная технология, поэтому лучше избегать её применения в сферах, где без неё можно обойтись.

В интервью ресурсу Club386 глава подразделения AMD Radeon Скотт Херкельман (Scott Herkelman) поделился взглядами компании на вопрос энергопотребления видеокарт и тем, каковы, по её мнению, предпочтения пользователей. По словам топ-менеджера компании, этот аспект играет важную роль только в сегменте ноутбуков, а многих владельцев настольных систем энергоэффективность волнует куда меньше.

Источник изображения: amd.com

«В компании действует инициатива по обеспечению высокой производительности на ватт во всём нашем ассортименте продуктов. При выводе чипов на рынок мы изучаем удельную производительность на каждом графике. Для ноутбуков она имеет большое значение. Для дескотопов она важна, но однако не всем. Есть люди, которые действительно обеспокоены потреблением, других же оно не так волнует. Мы определённо хотим разработать чип с более высокой производительностью на ватт», — заявил господин Херкельман.

«Энергоэффективность, безусловно, является первостепенным аспектом. Со временем вы увидите, что у нас она будет лучше и лучше. Нам следует наверстать упущенное. Остаются ошибки, которые нам нужно исправить. Потребление в режиме простоя — одна из них. Уверены, это можно сделать исправлением драйвера. На самом деле это непростой момент. Мы видим некоторые несоответствия с питанием в режиме простоя, которых быть не должно, и мы сотрудничаем с партнёрами, чтобы, возможно, помочь в этом. Это будет исправлено, но, возможно, займёт ещё какое-то время», — добавил топ-менеджер.

Так он ответил на вопрос Club386 о том, насколько AMD волнует более низкая эффективность графики RDNA 3 в сравнении с видеокартами серии NVIDIA GeForce RTX 40 на микроархитектуре Ada Lovelace. Журналисты издания привели сравнение AMD Radeon RX 7700 XT и NVIDIA GeForce RTX 4070: у первой видеокарты номинальное потребление энергии составляет 245 Вт, второй демонстрирует TGP 200 Вт. При этом RX 7700 XT показывает производительность, сравнимую с RTX 4060 Ti. И это не единичный пример, показали тесты Tom’s Hardware: номинальная мощность NVIDIA GeForce RTX 4080 составляет 320 Вт, но в играх преимущественно остаётся на отметке 300 Вт, тогда как AMD Radeon RX 7900 XTX при номинальной мощности 355 Вт забирает в играх около 351 Вт — тенденция сохраняется во всех линейках «зелёных» и «красных» видеокарт последнего поколения.

С другой стороны, большинство недостатков RDNA 3 компенсируется конкурентоспособной ценовой политикой AMD. И трудно сказать, какое мнение выражало бы руководство компании, если бы её продукты лидировали в гонке за энергоэффективность, как это было с серией AMD Radeon RX 6000.

О том, что процессоры Intel Meteor Lake будут использовать специальный аппаратный движок VPU, отвечающий за определённые задачи, связанные с работой ИИ-алгоритмов, стало известно ещё в мае. Однако Intel также планирует использовать ИИ для управления энергопотреблением систем на базе этих процессоров.

Источник изображений: Intel

Новый алгоритм энергопотребления под управлением ИИ будет использоваться во всех будущих продуктах компании, заявил в ходе конференции Hot Chips в Стэнфордском университете Ифрем Ротем (Efraim Rotem), отвечающий за архитектуру потребительских SoC в инженерной группе Intel. По его словам, новая функция появится в процессорах Meteor Lake, запуск которых ожидается в течение ближайших двух месяцев.

На графике ниже показано, как новый ИИ-алгоритм Meteor Lake (отмечен оранжевым) управляет энергопотреблением процессора по сравнению с обычными алгоритмами при выполнении различных рабочих задач. Результатом является повышение энергоэффективности чипа.

Благодаря новому ИИ-алгоритму Intel также хочет увеличить отзывчивость своих процессоров. «Мы уделяем особое внимание скорости реагирования системы при взаимодействии с компьютером. Мы хотим немедленных действий и не хотим ждать слишком долго», — отметил Ротем.

Наиболее очевидным решением для повышения отзывчивости системы является повышение производительности, для чего чипу нужно направить больше энергии. Благодаря этому он сможет работать быстрее и, следовательно, быстрее выполнять поставленные задачи. Однако после выполнения той или иной поставленной задачи CPU должен определить, когда эта задача выполнена, а затем перейти в состояние пониженного энергопотребления. Эта технология называется «Динамическим масштабированием напряжения и частоты» или DVFS.

«В вопросе управления питанием ключевым является то, как мы определяем, какая скорость работы процессора является правильной», — говорит Ротен.

