Poškodenie podnebia spôsobené emisiami skleníkových plynov je viac než zrejmé a pomôcť výskumnej komunite pochopiť prínos umelej inteligencie pre zmenu podnebia a prijať nové paradigmy výskumu v oblasti znižovania emisií Skupina medzinárodných vedeckých pracovníkov v oblasti AI a dátových vedcov, považovaná za kritické meradlo výkonu, spolupracovala na navrhnutí softvéru, ktorý dokáže odhadnúť uhlíkovú stopu operácií IT.
KódCarbon je softvér s otvoreným zdrojovým kódom určené na pomoc spoločnostiam sledovať ich uhlíkovú stopu AI.
Comet, poskytovateľ riešení MLOps, uzavrel partnerstvo s konzorciom spoločností zaoberajúcich sa umelou inteligenciou a dátovými vedami z celého sveta: MILA, výskumné laboratórium pre AI vedené Yoshuom Bengiom v Montreale, BCG GAMMA, analytická divízia a dátová veda z Bostonu. Consulting Group a Haverford College v Pensylvánii, aby vytvorili softvér s otvoreným zdrojovým kódom.
O spoločnosti CodeCarbon
CodeCarbon je softvér založené na pythone že umožní programátorom zefektívniť ich kód a znížiť množstvo generovaného CO2 za použitie výpočtových zdrojov a bude ich k tomu motivovať.
Softvér nielen odhaduje množstvo vyprodukovaného CO2 za použitie IT zdrojov, poskytuje tiež vývojárom rady, ako znížiť emisie výber cloudovej infraštruktúry v regiónoch, ktoré využívajú zdroje nízkej energie.
Yoshua Bengio, zakladateľ MILA a držiteľ Turingovej ceny, povedal:
„AI je silná technológia a sila dobra, ale je potrebné si uvedomiť jej rastúci vplyv na životné prostredie. Cieľom projektu CodeCarbon je presne dosiahnuť tento cieľ a dúfam, že inšpiruje komunitu umelej inteligencie k výpočtu, zverejneniu a zníženiu ich uhlíkovej stopy. “
Sylvain Duranton, výkonný riaditeľ a hlavný partner spoločnosti Boston Consulting Group (BCG) a globálny riaditeľ spoločnosti BCG GAMMA, uviedol:
„Na základe nedávnej histórie bude používanie IT vo všeobecnosti, a najmä AI, naďalej exponenciálne rásť po celom svete. V tejto súvislosti môže CodeCarbon pomôcť organizáciám zabezpečiť, aby sa ich kolektívna uhlíková stopa zvýšila čo najmenej “.
Vo výskumnom prostredí zameranom na hlboké vzdelávanie sa pokroky v umelej inteligencii do veľkej miery dosahujú vytváraním väčších modelov, agregáciou väčších súborov údajov a využitím väčšieho výpočtového výkonu.
Výcvik silného algoritmu výučby môže vyžadovať použitie viacerých počítačov počas dní alebo týždňov.
Pre architektúry ako VGG, BERT, GPT-2 a GPT-3, ktoré majú milióny konfigurácií a sú niekoľko týždňov trénované na viacerých grafických procesoroch, to môže byť rozdiel niekoľkých stoviek kilogramov ekvivalentu CO.
GPT-2 OpenAI uvedený na trh v roku 2019 je založený na 1.5 milióne parametrov, zatiaľ čo jeho nástupca GPT-3 bol uvedený na trh minulý rok, vďaka 175 miliardám parametrov je viac ako stokrát väčší ako jeho predchodca. Keď budú väčšie modely v teréne napredovať, zvýši sa aj množstvo energie spotrebovanej na ich výcvik.
KódCarbon má modul sledovacieho mechanizmu, ktorý zaznamenáva množstvo použitej energie poprednými poskytovateľmi cloudových výpočtov a súkromne hostovanými miestnymi dátovými centrami.
potom, systém používa údaje z verejných zdrojov na odhad objemu vyprodukovaného CO2, overovanie štatistík elektrickej siete, ku ktorej je zariadenie pripojené.
Sledovač odhaduje produkovaný CO2 pre každý experiment pomocou konkrétneho modulu AI a ukladá údaje o emisiách pre projekty a pre celú organizáciu.
Ide o to, že CodeCarbon pomôže IT a AI spoločnostiam obmedziť ich uhlíkovú stopu ako rastú. CodeCarbon vygeneruje informačný panel, ktorý spoločnostiam umožní ľahko zistiť množstvo emisií generovaných školením ich modelov strojového učenia.
Schopnosť sledovať emisie CO2 predstavuje významný pokrok v schopnosti vývojárov rozumne využívať zdroje energie, a tým znižovať dopad svojej práce v čoraz krehkejšom prostredí.
Fuente: https://www.comet.ml/