详细内容或原文请订阅后点击阅览
环保型 AI：如何减少 ML 模型的碳和水足迹
模型训练和服务的可持续实践继续阅读 Towards Data Science »
来源:走向数据科学环保型 AI：如何减少 ML 模型的碳足迹和水足迹
环保型 AI：如何减少 ML 模型的碳足迹和水足迹
模型训练和服务的可持续实践
AI 与可持续性：是时候认真对待了。
随着我们突破 AI 的界限，尤其是使用生成模型，我们面临着一个紧迫的问题，预计这个问题只会变得更加紧迫：我们进步的环境成本是多少？训练、托管和运行这些模型不仅需要大量计算，还需要大量自然资源，从而产生大量碳足迹和水足迹，而这些足迹往往被忽视。随着谷歌于 2024 年 7 月 2 日发布的最新报告强调了实现其雄心勃勃的气候目标所面临的挑战，这一讨论变得更加及时。报告显示，2023 年的排放量与上一年相比增加了 13%，与 2019 年的基准年相比增加了 48%。人工智能的需求给数据中心带来了巨大的压力，这一趋势反映在微软 5 月份的环境可持续性报告中，该报告指出，由于数据中心的使用，排放量比 2020 年的基准增加了 29%。此外，国际能源署预测，到 2026 年，全球数据中心和人工智能的电力需求可能会翻一番，这凸显了可持续实践的迫切需要。对每个人来说……
增长 13% 增长 48% 微软的环境可持续性报告 国际能源署预测