全文共1641字,预计学习时长6分钟
图源:unsplash
AI热已经持续了很长时间,但是有一个问题常常被我们忽略了——运行它的成本是极高的。大规模训练运行AI需要把海量的计算机服务器集中到服务器农场中,消耗巨大的电力来支持程序运转,这通常会排放大量的二氧化碳。
2019年六月,麻省大学的研究员Amherst发现,训练运行一款自然语言处理AI模型可以释放超过62.6万磅的二氧化碳,这几乎是一辆普通汽车在使用年限中释放二氧化碳的五倍!
现在,一篇新发表的论文提出了一个方法,可以减少这种形式的二氧化碳排放。
麻省理工大学的研究人员在四月份发表的论文中提出一种训练运行神经网络的新方法,该方法在调试运行神经网络时释放的二氧化碳仅为当前所用方法释放的1/1300。神经网络是大致模仿人脑功能的一套算法,用来处理自然语言以及解读其它类型的数据。
麻省理工学院电气工程与计算机科学助理教授韩松博士说:“现代深层神经网络(一种特定类型的神经网络)在使用过程中的碳排放量令我相当震惊。”
二氧化碳排放量如此高的一个原因是,从冰箱到手机到数据中心服务器,尽管几乎所有现代设备都使用计算机芯片,这些芯片却各不相同:计算能力不同、使用情况不同。