绿色 AI 实践：小模型、低碳选址与需求转移降排放
Charles Humble 在 GOTO Copenhagen 谈绿色 AI：IT 业占全球排放 2%-4%，微软、谷歌因 AI 用电与排放上升；建议优先用预构建小模型、微调/RAG、压缩模型，并在低碳时段与地区调度算力，把可持续性列为顶层设计考量。
要点
- IEA 数据：亚马逊、微软、谷歌、Meta 合计用电量 2017-2021 年翻倍多，2021 年约 720 亿千瓦时
- 微软 2024 环境报告称总碳排放自 2020 年上升 30%，主因是新建 AI 数据中心
- 谷歌报告称排放自 2019 年激增约 50%，2023 年同比增长 13%，主要由 AI 驱动
- Humble 建议避免从头训练，优先微调、提示调用或 RAG，并用蒸馏、量化、剪枝压缩模型
- 训练全程理论上可用 100% 可再生能源，减少 45%-99% 碳排放；部署与运维阶段能耗占比更大
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。