详细内容或原文请订阅后点击阅览
重新考虑培训AI的环境成本 - 为什么我们应该超越硬件
对AI培训中驱动能源，水和碳消耗的因素以及硬件改进是否足够的统计分析。该帖子重新考虑了培训AI的环境成本 - 为什么我们应该超越硬件出现在数据科学方面。
来源:走向数据科学总结本研究软件的选择 - 特别是硬件类型及其数量 - 以及训练时间，对AI模型培训期间的能源，水和碳足迹产生重大的积极影响，而与建筑相关的因素则没有。硬件数量和训练时间之间的相互作用略微减慢了能源，水，水，碳的增长略微逐步培训。逐渐浏览了AR乘坐0.00002的范围。每年0.13％。较长的训练时间可以逐渐“耗尽”总能源效率每小时0.03％。
- 硬件选择 - 特别是硬件类型及其数量 - 以及培训时间，对AI模型培训期间的能源，水和碳足迹产生重大积极影响，而与建筑有关的因素则没有。硬件数量和训练时间之间的相互作用降低了能源，水和碳消耗的增长，在0.00002％的范围内略微降低了0.002％的培训。年度训练时间可以逐渐“耗尽”总体能源效率每小时0.03％。
RQ2
1。
xy