Singapura está de olho nos data centers e nos modelos de dados à medida que a adoção da IA ​​cresce

Com a rápida adoção da inteligência artificial (IA), Singapura afirma que tomou medidas para garantir que os centros de dados que operam no país sejam energeticamente eficientes e que os dados governamentais utilizados para treinar modelos sejam adequadamente protegidos.

O governo estabelecerá o poder computacional necessário e fará crescer o mercado de datacenters de uma “maneira sustentável” que esteja em linha com os seus compromissos climáticos internacionais, afirmou o Ministério das Comunicações e Informação (MCI) num comunicado.

Além disso: todo projeto de IA começa como um projeto de dados, mas é um caminho longo e sinuoso

O ministério respondia a perguntas parlamentares sobre como o governo estava a equilibrar a crescente procura de poder computacional com os desenvolvimentos da IA ​​e as metas de sustentabilidade do país, bem como a assegurar que a infra-estrutura necessária permanecesse amiga do ambiente.

Reconhecendo que o poder computacional da IA ​​a partir de centros de dados é um facilitador crítico da estratégia nacional de IA de Singapura, o ministério disse que uma estratégia chave é melhorar a eficiência energética dos centros de dados e impulsionar o desenvolvimento de soluções de refrigeração eficientes. Apontou o arrefecimento líquido como um exemplo do qual a infraestrutura de computação de IA frequentemente depende, acrescentando que é mais eficiente em termos energéticos do que o arrefecimento a ar para cargas de trabalho intensivas de IA.

Existem também medidas, como subvenções, para apoiar os operadores que trabalham para reduzir as emissões de gases com efeito de estufa dos seus centros de dados.

Além disso, Singapura está a desenvolver padrões de sustentabilidade que abrirão caminho para que os centros de dados operem a temperaturas mais elevadas e, portanto, utilizem menos energia para arrefecimento, disse a MCI.

Cingapura divulgou padrões operacionais em junho passado que, segundo ela, otimizariam a eficiência energética em data centers localizados em climas tropicais. Desenvolvidos pela Infocomm Media Development Authority, os padrões recomendados oferecem um roteiro para aumentar as temperaturas operacionais do data center para 26 graus Celsius ou mais. Os padrões podem potencialmente gerar economias de energia entre 2% e 5% para cada aumento de um grau Celsius, disse a agência governamental, citando uma pesquisa da Universidade de Toronto.

Um data center criado para operar nesses climas começou a operar no mês passado, oferecendo instalações para pesquisadores e participantes da indústria desenvolverem tecnologias de resfriamento com eficiência energética. Apresentado como o primeiro centro de dados testado para ambientes tropicais, o novo local é hospedado pela Faculdade de Design e Engenharia da Universidade Nacional de Cingapura, em seu campus em Kent Ridge. A universidade está liderando a iniciativa em conjunto com uma instituição local, a Universidade Tecnológica de Nanyang.

Além disso: datacenter Tropical agora instalado e funcionando em Cingapura

Singapura também está a rever o seu esquema de certificação Green Mark para centros de dados para atualizar os critérios de eficiência energética, disse a MCI.

“Além da infraestrutura computacional sustentável de IA, é importante investir no desenvolvimento de métodos de computação verdes”, observou o ministério. Isso inclui codificação e otimização de algoritmos, otimização de software e hardware e desenvolvimento de padrões para modelos de IA com poucos dados e baixo consumo de energia.

“O governo continuará a aprofundar parcerias internacionais e nacionais com a comunidade de investigação e parceiros industriais nesta frente”, acrescentou.

Os dados utilizados para modelos de IA devem ser devidamente protegidos

Também existem medidas para gerenciar informações confidenciais usadas para treinar modelos de IA, disse a MCI em resposta a perguntas sobre como o governo garante que os dados confidenciais sejam protegidos em prompts alimentados por grandes modelos de linguagem (LLMs).

“Adotamos uma abordagem de gerenciamento de risco para LLMs (isto é) consistente com a estrutura existente do setor público para lidar com informações classificadas ao usar tecnologias, como aplicativos baseados na Internet e nuvens comerciais”, afirmou.

Observou que aplicações e dados altamente sensíveis não estão acessíveis online.

“Quando os casos de uso envolvem dados confidenciais, os modelos de código aberto podem ser ajustados para uso, mas devem ser implantados em servidores e computadores governamentais”, disse a MCI.

Além disso: Nova iniciativa de pesquisa visa construir um modelo de IA em grande linguagem para o Sudeste Asiático

Quando estão envolvidos dados menos sensíveis, os modelos de IA podem pertencer e ser geridos por empresas comerciais e privadas, disse a MCI. Os contratos do governo com estas empresas são regidos por acordos de serviços que incluem cláusulas sobre tratamento e segurança de dados, observou. Estas incluem a não retenção de dados e limitações à utilização de dados para treinar outros produtos ou modelos.

O governo também implementou medidas técnicas para monitorizar dados sensíveis e fornecer sinais visuais para lembrar os utilizadores das políticas de segurança de dados. Além disso, existem medidas de governação para fazer cumprir a conformidade, disse a MCI, acrescentando que continuaria a reavaliar a eficácia de tais medidas à medida que as tecnologias evoluem.

Singapura lançou no mês passado uma iniciativa de investigação para construir um LLM que possa melhor atender à demografia das nações do Sudeste Asiático. Apelidada de Programa Nacional Multimodal LLM, a iniciativa se baseará nos esforços atuais da Rede de Idiomas do Sudeste Asiático da AI Singapore (SEA-LION), que é um LLM de código aberto que a agência governamental disse ser projetado para ser menor, mais flexível, e mais rápido em comparação com os LLMs no mercado hoje. SEA-LION atualmente funciona em dois modelos básicos: um modelo de 3 bilhões de parâmetros e um modelo de 7 bilhões de parâmetros.