Die durch Treibhausgasemissionen verursachten Klimaschäden sind mehr als offensichtlich und der Forschungsgemeinschaft zu helfen den Beitrag der künstlichen Intelligenz zum Klimawandel zu verstehen und neue Forschungsparadigmen zur Emissionsreduzierung einführen Eine Gruppe internationaler KI-Forscher und Datenwissenschaftler, die als kritisches Leistungsmaß betrachtet werden, haben zusammengearbeitet, um Software zu entwickeln, mit der der COXNUMX-Fußabdruck des IT-Betriebs abgeschätzt werden kann.
CodeCarbon ist Open Source Software Entwickelt, um Unternehmen bei der Überwachung ihres AI-COXNUMX-Fußabdrucks zu unterstützen.
Comet, ein Anbieter von MLOps-Lösungen, hat eine Partnerschaft mit einem Konsortium von KI- und Data-Science-Unternehmen aus der ganzen Welt geschlossen: MILA, das AI-Forschungslabor unter der Leitung von Yoshua Bengio in Montreal, BCG GAMMA, die Analytics-Abteilung und Data Science aus Boston Consulting Group und Haverford College in Pennsylvania, um Open-Source-Software zu erstellen.
Über CodeCarbon
CodeCarbon ist eine Software Python basiert dass ermöglicht es Programmierern, ihren Code effizienter zu gestalten und die Menge des erzeugten CO2 zu reduzieren für den Einsatz von Computerressourcen und wird sie dazu motivieren.
Die Software schätzt nicht nur die Menge des produzierten CO2 für die Nutzung von IT-Ressourcen, Außerdem erhalten Entwickler Ratschläge zur Emissionsreduzierung Auswahl Ihrer Cloud-Infrastruktur in Regionen, in denen wenig Energie verbraucht wird.
Yoshua Bengio, MILA-Gründerin und Turing-Preisträgerin, sagte:
„KI ist eine leistungsstarke Technologie und eine treibende Kraft, aber es ist wichtig, sich der wachsenden Umweltauswirkungen bewusst zu sein. Das CodeCarbon-Projekt zielt genau darauf ab, dieses Ziel zu erreichen, und ich hoffe, es wird die KI-Community dazu inspirieren, ihren COXNUMX-Fußabdruck zu berechnen, offenzulegen und zu reduzieren. “
Sylvain Duranton, Geschäftsführer und Senior Partner der Boston Consulting Group (BCG) und Global Director der BCG GAMMA, sagte:
„Basierend auf der jüngsten Geschichte wird der Einsatz von IT im Allgemeinen und KI im Besonderen weltweit weiterhin exponentiell zunehmen. In diesem Zusammenhang kann CodeCarbon Organisationen dabei unterstützen, sicherzustellen, dass sich ihr kollektiver COXNUMX-Fußabdruck so wenig wie möglich erhöht. “
In der auf tiefes Lernen ausgerichteten Forschungsumgebung werden Fortschritte in der künstlichen Intelligenz hauptsächlich durch die Erstellung größerer Modelle, die Aggregation größerer Datensätze und die Nutzung größerer Rechenleistung erzielt.
Das Trainieren eines leistungsstarken Lernalgorithmus kann die Verwendung mehrerer Computer über Tage oder Wochen erfordern.
Für Architekturen wie VGG, BERT, GPT-2 und GPT-3, die Millionen von Konfigurationen haben und mehrere Wochen lang auf mehreren GPUs trainiert werden, Dies kann eine Differenz von mehreren hundert Kilogramm CO-Äq. sein.
OpenAIs GPT-2, das 2019 veröffentlicht wurde, basiert auf 1.5 Milliarden Parametern, während sein Nachfolger GPT-3 im vergangenen Jahr veröffentlicht wurde, dessen 175 Milliarden Parameter es mehr als 100-mal größer machen als sein Vorgänger. Da die größeren Modelle im Feld weiter voranschreiten, wird auch der Energieverbrauch für das Training zunehmen.
CodeCarbon verfügt über ein Tracking-Mechanismus-Modul, das den Energieverbrauch aufzeichnet von großen Cloud-Computing-Anbietern und privat gehosteten lokalen Rechenzentren.
Dann Das System verwendet Daten aus öffentlichen Quellen, um das erzeugte CO2-Volumen abzuschätzenÜberprüfen der Statistiken des Stromnetzes, an das das Gerät angeschlossen ist.
Der Tracker schätzt das für jedes Experiment erzeugte CO2 mithilfe eines bestimmten KI-Moduls und speichert Emissionsdaten für Projekte und für die gesamte Organisation.
Die Idee ist, dass CodeCarbon IT- und KI-Unternehmen dabei helfen wird, ihren COXNUMX-Fußabdruck zu begrenzen wie sie wachsen. CodeCarbon generiert ein Dashboard, mit dem Unternehmen die Emissionsmenge, die durch das Training ihrer Modelle für maschinelles Lernen entsteht, leicht erkennen können.
Die Möglichkeit, die CO2-Emissionen zu verfolgen, stellt einen erheblichen Fortschritt für die Fähigkeit der Entwickler dar, Energieressourcen mit Bedacht einzusetzen und damit die Auswirkungen ihrer Arbeit in einem zunehmend fragilen Umfeld zu verringern.
Quelle: https://www.comet.ml/