2023 kann als das Jahr des Ausbruchs der generativen KI bezeichnet werden. Auch wenn Sie ein „technischer Neuling“ sind, müssen Sie vom KI-Chatroboter chatgpt, dem KI-Bildergenerierungsdienst midjourney usw. gehört haben.

Viele Menschen sind besorgt darüber, wie sich diese technologische Revolution auf das Geschäftsumfeld, Branchentrends und die menschliche Gesellschaft auswirken wird. Wie sieht es mit den damit verbundenen rechtlichen und ethischen Fragen aus? Auch die „Nachhaltigkeit“, die aufgrund der Wetterextreme in den letzten Jahren immer mehr zum Vorschein kommt, ist ein Thema, das bei der Entwicklung der KI-Technologie berücksichtigt werden muss.

Umweltauswirkungen von KI-Computing

Tatsächlich sind „Rechenzentren“ wichtige Einrichtungen für das Computing mit künstlicher Intelligenz. Sie verbrauchen nicht nur viel Energie, sondern verursachen auch erhebliche CO2-Emissionen. Laut dem neuesten Forbes-Bericht werden allein durch das Training eines einzelnen KI-Modells mehr als 620.000 Pfund Kohlendioxid ausgestoßen, was dem Fünffachen der Lebenszyklusemissionen eines Autos entspricht.

Nach Schätzungen des Berichts „Earth.Org“ stößt ChatGPT 8,4 Tonnen Kohlendioxid pro Jahr aus, was mehr als dem Doppelten der persönlichen Emissionen (4 Tonnen pro Jahr) entspricht. Darüber hinaus wird die genaue Zahl auch von der Art der verwendeten Energie beeinflusst Um sein Rechenzentrum zu betreiben, unterscheidet es sich von Solar- und Windkraftwerken. Die Emissionen von Kohle- oder Gaskraftwerken sind viel höher als die von Energie- oder Wasserkraftanlagen.

Darüber hinaus ergab eine aktuelle Forschung an der University of California, Riverside, den Wasser-Fußabdruck großer Sprachmodelle wie GPT-3 und 4. Der Studie zufolge hat Microsoft während des GPT-3-Trainings in seinem Rechenzentrum rund 700.000 Liter Frischwasser verbraucht, was der Produktion von 370 BMW-Autos entspricht. Oder der Wassermenge, die für 320 Teslas benötigt wird.

Wenn ChatGPT außerdem Aufgaben wie das Beantworten von Fragen und das Generieren von Text ausführt, verbraucht das Modell während der Inferenz auch viel Wasser: Ein einfacher Dialog mit einem Satz von 20 bis 50 Fragen verbraucht das Äquivalent einer 500-ml-PET-Flasche. Derzeit hat ChatGPT Hunderte Millionen Nutzer und sein gesamter Wasser-Fußabdruck ist, wie man sich vorstellen kann, beträchtlich.

Da diese Art von generativen KI-Sprachmodellen immer weiter skaliert, ist die Suche nach Möglichkeiten zur Minderung ihrer negativen Auswirkungen auf die Umwelt zu einem der wichtigsten Themen geworden, um den Weg für die Zukunft dieser Technologie zu ebnen.

**Future Business Exhibition 2023｜15.06. (Do) – 17.06. (Sa) ** google、LINE、迪卡儂等60+產業領袖齊聚，獨家解析前所未有的趨勢與觀點>>;elm:context_link;itc:0″ class=“link „>Über 60 Branchenführer, darunter Google, LINE und Decathlon, kamen zusammen, um exklusiv beispiellose Trends und Meinungen zu analysieren.>>

Was kann getan werden, um KI-Lösungen unter Berücksichtigung der Nachhaltigkeit zu entwickeln?

