Kasvuhoonegaaside heitkogustest tingitud kliimakahjustused on enam kui ilmsed ja teadlaskonna abistamiseks mõista tehisintellekti panust kliimamuutustesse ja võtta kasutusele uued uurimisparadigmad, milles heitkoguseid vähendatakse Kriitilise tulemuslikkuse mõõduna käsitletakse rahvusvaheliste tehisintellektide uurijate ja andmeteadlaste rühma koostöös tarkvara väljatöötamist, mis suudaks hinnata IT-toimingute süsinikujälge.
CodeCarbon on avatud lähtekoodiga tarkvara eesmärk on aidata ettevõtetel jälgida nende tehisintellekti süsiniku jalajälge.
MLOps-lahenduste pakkuja Comet on teinud koostööd kogu maailma tehisintellekti ja andmeteaduste ettevõtete konsortsiumiga: Montrealis Yoshua Bengio juhitud tehisintellekti labor MILA, BCG GAMMA, analüüsiosakond ja Bostoni andmeteadus Consulting Group ja Haverford College Pennsylvanias avatud lähtekoodiga tarkvara loomiseks.
Teave CodeCarboni kohta
CodeCarbon on tarkvara pütooni põhine et võimaldab programmeerijatel muuta oma kood tõhusamaks ja vähendada tekitatud CO2 hulka arvutiressursside kasutamiseks ja motiveerib neid seda tegema.
Tarkvara hindab mitte ainult toodetud CO2 kogust IT-ressursside kasutamiseks, see annab arendajatele nõu ka heitkoguste vähendamiseks oma pilvetaristu valimine piirkondades, kus kasutatakse vähe energiaallikaid.
MILA asutaja ja Turingi auhinna võitja Yoshua Bengio ütles:
„Tehisintellekt on võimas tehnoloogia ja jõud, mis on hea, kuid on oluline olla teadlik selle kasvavast keskkonnamõjust. CodeCarbon projekti eesmärk on just selle eesmärgi saavutamine ja ma loodan, et see innustab tehisintellekti kogukonda oma süsiniku jalajälge arvutama, avalikustama ja vähendama.
Boston Consulting Groupi (BCG) tegevdirektor ja vanempartner ning BCG GAMMA globaalne direktor Sylvain Duranton ütles:
„Lähiajaloost lähtuvalt kasvab IT kasutamine üldiselt ja eriti tehisintellekt kogu maailmas hüppeliselt. Selles kontekstis võib CodeCarbon aidata organisatsioonidel tagada, et nende kollektiivne süsinikujalajälg suureneks võimalikult vähe ”.
Sügavas õppimisele keskenduvas uurimiskeskkonnas saavutatakse tehisintellekti edusamme suuresti suuremate mudelite loomise, suuremate andmekogumite liitmise ja suurema arvutusvõimsuse abil.
Võimsa õppimisalgoritmi koolitamine võib nõuda mitme arvuti kasutamist päevade või nädalate jooksul.
Selliste arhitektuuride jaoks nagu VGG, BERT, GPT-2 ja GPT-3, millel on miljoneid konfiguratsioone ja kes on mitu nädalat mitu GPU-d koolitanud, see võib olla mitusada kilogrammi CO-ekv.
2. aastal käivitatud OpenAI GPT-2019 põhineb 1.5 miljardil parameetril, samal ajal kui selle järeltulija GPT-3 käivitati eelmisel aastal, mille 175 miljardi parameetri tõttu on see eelkäijast üle saja korra suurem. Kuna suuremad mudelid jätkavad valdkonnas edasi liikumist, suureneb ka nende treenimiseks tarbitav energiahulk.
CodeCarbon omab jälgimismehhanismi moodulit, mis registreerib kasutatud energia hulga juhtivate pilvandmetöötluse pakkujate ja privaatselt hostitud kohapealsete andmekeskuste kaudu.
Siis süsteem kasutab genereeritud CO2 mahu hindamiseks avalikest allikatest saadud andmeid, kontrollides elektrivõrgu statistikat, millega seade on ühendatud.
Tracker hindab konkreetse tehisintellekti mooduli abil iga katse jaoks toodetud CO2, salvestades heitkoguste andmed projektide ja kogu organisatsiooni jaoks.
Idee on selles, et CodeCarbon aitab IT- ja tehisintellektide ettevõtetel oma süsinikujälge piirata kui nad kasvavad. CodeCarbon loob juhtpaneeli, mis võimaldab ettevõtetel hõlpsasti näha masinõppemudelite koolitamisel tekkivaid heitkoguseid.
Võimalus jälgida süsinikdioksiidi heitkoguseid kujutab endast märkimisväärset arengut arendajate suutlikkuses energiaressursse mõistlikult kasutada ja seetõttu vähendada oma töö mõju üha habras keskkonnas.
allikas: https://www.comet.ml/