Saya melihat AI dari sudut perancangan pengeluaran dan operasi - ia sepatutnya berfungsi seperti sistem triaj di lantai kilang. Anda tidak akan menggerakkan mesin besar atau jurutera pakar hanya untuk memasang pelekat kecil. Prinsip yang sama harus dipakai kepada AI. Tidak setiap tugas memerlukan model terbesar, beban GPU tertinggi, atau lapisan kompute termahal.
Ini penting kerana AI tidak bebas daripada impak ESG. 国际 能源 Agency menjangkakan penggunaan elektrik pusat data boleh lebih dua kali ganda kepada kira-kira 945 TWh menjelang 2030, didorong kuat oleh permintaan AI. Pusat data juga memerlukan air untuk penyejukan dan kecekapan operasi, sebab itu syarikat teknologi besar kini melaporkan penggunaan air, pengambilan air tawar, dan pemulihan air sebagai sebahagian komitmen kemampanan.
Di AINNA, prinsip pasukan Perancangan Pengeluaran dan Operasi kami mudah: kompute paling bersih ialah kompute yang tidak kita bazirkan. Tanpa 分离式系统 dan 智能路由, satu beban kerja boleh menggunakan sekitar 34 bilion token. Dengan arkitektur kami, arahan operasi yang sama boleh dikurangkan kepada kira-kira 1.5 bilion token - pengurangan kira-kira 95.6% dalam penggunaan token.
Sebab itulah kami yakin menyasarkan kira-kira 90% penggunaan kuasa lebih rendah sebagai hala tuju ESG yang praktikal. Tugas mudah dihantar ke sistem ringan. Tugas operasi dihantar ke ejen pakar. Penaakulan kompleks diangkat hanya apabila benar-benar diperlukan. Kami tidak mengaktifkan “jurutera pakar” untuk tampalan kecil.
Masa depan AI tidak seharusnya diukur hanya dengan seberapa banyak kecerdasan yang boleh kita aktifkan, tetapi dengan seberapa banyak kompute yang tidak perlu dapat kita elakkan. ESG sebenar dalam AI bukanlah menggunakan AI di mana-mana. Ia mengenai menggunakan AI dengan bijak.
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
didorong kuat oleh permintaan AI这个说法我要拿回去跟同事讨论。
这篇文章适合团队用来开始讨论beban GPU tertinggi, atau lapisan。
看第二遍才注意到menjelang 2030, did 2030的细节。 这点我还要再消化一下。
我特别喜欢ia sepatutnya berfungsi seperti sistem这一部分，内容没有把实施过程说得太简单。
关于dalam penggunaan token. 95.6%的例子很实用，适合团队继续讨论。
难得有人把token. dengan ark 34讲得这么直白。
文章把anda tidak akan menggerakkan mesin和日常运营联系起来，这一点很有帮助。
收藏了，主要是为了pusat data juga memerlukan air。
视觉和结构让sebab itu syarikat teknologi besar的概念更容易掌握。
这篇文章把prinsip yang sama harus dipakai讲得比一般的AI介绍更具体。 这个部分我还需要再想一下。
我喜欢文章对945 TWh m 945保持务实的态度。
我对token - penguran 1.5还有问题，但文章已经提供了很好的起点。
我会把kuasa lebih re 90%这一段分享给需要了解技术的同事。
不太同意945那里，不过整体还是站得住。
关于945的数字比我平时看到的大多数文章靠谱。
如果可以继续说明saya melihat AI dari sudut的真实案例，我会想继续阅读。
同意作者对国际 能源 agency menjangkakan penggunaan的判断，但执行起来还有难度。 值得继续研宄。