1. Optimieren Sie den Algorithmus, um die Energieeffizienz zu verbessern

„Die Optimierung des Energieverbrauchs von Algorithmen steht mittlerweile im Fokus vieler Unternehmen der künstlichen Intelligenz, da sie nicht nur die Nachhaltigkeit verbessert, sondern auch die Kosten senkt.“ Dimitry Mihaylov, Mitbegründer der medizinischen KI-Diagnoseplattform Acoustery, akzeptierte Cointelegraph“, sagte er im Interview.

Der Optimierungsalgorithmus zielt darauf ab, die Energieeffizienz des KI-Modells zu verbessern, ohne seine Leistung zu beeinträchtigen, z. B. die dynamische Anpassung der Daten durch Softwareentwickler, die Reduzierung unnötiger wiederholter Schulungen oder Aktualisierungen und dadurch eine Reduzierung des Energieverbrauchs.

Wie kann der Algorithmus optimiert werden? Unternehmen können sich bei der Entwicklung des besten Algorithmus auf das Fachwissen ihrer eigenen Ingenieure verlassen oder kommerzielle Lösungen finden, die bei der Optimierung helfen; sie können auch Open-Source-Optimierer nutzen, um die Energieeffizienz zu verbessern.

2. Setzen Sie auf einen energieeffizienteren Prozessor (Prozessor)

Traditionell verbrauchen Systemarchitekturen für künstliche Intelligenz viel Energie, da der Datenspeicher häufig zwischen Modulen verschoben werden muss. In den letzten Jahren ist jedoch eine neue Generation von Prozessoren wie neuromorphe Chips und anwendungsspezifische integrierte Schaltkreise (ASICs) entstanden, die die Recheneffizienz weiter verbessern und den Energiebedarf senken können.

3. KI-gesteuerte Energiemanagementsysteme für Rechenzentren

Da Rechenzentren immer noch wichtige Einrichtungen in verschiedenen Branchen sind, ist es von entscheidender Bedeutung, ihren Energieverbrauch zu optimieren und seine Auswirkungen auf den Betrieb und die Entwicklung der Technologie der künstlichen Intelligenz zu minimieren. Tatsächlich ist es keine gute Lösung, die Technologie der künstlichen Intelligenz selbst zur Lösung dieses Problems einzusetzen.

Unternehmen können ein Energiemanagementsystem erstellen, das Rechenzentren mit KI steuert, und die Fähigkeit künstlicher Intelligenz nutzen, um Daten zu analysieren, Trends vorherzusagen und Echtzeitanpassungen basierend auf Bedarf und Rechenvolumen vorzunehmen, um den Energieverbrauch zu optimieren.

Neben der Verbesserung der Energieeffizienz können KI-gesteuerte Energiemanagementsysteme den Energieverbrauch auch dynamisch an den Bedarf anpassen, um die Stabilität des Rechenzentrumsbetriebs zu gewährleisten; sie helfen Rechenzentren auch dabei, aktiv auf Schwankungen in der Arbeitslast zu reagieren, um eine optimale Energiezuteilung sicherzustellen und zu reduzieren das Risiko eines Systemausfalls; gleichzeitig kann das System auch Kosten für Rechenzentrumsbetreiber einsparen und eine Win-Win-Lösung für Nachhaltigkeit und wirtschaftliche Kosten darstellen.

Generative KI bringt weiterhin innovative Möglichkeiten in alle Lebensbereiche. Gleichzeitig müssen Anstrengungen unternommen werden, um eine nachhaltige Zukunft zu schaffen und zu verhindern, dass die Erde zum Opfer dieser epochalen technologischen Entwicklung wird.

Quelle:Earth.Org、Cointelegraph、Forbes

weitere Berichte Was kann man neben dem Schreiben noch tun? Wie kann generative KI zur Vertiefung der Marketingtechnologie beitragen? Was sind Büroklammern, harte Starts und zufällige Papageien? 10 Schlüsselwörter, die KI-Experten verstehen müssen Generative KI erzeugt kollektive Angst bei CEOs! McKinsey zerlegt die 4 Einführungspfade. Was sind die Messstandards?