機(jī)器學(xué)習(xí)等計(jì)算密集型技術(shù)的發(fā)展帶來了高碳足跡，并加劇了氣候變化。機(jī)除了快速增長之外，還有不斷擴(kuò)大的綠色人工智能工具和技術(shù)組合，以幫助抵消碳排放并提供更可持續(xù)的發(fā)展道路。

根據(jù)微軟和艾倫人工智能研究所，以及希伯來大學(xué)、卡耐基梅隆大學(xué)和人工智能社區(qū)hugsFace的共同作者上個月發(fā)表的研究，環(huán)境成本很高。微軟Azure機(jī)器學(xué)習(xí)產(chǎn)品經(jīng)理、綠色軟件基金會成員、該研究的合著者威爾·布坎南(WillBuchanan)表示，該研究推斷數(shù)據(jù)表明，對于一個60億參數(shù)的ML模型(一個大型語言模型)，一個訓(xùn)練實(shí)例產(chǎn)生的二氧化碳相當(dāng)于在一輛大型火車車廂里燃燒所有的煤。

弗雷斯特研究公司(Forrester Research)分析師阿比吉特·蘇尼爾(AbhijitSunil)說，過去，代碼是在受限于有限資源的嵌入式系統(tǒng)中優(yōu)化的，比如手機(jī)、冰箱或衛(wèi)星。然而，AI和ML等新興技術(shù)不受這些限制，他說。

“當(dāng)我們擁有看似無限的資源時，優(yōu)先考慮的是編寫盡可能多的代碼，”Sunil 說。

人工智能是適合這項(xiàng)工作的工具嗎?

綠色人工智能，也就是讓人工智能發(fā)展更可持續(xù)的過程，正在成為解決算法耗電問題的可能方案。布坎南說:“這都是為了降低技術(shù)發(fā)展本身的隱性成本。”

蒙特利爾人工智能倫理研究所創(chuàng)始人兼首席研究員、綠色軟件基金會標(biāo)準(zhǔn)工作組主席阿布謝克·古普塔(AbhishekGupta)表示，任何開發(fā)人員的出發(fā)點(diǎn)都是要了解人工智能是否適合這項(xiàng)工作，并弄清楚為什么首先要部署機(jī)器學(xué)習(xí)。

“你并不總是需要機(jī)器學(xué)習(xí)來解決問題，”古普塔說。

古普塔表示，開發(fā)人員在部署 ML 時還應(yīng)該考慮進(jìn)行成本效益分析。例如，如果使用機(jī)器學(xué)習(xí)將平臺的滿意度從 95% 提高到 96%，那么這可能不值得為環(huán)境付出額外的代價，他說。

選擇碳友好地區(qū)

布坎南說，一旦開發(fā)人員決定使用人工智能，那么選擇在碳友好地區(qū)部署模型會對運(yùn)營排放產(chǎn)生最大影響，將軟件碳強(qiáng)度率降低約 75%。

布坎南說:“這是當(dāng)今任何開發(fā)者都可以使用的最有影響力的杠桿。”

古普塔舉了一個例子：開發(fā)商可以選擇在加拿大魁北克省運(yùn)營，而不是在美國中西部地區(qū)運(yùn)營，因?yàn)槟抢锏碾娏χ饕獊碜曰剂稀６幽么罂笨耸?0%以上的電力來自水力發(fā)電。

在決定機(jī)器學(xué)習(xí)工作應(yīng)該在哪里運(yùn)行時，企業(yè)還必須考慮能源類型以外的其他因素。2021 年 4 月，Google Cloud推出了綠色區(qū)域選擇器，可幫助公司在選擇運(yùn)營地點(diǎn)時評估成本、延遲和碳足跡。但 Buchanan 說，并非所有云提供商都可以輕松獲得此類工具。

他說，為了解決這個問題，綠色軟件基金會正在開發(fā)一種名為Carbon AwareSDK的新工具，該工具將推薦最佳區(qū)域來啟動資源。在接下來的幾個月內(nèi)應(yīng)該會提供 alpha 版本。

其他環(huán)保的方法

古普塔說，如果唯一可用的計(jì)算機(jī)位于電力不暢的地區(qū)，開發(fā)人員可以使用聯(lián)合學(xué)習(xí)式部署，其中訓(xùn)練以分布式方式在電力體制中存在的所有設(shè)備上進(jìn)行。但聯(lián)邦學(xué)習(xí)可能不適用于所有工作負(fù)載，例如必須遵守法律隱私考慮的工作負(fù)載。

古普塔說，另一種選擇是讓開發(fā)人員使用tinyML，它通過量化、知識蒸餾和其他方法來縮小機(jī)器學(xué)習(xí)模型。他說，目標(biāo)是最小化模型，以便可以以更節(jié)省資源的方式部署它們，例如在邊緣設(shè)備上。但由于這些模型提供的智能有限，它們可能不適合復(fù)雜的用例。

“整個行業(yè)的趨勢是認(rèn)為越大越好，但我們的研究表明，你可以反駁這一點(diǎn)，并明確表示你需要為工作選擇合適的工具，”布坎南說。

消費(fèi)指標(biāo)可能是解決方案

布坎南說，綠色軟件基金會和其他倡議在衡量和減少軟件的碳足跡方面取得了進(jìn)展。

例如，微軟去年在 Azure 機(jī)器學(xué)習(xí)中提供了能耗指標(biāo)，使開發(fā)人員能夠查明他們最耗能的工作。這些指標(biāo)側(cè)重于耗電的 GPU，它比 CPU更快，但消耗的能量是 CPU 的 10 倍以上。 布坎南說，GPU 通常用于運(yùn)行 AI 模型，在功耗方面通常是最大的罪魁禍?zhǔn)住?/p>

然而，布坎南說，仍然需要更多可互操作的工具，指的是目前可用的零碎的綠色人工智能工具。“綠色軟件基金會正在做一件事情，”他說，“但我認(rèn)為云提供商需要進(jìn)行協(xié)同投資，以提高能源效率。”

古普塔表示，最終的目標(biāo)是引發(fā)行為改變，讓綠色人工智能實(shí)踐成為常態(tài)。“我們這樣做不僅僅是為了會計(jì)目的，”他說。