由于数字服务越来越多地被部署和使用,因此信息和通信技术(ICT)的环境影响是一个问题。人工智能正在推动这种增长的某些增长,但其环境成本几乎没有研究。大规模生成模型(例如Chatgpt)的最新趋势特别引起了人们的注意,因为他们的培训需要大量使用大量的专业计算资源。这些模型的推断可以在网络上作为服务访问,并将其进一步动员最终用户终端,网络和数据中心。因此,这些服务有助于全球变暖,加重金属稀缺性并增加能源消耗。这项工作提出了一种基于LCA的方法,以考虑生成AI服务的环境影响的多标准评估,考虑到培训模型所需的所有资源的体现和使用成本,从中推断出来并在线托管它们。我们以稳定的扩散作为服务来说明我们的方法,这是一种可在线访问的开源文本对图像生成的深度学习模型。此用例基于对稳定扩散训练和推理能量消耗的实验观察。通过敏感性分析,探索了估计用法强度对影响源的影响的各种情况。
主要关键词