Intel впервые применила базовые функции этой технологии в своих процессорах Core 6-го поколения (Skylake). Там она называлась Speed Shift. Функция отвечала за перевод процессора из активного состоянии с высоким энергопотреблением в режим ожидания с меньшим энергопотреблением. Однако её возможности были ограничены определёнными сценариями использования. Например, она работала при открытии и закрытии веб-браузеров.

В Meteor Lake возможности ИИ-алгоритма по управлению питания процессоров значительно вырастут. Теперь алгоритм «понимает» и может предсказать, когда и как пользователь откроет веб-страницу, пролистнёт её, закроет и откроет другую. Такой же алгоритм мониторинга будет использоваться и для множества других задач. Разница заключается в том, что ИИ-алгоритм новых процессоров обучался сам. И на основе этого извлекал более детальные шаблоны поведения, чем те, которые ранее Intel программировала в тех же Skylake.

Благодаря использованию ИИ-алгоритма для управления энергопотреблением чипы Meteor Lake стали до 35 % отзывчивее. То есть, они быстрее переходят в состояние повышенной мощности, говорит Ротем. В то же время алгоритм позволил процессорам значительно быстрее переходить в состояние простоя при отсутствии нагрузки. Благодаря этому Meteor Lake стали до 15 % энергоэффективнее.

В общем и целом, идея состоит в том, чтобы предоставить процессору необходимый ему энергетический бюджет на то время, которое ему необходимо, и не более того. По словам Ротема, простор для совершенствования технологии — значительный. В текущем виде ИИ-алгоритм обучен на определённые сценарии. В этом же скрывается и ограничение. Он уже обучен и не будет динамически реагировать на индивидуальные предпочтения пользователя. Иными словами, компьютер не будет дальше учиться на базе того, как ведёт себя пользователь. По крайней мере, не в этом поколении ИИ-алгоритма. Ротем также предположил, что разные модели ИИ могут применяться к разным сценариям. Например, в случае с играми.

По итогам 2022 года потребление электроэнергии для майнинга криптовалют в России снизилось на 47 % и составило 5 млрд кВт·ч, сообщают «Ведомости» со ссылкой на данные Аналитического центра (АЦ) ТЭК. В 2021 году этот показатель был 9,3 млрд кВт·ч.

Источник изображения: Pete Linforth / pixabay.com

Ранее доля России в мировом майнинге стабильно росла: в 2019 году она была 6 %, в 2020 году — 8 %, в 2021 году — 9 %. А в 2022 году этот показатель благодаря «административным ограниченным мерам», как отмечено в документах АЦ ТЭК, снизился до 4,6 %. Для сравнения, суммарное энергопотребление в Единой энергосистеме (ЕЭС) России в 2022 году увеличилось на 1,5 % до 1,1 трлн кВт·ч при выработке 1,12 трлн кВт·ч. Ещё в феврале на снижение доли майнеров в общем российском потреблении энергии обратил внимание замминистра энергетики Павел Сниккарс: предполагалось, что за год она вырастет с 1 % (2021 г.) до 1,5–2 % (2022 г.), но этого не случилось.

Негативная динамика у российских майнеров может быть вызвана целым рядом факторов, считает представитель оператора дата-центров для майнинга Bitriver Олег Огиенко: это снижение котировок крупнейших криптовалют, геополитические потрясения и переход сети Ethereum на модель Proof-of-Stake, предполагающую отказ от традиционного майнинга. С другой стороны, взрывной рост энергопотребления майнерами был связан с серьёзными рисками, указывают аналитики АЦ ТЭК: нагрузки грозили авариями и чрезвычайными ситуациями и усложняли механизмы перекрёстного субсидирования. Перекрёстное субсидирование — это снижение тарифов для одних абонентов за счёт других. Оно позволяет, например, поставлять электричество населению России ниже себестоимости.

Источник изображения: WorldSpectrum / pixabay.com

При этом проблема нелегального майнинга в стране остаётся актуальной — по сути, это хищение электроэнергии по схемам безучётного или бездоговорного потребления. Актуален и «бытовой майнинг» в квартирах и гаражах. Чаще всего он встречается в регионах с самыми низкими тарифами на электричество: в Сибирском (Иркутская область и Красноярский край) и Северо-Кавказском федеральных округах. В Иркутской области в 2021 году энергопотребление населением по сравнению с 2020 годом выросло более чем на 50 %. Суммарный рост в 2022 году по региону оказался 8,6 % (64,3 млрд кВт·ч) — при 1,5 % в среднем по России. Легальные же майнинговые фермы рисков не несут, поскольку при их запуске максимальная мощность идёт в расчёт.

