ACM通信

ACM新闻

测量人工智能的碳足迹

通过IEEE频谱
2022年7月5日
评论

机器学习模型正呈指数级增长。与此同时，它们需要成倍增加的能量来训练，这样它们才能准确地处理图像、文本或视频。随着人工智能社区努力解决其对环境的影响，一些会议现在要求论文提交者包括信息在公司₂排放。一项新的研究提供了一种更精确的方法来计算这些排放。它还比较了影响它们的因素，并测试了两种减少它们的方法。

几个软件包估计了人工智能工作负载的碳排放。最近一个团队在Université Paris-Saclay测试一组这些工具，看看它们是否可靠。“而且它们在所有情况下都不可靠，”他说Anne-Laure Ligozat他是那项研究的合著者，并没有参与这项新研究。

新方法在两个方面有所不同，他说杰西·道奇他是美国科学院的研究科学家艾伦人工智能研究所也是这篇新论文的主要作者，他上周在ACM公平、问责和透明会议(FAccT)。首先，它将服务器芯片的能量使用记录为一系列测量值，而不是将它们在训练过程中的使用相加。其次，它将使用数据与一系列表明当地每千瓦时(kWh)能源排放量的数据点进行比对。这个数字也在不断变化。道奇说:“以前的研究没有捕捉到很多细微差别。

从IEEE频谱
查看全文

---

没有发现记录