CodeCarbon,一种开源工具,可跟踪机器学习研究产生的污染

温室气体排放对气候造成的破坏不仅明显而且 帮助研究社区 了解人工智能对气候变化的贡献 并采用减少排放的新研究范式 作为一项关键的绩效衡量指标,一组国际AI研究人员和数据科学家合作开发了能够估算IT运营碳足迹的软件。

代码碳 是开源软件 旨在帮助公司监控其AI碳足迹。

MLOps解决方案的提供商Comet已与来自世界各地的AI和数据科学公司组成的财团合作:MILA,由蒙特利尔Yoshua Bengio领导的AI研究实验室,BCG GAMMA,波士顿的分析部门和数据科学Consulting Group和宾夕法尼亚州的Haverford College创建开放源代码软件。

关于CodeCarbon

CodeCarbon是一个软件 基于python将使程序员能够提高他们的代码效率并减少产生的二氧化碳量 使用计算资源,并会激励他们这样做。

软件 不仅可以估算二氧化碳的产生量 对于IT资源的使用, 它还为开发人员提供有关如何减少排放的建议 在低能耗地区选择您的云基础架构。

MILA创始人兼图灵奖获得者Yoshua Bengio说:

“人工智能是一项强大的技术,也是造福人类的力量,但重要的是要意识到其对环境的日益增长的影响。 CodeCarbon项目正是旨在实现这一目标,我希望它将激发AI社区计算,披露和减少其碳足迹。”

波士顿咨询集团(BCG)董事总经理兼高级合伙人,BCG GAMMA全球总监Sylvain Duranton说:

根据最近的历史,整个世界,尤其是人工智能,特别是对IT的使用,将继续呈指数级增长。 在这种情况下,CodeCarbon可以帮助组织确保其集体碳足迹尽可能少地增加”。

在以深度学习为重点的研究环境中,人工智能的进步很大程度上是通过创建更大的模型,聚合更大的数据集以及利用更大的计算能力来实现的。

训练功能强大的学习算法可能需要在数天或数周内使用多台计算机。

对于VGG,BERT,GPT-2和GPT-3等架构, 具有数百万个配置,并在多个GPU上接受了数周的培训, 这可能相差数百公斤的CO当量。

OpenAI的GPT-2于2019年发布,基于1.5亿个参数,而其继任者GPT-3于去年发布,其175亿个参数使其比前一个大100倍以上。 随着大型模型在该领域的不断发展,训练它们所消耗的能量也会增加。

代码碳 具有跟踪机制模块,该模块记录所使用的能量 由主要的云计算提供商和私有托管的本地数据中心提供。

然后, 该系统使用来自公共来源的数据来估算产生的二氧化碳量,验证与设备连接的电网的统计信息。

跟踪器使用特定的AI模块估算每个实验产生的CO2,存储项目和整个组织的排放数据。

这个想法是CodeCarbon将帮助IT和AI公司限制其碳足迹 随着他们的成长。 CodeCarbon将生成一个仪表板,该仪表板将使公司可以轻松地通过培训其机器学习模型来查看所产生的排放量。

跟踪CO2排放的能力代表了开发人员明智地使用能源的能力的重大进步,因此可以减少他们在日益脆弱的环境中工作的影响。

数据来源: https://www.comet.ml/


本文内容遵循我们的原则 编辑伦理。 要报告错误,请单击 信息.

成为第一个发表评论

发表您的评论

您的电子邮件地址将不会被发表。 必填字段标有 *

*

*

  1. 负责数据:MiguelÁngelGatón
  2. 数据用途:控制垃圾邮件,注释管理。
  3. 合法性:您的同意
  4. 数据通讯:除非有法律义务,否则不会将数据传达给第三方。
  5. 数据存储:Occentus Networks(EU)托管的数据库
  6. 权利:您可以随时限制,恢复和删除您的信息。