موشه تاناخ در مقاله‌ای برای Fast Company استدلال می‌کند که «قانون بزرگراه کمک‌های فدرال درس ارزشمندی برای یکی از بزرگ‌ترین مسائل پیش روی صنعت فناوری امروز ارائه می‌دهد: چگونه می‌توانیم نیروی کافی برای پشتیبانی از تعداد فزاینده مراکز داده متمرکز بر هوش مصنوعی تولید کنیم. ؟”

همانطور که Tanach توضیح می‌دهد، قدرت محاسباتی مورد نیاز برای افزایش قدرت هوش مصنوعی تقریباً هر ۱۰۰ روز دو برابر می‌شود و نیاز به یک استراتژی برای رسیدگی به این نیازهای رو به رشد انرژی دارد.

اینجاست که مدل بزرگراه مطرح می شود. ما می‌توانیم راه‌هایی برای تامین انرژی بیشتر برای تقویت هوش مصنوعی (ساخت بزرگراه‌های بیشتر) پیدا کنیم، یا می‌توانیم کشف کنیم که چگونه هزینه‌های انرژی هوش مصنوعی را کاهش دهیم (سرمایه‌گذاری در راه آهن پرسرعت). یک مسیر به آینده ای انرژی زا و ویران کننده آب و هوا منتهی می شود، در حالی که مسیر دیگر پایدار و سودآور است.

Tanach رویکرد “اول کارایی” را توصیف می کند که بر پردازش وظایف هوش مصنوعی با انرژی کمتر و شکستن “چرخه افزایش مصرف منجر به افزایش مصرف انرژی” تمرکز می کند. Tanach به ویژه از جستجوی راه هایی برای حذف واحدهای پردازش مرکزی (CPU) در سرورهای استنتاج هوش مصنوعی پشتیبانی می کند. برای آینده هوش مصنوعی، یا می‌توانیم روی روش‌های منسوخ شده برای تامین برق سرمایه‌گذاری کنیم که فشار بیشتری بر شبکه‌های برق فعلی ما وارد می‌کند یا راهی برای کاهش هزینه‌ها در منبع (خود مرکز داده هوش مصنوعی) با سیستم‌های آماده پیدا کنیم. مهندسی که بیشتر این کار سنگین را انجام می دهد.»