Investigadores de MIT y Microsoft presentaron Murakkab, un sistema que traduce especificaciones de alto nivel en flujos agenticos optimizados, ajustando modelos, herramientas y recursos en la nube. En pruebas, redujo drásticamente cómputo, consumo energético y costos manteniendo las metas de rendimiento.
Un estudio de Microsoft muestra que servir consultas a modelos de lenguaje a gran escala consume mucho menos energía y agua de lo que se había informado. La combinación de modelos optimizados, mejor orquestación en centros de datos y diseños sin uso de agua permite reducciones de energía de 4 a 20 veces respecto a mediciones previas.
Investigadores del MIT y del MIT-IBM Watson AI Lab crearon EnergAIzer, un modelo ligero que predice en segundos cuánta energía consumirá una carga de IA en una GPU o acelerador, con precisión comparable a métodos tradicionales que tardan horas o días. La herramienta ayuda a diseñadores, operadores y desarrolladores a optimizar eficiencia energética.