溫室氣體排放對氣候的破壞是顯而易見的，而且 幫助研究社區 了解人工智能對氣候變化的貢獻 並採用減少排放的新研究範式 作為一項關鍵的績效衡量指標，一組國際AI研究人員和數據科學家合作開發了能夠估算IT運營碳足蹟的軟件。
代碼碳 是開源軟件 旨在幫助公司監控其AI碳足跡。
MLOps解決方案的提供商Comet已與來自世界各地的AI和數據科學公司組成的財團合作：MILA，由蒙特利爾Yoshua Bengio領導的AI研究實驗室，BCG GAMMA，波士頓的分析部門和數據科學Consulting Group和賓夕法尼亞州的Haverford College創建開放源代碼軟件。
關於CodeCarbon
CodeCarbon是一個軟件 基於python 這 將使程序員能夠提高他們的代碼效率並減少產生的二氧化碳量 使用計算資源，並會激勵他們這樣做。
該軟件 不僅可以估算二氧化碳的產生量 對於IT資源的使用， 它還為開發人員提供有關如何減少排放的建議 在低能耗地區選擇您的雲基礎架構。
MILA創始人兼圖靈獎獲得者Yoshua Bengio說：
“人工智能是一項強大的技術，也是造福人類的力量，但重要的是要意識到其對環境的日益增長的影響。 CodeCarbon項目正是旨在實現這一目標，我希望它將激發AI社區計算，披露和減少其碳足跡。”
波士頓諮詢集團（BCG）董事總經理兼高級合夥人，BCG GAMMA全球總監Sylvain Duranton說：
根據最近的歷史，總體上，IT的使用尤其是AI的使用將繼續呈指數級增長。 在這種情況下，CodeCarbon可以幫助組織確保其集體碳足跡盡可能少地增加”。
在以深度學習為重點的研究環境中，人工智能的進步很大程度上是通過創建更大的模型，聚合更大的數據集以及利用更大的計算能力來實現的。
訓練功能強大的學習算法可能需要在數天或數週內使用多台計算機。
對於VGG，BERT，GPT-2和GPT-3等架構， 具有數百萬個配置，並在多個GPU上接受了數週的培訓， 這可能相差數百公斤的CO當量。
OpenAI的GPT-2於2019年發布，基於1.5億個參數，而其後繼GPT-3於去年發布，其175億個參數使其比前一個大100倍以上。 隨著大型模型在該領域的不斷發展，訓練它們所消耗的能量也會增加。
代碼碳 具有跟踪機制模塊，該模塊記錄所使用的能量 由主要的雲計算提供商和私有託管的本地數據中心提供。
那麼， 該系統使用來自公共來源的數據來估算產生的二氧化碳量，驗證與設備連接的電網的統計信息。
跟踪器使用特定的AI模塊估算每個實驗產生的CO2，存儲項目和整個組織的排放數據。
這個想法是CodeCarbon將幫助IT和AI公司限制其碳足跡 隨著他們的成長。 CodeCarbon將生成一個儀表板，該儀表板將使公司可以輕鬆地通過培訓其機器學習模型來查看所產生的排放量。
跟踪CO2排放的能力代表了開發人員明智地使用能源的能力的重大進步，因此可以減少他們在日益脆弱的環境中工作的影響。