Những thiệt hại đối với khí hậu do phát thải khí nhà kính là quá rõ ràng và để giúp cộng đồng nghiên cứu để hiểu được sự đóng góp của trí tuệ nhân tạo đối với biến đổi khí hậu và áp dụng các mô hình nghiên cứu mới trong đó giảm lượng khí thải Được coi như một thước đo hiệu suất quan trọng, một nhóm các nhà nghiên cứu AI và nhà khoa học dữ liệu quốc tế đã hợp tác để thiết kế phần mềm có khả năng ước tính lượng khí thải carbon của các hoạt động CNTT.
MãCarbon là phần mềm nguồn mở được thiết kế để giúp các công ty giám sát lượng khí thải carbon AI của họ.
Comet, một nhà cung cấp các giải pháp MLOps, đã hợp tác với một tập đoàn các công ty khoa học dữ liệu và AI từ khắp nơi trên thế giới: MILA, phòng nghiên cứu AI do Yoshua Bengio đứng đầu ở Montreal, BCG GAMMA, bộ phận phân tích và khoa học dữ liệu từ Boston Tập đoàn Tư vấn và Đại học Haverford ở Pennsylvania, để tạo ra phần mềm nguồn mở.
Giới thiệu về CodeCarbon
CodeCarbon là một phần mềm dựa trên trăn mà sẽ cho phép các lập trình viên làm cho mã của họ hiệu quả hơn và giảm lượng CO2 tạo ra để sử dụng tài nguyên máy tính và sẽ thúc đẩy họ làm như vậy.
Phần mềm không chỉ ước tính lượng CO2 sinh ra để sử dụng tài nguyên CNTT, nó cũng cung cấp cho các nhà phát triển lời khuyên về cách giảm lượng khí thải chọn cơ sở hạ tầng đám mây của bạn ở các khu vực sử dụng các nguồn năng lượng thấp.
Yoshua Bengio, người sáng lập MILA và người đoạt giải Turing, cho biết:
“AI là một công nghệ mạnh mẽ và là động lực tốt, nhưng điều quan trọng là phải nhận thức được tác động môi trường ngày càng tăng của nó. Dự án CodeCarbon đặt mục tiêu chính xác là đạt được mục tiêu này và tôi hy vọng nó sẽ truyền cảm hứng cho cộng đồng AI trong việc tính toán, tiết lộ và giảm lượng khí thải carbon của họ ”.
Sylvain Duranton, Giám đốc Điều hành và Đối tác Cấp cao tại Tập đoàn Tư vấn Boston (BCG) và Giám đốc Toàn cầu tại BCG GAMMA, cho biết:
“Dựa trên lịch sử gần đây, việc sử dụng CNTT nói chung và AI nói riêng sẽ tiếp tục phát triển theo cấp số nhân trên toàn thế giới. Trong bối cảnh này, CodeCarbon có thể giúp các tổ chức đảm bảo rằng lượng khí thải carbon tập thể của họ tăng càng ít càng tốt ”.
Trong môi trường nghiên cứu tập trung vào học sâu, những tiến bộ trong trí tuệ nhân tạo chủ yếu đạt được bằng cách tạo ra các mô hình lớn hơn, tổng hợp các tập dữ liệu lớn hơn và khai thác sức mạnh tính toán lớn hơn.
Đào tạo một thuật toán học tập mạnh mẽ có thể yêu cầu sử dụng nhiều máy tính trong nhiều ngày hoặc nhiều tuần.
Đối với các kiến trúc như VGG, BERT, GPT-2 và GPT-3, có hàng triệu cấu hình và được đào tạo về nhiều GPU trong vài tuần, đây có thể là một sự khác biệt của vài trăm kg CO-eq.
GPT-2 của OpenAI được phát hành vào năm 2019 dựa trên 1.5 tỷ thông số, trong khi người kế nhiệm GPT-3 được phát hành vào năm ngoái, có 175 tỷ thông số làm cho nó lớn hơn 100 lần so với người tiền nhiệm. Khi các mô hình lớn hơn tiếp tục tiến lên trên thực địa, lượng năng lượng tiêu thụ để huấn luyện chúng cũng sẽ tăng lên.
MãCarbon có một mô-đun cơ chế theo dõi ghi lại lượng năng lượng được sử dụng bởi các nhà cung cấp điện toán đám mây lớn và các trung tâm dữ liệu tại chỗ được lưu trữ riêng.
Sau đó, hệ thống sử dụng dữ liệu từ các nguồn công cộng để ước tính khối lượng CO2 tạo ra, xác minh số liệu thống kê của mạng điện mà thiết bị được kết nối.
Trình theo dõi ước tính lượng CO2 tạo ra cho mỗi thử nghiệm bằng cách sử dụng một mô-đun AI cụ thể, lưu trữ dữ liệu phát thải cho các dự án và cho toàn bộ tổ chức.
Ý tưởng là CodeCarbon sẽ giúp các công ty CNTT và AI hạn chế lượng khí thải carbon của họ khi chúng lớn lên. CodeCarbon sẽ tạo ra một bảng điều khiển cho phép các công ty dễ dàng xem lượng khí thải được tạo ra bằng cách đào tạo các mô hình học máy của họ.
Khả năng theo dõi lượng khí thải CO2 thể hiện một tiến bộ đáng kể về khả năng sử dụng tài nguyên năng lượng của các nhà phát triển một cách khôn ngoan và do đó giảm tác động của công việc của họ trong một môi trường ngày càng mong manh.
Fuente: https://www.comet.ml/