Sera gazı emisyonlarının iklime verdiği zarar açıkça görülüyor ve araştırma topluluğuna yardım etmek yapay zekanın iklim değişikliğine katkısını anlamak ve emisyonların azaltıldığı yeni araştırma paradigmalarını benimseyin. Kritik bir performans ölçüsü olarak ele alınan bir grup uluslararası yapay zeka araştırmacısı ve veri bilimcisi, BT operasyonlarının karbon ayak izini tahmin edebilen yazılımlar tasarlamak için işbirliği yaptı.
Kod Karbon açık kaynaklı yazılımdır şirketlerin AI karbon ayak izlerini izlemelerine yardımcı olmak için tasarlanmıştır.
Bir MLOps çözümleri sağlayıcısı olan Comet, dünyanın dört bir yanından AI ve veri bilimi şirketlerinden oluşan bir konsorsiyum ile ortaklık kurdu: MILA, Yoshua Bengio'nun Montreal'deki AI araştırma laboratuvarı, BCG GAMMA, Boston'dan analitik bölümü ve veri bilimi Pennsylvania'daki Consulting Group ve Haverford College, açık kaynaklı yazılım oluşturmak için.
CodeCarbon hakkında
CodeCarbon bir yazılımdır python tabanlı o programcıların kodlarını daha verimli hale getirmelerine ve üretilen CO2 miktarını azaltmalarına olanak tanır bilgi işlem kaynaklarının kullanımı için ve onları bunu yapmaya motive edecek.
Yazılım sadece üretilen CO2 miktarını tahmin etmez BT kaynaklarının kullanımı için, ayrıca geliştiricilere emisyonların nasıl azaltılacağı konusunda tavsiyelerde bulunur Düşük enerji kaynakları kullanan bölgelerde bulut altyapınızı seçmek.
MILA kurucusu ve Turing Ödülü sahibi Yoshua Bengio şunları söyledi:
Yapay zeka güçlü bir teknoloji ve iyilik için bir güç, ancak artan çevresel etkisinin farkında olmak önemli. CodeCarbon projesi tam olarak bu hedefe ulaşmayı hedefliyor ve umarım yapay zeka topluluğuna karbon ayak izlerini hesaplama, ifşa etme ve azaltma konusunda ilham verir. "
Boston Consulting Group (BCG) Genel Müdürü ve Kıdemli Ortak ve BCG GAMMA Global Direktörü Sylvain Duranton şunları söyledi:
“Yakın geçmişe dayanarak, genel olarak BT'nin ve özelde AI'nın kullanımı dünya çapında katlanarak artmaya devam edecek. Bu bağlamda CodeCarbon, kuruluşların toplu karbon ayak izlerinin olabildiğince az artmasını sağlamalarına yardımcı olabilir ”.
Derin öğrenme odaklı araştırma ortamında, yapay zeka alanındaki gelişmeler büyük ölçüde daha büyük modeller oluşturarak, daha büyük veri kümelerini bir araya getirerek ve daha fazla bilgi işlem gücünden yararlanarak elde edilmektedir.
Güçlü bir öğrenme algoritması eğitmek, günler veya haftalar boyunca birden fazla bilgisayarın kullanılmasını gerektirebilir.
VGG, BERT, GPT-2 ve GPT-3 gibi mimariler için, milyonlarca yapılandırmaya sahip olan ve birkaç hafta boyunca birden fazla GPU üzerinde eğitilmiş olan, bu birkaç yüz kilogram CO-eq farkı olabilir.
OpenAI'nin 2'da piyasaya sürülen GPT-2019'si 1.5 milyar parametreye dayanırken, halefi GPT-3 geçen yıl piyasaya sürüldü ve 175 milyar parametresi onu selefinden 100 kat daha büyük hale getirdi. Daha büyük modeller sahada ilerlemeye devam ettikçe, onları eğitmek için tüketilen enerji miktarı da artacaktır.
Kod Karbon kullanılan enerji miktarını kaydeden bir izleme mekanizması modülüne sahiptir önde gelen bulut bilişim sağlayıcıları ve özel olarak barındırılan şirket içi veri merkezleri tarafından.
luego, Sistem, üretilen CO2 hacmini tahmin etmek için halka açık kaynaklardan gelen verileri kullanır, ekipmanın bağlı olduğu elektrik şebekesinin istatistiklerini doğrulamak.
İzleyici, belirli bir AI modülü kullanarak her deney için üretilen CO2'yi tahmin eder, projeler için ve tüm organizasyon için emisyon verilerini depolar.
Buradaki fikir, CodeCarbon'un BT ve yapay zeka şirketlerinin karbon ayak izlerini sınırlamasına yardımcı olacağıdır. büyüdükçe. CodeCarbon, şirketlerin makine öğrenimi modellerini eğiterek üretilen emisyon miktarını kolayca görmelerine olanak tanıyan bir gösterge panosu oluşturacak.
CO2 emisyonlarını izleme yeteneği, geliştiricilerin enerji kaynaklarını akıllıca kullanma ve dolayısıyla giderek daha kırılgan bir ortamda çalışmalarının etkisini azaltma becerilerinde önemli bir ilerlemeyi temsil eder.
kaynak: https://www.comet.ml/