Эксперты предсказывают, что по итогам 2023 года майнеры возобновят рост потребления энергии, превысив показатели 2022 года. Этому есть предпосылки: по итогам I полугодия доля России в мировом хешрейте (майнинговых мощностях) достигла 13 %, оказавшись второй после США. С начала года российские промышленные майнеры нарастили мощности более чем на 20 %, значительно превысив отметку в 1,5 ГВт. Дополнительным стимулом может стать полная легализация майнинга — уже подготовлен проект внесения изменений в закон 259-ФЗ «О цифровых финансовых активах». Необходимы определение майнинга по ОКВЭД (общероссийский классификатор видов экономической деятельности) и организация банковских механизмов по продаже «промышленной» криптовалюты за рубеж — на такой схеме настаивает ЦБ РФ.

Новейшие настольные чипы Intel Xeon семейства Sapphire Rapids попали в руки оверклокеров. На прошлой неделе сообщалось, что флагманский Intel Xeon w9-3495X, разогнанный до частоты 5,4 ГГц по всем ядрам, установил новые мировые рекорды в Cinebench R23 и других тестах. На этой неделе штатный оверклокер компании ASUS Йон «Elmor» Сандстрём (Jon Sandström) разогнал до частоты 5,5 ГГц все 56 ядер указанного чипа, добившись впечатляющего энергопотребления.

Источник изображения: YouTube / ElmorLabs

Любопытным оказался не столько сам результат разгона всех ядер процессора Xeon w9-3495X до частоты 5,5 ГГц, сколько показатель его энергопотребления в таком состоянии при проведении тестов производительности.

Система, на которой разгонялся Xeon w9-3495X, была оборудована двумя блоками питания Superflower Leadex мощностью 1600 Вт каждый. Энергопотребление процессора в ходе тестов после экстремального разгона с использованием жидкого азота составило 1881 Вт. При этом температура чипа удерживалась ниже -90 градусов по Цельсию.

Для эксперимента также использовалась материнская плата ASUS Pro WS W790E-SAGE SE и набор восьмиканальной ОЗУ G.Skill Zeta R5 DDR5. В многопоточном тесте Cinebench R23 разогнанный процессор показал результат в 132 220 баллов. Однако этого не хватило для того, чтобы побить предыдущий рекорд, который составляет 132 484 балла и был установлен тем же оверклокером.

Новый графический драйвер Arc & Iris Graphics 31.0.101.4146 частично решил проблему высокого энергопотребления дискретных видеокарт Intel в режиме простоя при использовании нескольких мониторов. Об этом сообщил один из разработчиков программного обеспечения Intel на странице компании в репозитории GitHub.

Источник изображения: Intel

Обозреватели и владельцы дискретных видеокарт Intel Arc A750 и Arc A770 отмечали, что графические ускорители с самого начала имели высокий показатель энергопотребления (41 Вт) в режиме простоя. Это выше, чем у конкурентов. Позже компания опубликовала инструкцию, в которой описала, как можно снизить энергопотребление GPU в режиме простоя до 10 Вт и менее. Однако это не решило проблемы при использовании конфигурации из нескольких подключённых к ускорителю мониторов. В этом случае видеокарты Intel потребляли 40–50 Вт, даже когда на графическую подсистему не ложилась никакая нагрузка.

Следует отметить, что более высокое энергопотребление у видеокарты при использовании нескольких мониторов вполне естественно. Кроме того, на параметр энергопотребления также влияют разрешение экрана и частота его обновления. Чем выше эти показатели, тем выше энергопотребление. Однако при использовании двух мониторов с разрешением 1080p или 1440p значительно более высокого энергопотребления от графического ускорителя не ожидаешь. Тем не менее, именно эта проблема наблюдалась у видеокарт Intel.

Компания работает над вопросом оптимизации энергопотребления своих ускорителей ещё со старта продаж видеокарт серии Alchemist. Частичное решение производитель представил с выпуском нового драйвера версии 31.0.101.4091. Частичное, потому что здесь по-прежнему требуется внесение изменений в настройки BIOS материнской платы, а также в схему электропитания Windows, которые Intel рекомендовала ранее. В случае, если до этого пользователь согласно инструкции Intel уже менял эти настройки, но это не привело к положительным изменениям, новый драйвер также вряд ли улучшит ситуацию с высоким энергопотреблением видеокарт в режиме простоя с использованием нескольких мониторов.

Тем не менее, некоторые пользователи GitHub отмечают, что энергопотребление их видеокарт Intel в режиме простоя снизилось после установки драйвера последней версии. Если с драйвером версии 31.0.101.4091 при использовании одного монитора с разрешением 2560 × 1080 карте из серии Arc A7 в режиме простоя требовалось 11 Вт, а при использовании двух мониторов с разрешением 2560 × 1080 и 1600 × 900 она потребляла 38–40 Вт, то после установки драйвера версии 31.0.101.4146 энергопотребление в первом случае снизилось до 7–8 Вт, а во втором — до 8–9 Вт.

Источник изображения: GitHub

Однако, как пояснил инженер Intel, при использовании более двух мониторов проблема с высоким энергопотреблением видеокарт Intel пока по-прежнему сохраняется. Это вопрос дальнейшей оптимизации.