Ang pinsala sa klima na dulot ng mga greenhouse gas emissions ay higit na maliwanag at upang matulungan ang pamayanan ng pananaliksik upang maunawaan ang kontribusyon ng artipisyal na katalinuhan sa pagbabago ng klima at magpatibay ng mga bagong paraday sa pananaliksik kung saan binabawasan ang mga emisyon Ginagamot bilang isang kritikal na sukat sa pagganap, isang pangkat ng mga internasyonal na mananaliksik ng AI at mga siyentipiko ng data ay nagtulungan upang mag-disenyo ng software na may kakayahang tantyahin ang carbon footprint ng mga IT operasyon.
CodeCarbon ay open source software idinisenyo upang matulungan ang mga kumpanya na subaybayan ang kanilang Ai carbon footprint.
Ang Comet, isang tagapagbigay ng mga solusyon sa MLOps, ay nakipagsosyo sa isang kasunduan ng AI at mga kumpanya ng agham ng data mula sa buong mundo: MILA, ang lab sa pananaliksik ng AI na pinangunahan ni Yoshua Bengio sa Montreal, BCG GAMMA, ang analytics division at data science mula sa Boston Consulting Group at Haverford College sa Pennsylvania, upang lumikha ng open source software.
Tungkol sa CodeCarbon
Ang CodeCarbon ay isang software batay sa sawa ito papayagan ang mga programmer na gawing mas mahusay ang kanilang code at mabawasan ang dami ng nabuong CO2 para sa paggamit ng mga mapagkukunan sa computing at uudyok na gawin ito.
Ang software hindi lamang tinatantiya ang dami ng CO2 na nagawa para sa paggamit ng mga mapagkukunang IT, nagbibigay din ito ng payo sa mga developer sa kung paano mabawasan ang emissions pagpili ng iyong cloud imprastraktura sa mga rehiyon na gumagamit ng mababang mapagkukunan ng enerhiya.
Si Yoshua Bengio, tagapagtatag ng MILA at nagwagi ng Turing Prize, ay nagsabi:
"Ang AI ay isang malakas na teknolohiya at isang puwersa para sa mabuti, ngunit mahalaga na magkaroon ng kamalayan sa lumalaking epekto sa kapaligiran. Ang proyekto ng CodeCarbon ay naglalayong tiyak na makamit ang layuning ito at inaasahan kong mapasigla ang pamayanan ng AI na kalkulahin, isiwalat at bawasan ang kanilang carbon footprint. "
Sylvain Duranton, Managing Director at Senior Partner sa Boston Consulting Group (BCG) at Global Director sa BCG GAMMA, ay nagsabi:
"Batay sa kamakailang kasaysayan, ang paggamit ng IT sa pangkalahatan, at partikular ang Ai, ay patuloy na lalago sa buong mundo. Sa kontekstong ito, makakatulong ang CodeCarbon sa mga samahan upang matiyak na ang kanilang kolektibong carbon footprint ay tumataas nang kaunti hangga't maaari ”.
Sa malalim na kapaligiran sa pananaliksik na nakatuon sa pag-aaral, ang mga pagsulong sa artipisyal na intelihensiya ay higit na nakakamit sa pamamagitan ng paglikha ng mas malalaking mga modelo, pagsasama-sama ng mas malaking mga hanay ng data, at paggamit ng mas malaking kapangyarihan sa computing.
Ang pagsasanay ng isang malakas na algorithm sa pag-aaral ay maaaring mangailangan ng paggamit ng maraming mga computer sa paglipas ng mga araw o linggo.
Para sa mga arkitektura tulad ng VGG, BERT, GPT-2 at GPT-3, na may milyun-milyong mga pagsasaayos at sinanay sa maraming mga GPU sa loob ng maraming linggo, ito ay maaaring isang pagkakaiba ng ilang daang kilo ng CO-eq.
Ang GPT-2 ng OpenAI na inilunsad noong 2019 ay batay sa 1.5 bilyong mga parameter, habang ang kahalili sa GPT-3 ay inilunsad noong nakaraang taon, na ang 175 bilyong mga parameter ay ginagawang higit sa 100 beses na mas malaki kaysa sa hinalinhan nito. Habang ang mas malalaking mga modelo ay patuloy na sumusulong sa larangan, ang dami ng lakas na natupok upang sanayin ang mga ito ay tataas din.
CodeCarbon ay may module ng mekanismo ng pagsubaybay na nagtatala ng dami ng ginamit na enerhiya ng mga pangunahing tagabigay ng cloud computing at pribado na naka-host na mga sentro ng data sa mga nasasakupang lugar.
Luego, gumagamit ang system ng data mula sa mga pampublikong mapagkukunan upang tantyahin ang dami ng nabuo na CO2, na pinatutunayan ang mga istatistika ng elektrikal na network kung saan nakakonekta ang kagamitan.
Tinantya ng tracker ang ginawa ng CO2 para sa bawat eksperimento gamit ang isang partikular na module ng AI, na itinatago ang data ng emissions para sa mga proyekto at para sa buong organisasyon.
Ang ideya ay makakatulong ang CodeCarbon sa mga kumpanya ng IT at AI na limitahan ang kanilang carbon footprint sa kanilang paglaki. Ang CodeCarbon ay bubuo ng isang dashboard na magpapahintulot sa mga kumpanya na madaling makita ang dami ng mga emissions na nabuo sa pamamagitan ng pagsasanay sa kanilang mga modelo ng pag-aaral ng machine.
Ang kakayahang subaybayan ang mga emissions ng CO2 ay kumakatawan sa isang makabuluhang pagsulong sa kakayahan ng mga developer na gamitin nang matalino ang mga mapagkukunan ng enerhiya at samakatuwid ay bawasan ang epekto ng kanilang trabaho sa isang lalong marupok na kapaligiran.
Fuente: https://www.comet.ml/