Mathilde

Adrien Berthelot、Eddy Caron、Mathilde Jay、Laurent Lefèvre。使用基于 LCA 的方法评估生成式人工智能服务对环境的影响。CIRP LCE 2024 - 第 31 届生命周期工程会议，2024 年 6 月，意大利都灵。第 1-10 页。 hal-04346102v2

随着数字服务越来越多地部署和用于各种领域，信息和通信技术 (ICT) 对环境的影响令人担忧。人工智能正在推动这一增长，但其环境成本仍未得到深入研究。大型生成模型（如 ChatGPT）的最新趋势尤其引人注目，因为它们的训练需要大量使用专门的计算资源。这些模型的推理以服务的形式在网络上提供，使用它们还可以调动最终用户终端、网络和数据中心。因此，这些服务加剧了全球变暖，加剧了金属短缺，增加了能源消耗。这项工作提出了一种基于 LCA 的方法，用于对生成 AI 服务的环境影响进行多标准评估，考虑了训练模型、从模型中推断和在线托管模型所需的所有资源的具体成本和使用成本。我们以稳定扩散服务为例来说明我们的方法，这是一种可在线访问的开源文本到图像生成深度学习模型。此用例基于对稳定扩散训练和推理能耗的实验观察。通过敏感性分析，探索了估计使用强度对影响源影响的各种场景。