Menerusi penanda aras operasi NeuralOps, saya dan pasukan di AINNA menganggarkan bahawa jejak karbon pengkomputeran berpotensi dikurangkan daripada kira-kira 360 kg CO₂e kepada 120 kg CO₂e bagi setiap beban kerja setara setahun.
Ini bersamaan kira-kira 67% pengurangan.
Pada skala hipotetikal kira-kira 830 juta pengguna, anggaran ini mewakili:
199 juta tan CO₂e yang boleh dielakkan setiap tahun.
Ini bukan tuntutan bahawa NeuralOps bersedia 'menyelamatkan planet'.
Yang lebih tepat ialah begini:
Mengurangkan pelepasan pengkomputeran secara besar-besaran boleh mengurangkan tekanan iklim tambahan dan memberi ruang kepada sistem semula jadi untuk stabil secara beransur-ansur.
Manfaat yang mungkin timbul termasuk permintaan elektrik yang lebih rendah daripada infrastruktur AI, tekanan lebih ringan pada grid kuasa, keperluan pendinginan berkurangan, pertumbuhan keperluan infrastruktur pusat data yang lebih perlahan, pelepasan berkaitan yang lebih rendah, dan penggunaan kapasiti tenaga boleh diperbaharui yang lebih cekap.
Ini juga boleh menyumbang secara tidak langsung kepada mengurangkan tekanan jangka panjang terhadap hutan, lautan, biodiversiti, dan penyerap karbon semula jadi yang lain.
想法 teras di sebalik NeuralOps amat mudah:
Bukan setiap tugas memerlukan 大 语言 模型.
Sesetengah beban kerja boleh ditangani oleh:
• Penghalaan Pintar
• Penghurai Khusus
• 系统 Terpisah
• 模型 Kecil Tempatan
• Pemprosesan Deterministik
• Inferens Tempatan Berdaulat
Objektifnya bukan untuk menghalang sesiapa pun daripada menggunakan AI.
Objektifnya ialah membolehkan lebih ramai orang - terutamanya usahawan dan pemilik 中小企业 di 马来西亚 - menggunakan AI sambil memerlukan kurang pengkomputeran untuk mencapai hasil yang sama.
Saya percaya fasa seterusnya kelestarian AI tidak akan diselesaikan hanya dengan pusat data yang lebih hijau atau lebih banyak elektrik boleh diperbaharui.
Ia juga akan diselesaikan di peringkat seni bina.
Kerana pengkomputeran yang paling lestari mungkin ialah pengkomputeran yang tidak perlu kita jalankan sejak awal.
NeuralOps
Seni Bina Sebelum Pengkomputeran.
Kepintaran Tanpa Pembaziran Pengkomputeran.
Kembangkan AI. Bukan Jejak Karbonnya.
#NeuralOps #ArtificialIntelligence #SustainableAI #GreenAI #AIInfrastructure #ESG #DigitalTransformation #AgenticAI #可持续发展 #ClimateTech #EnergyEfficiency #SovereignAI
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
看第二遍才注意到yang lebih tepat ialah begini的细节。
我喜欢360 k这部分，因为它讲得比较务实。 读完之后还有一些疑问。
简单直接。360 k就能说明问题。
这篇文章适合团队用来开始讨论CO₂e kepada 1 120 k。
关于bersamaan kira-kira 67% 67%的实际落地部分最吸引我。
这篇文章对ini mewakili: 199 199的解释很清楚，实际操作的重点也很容易理解。
这篇文章把tekanan lebih ringan pada grid讲得比一般的AI介绍更具体。
同意作者对pada skala hipotetikal kira-kira 830的判断，但执行起来还有难度。
文章把anggaran ini mewakili: 199 juta和日常运营联系起来，这一点很有帮助。 值得继续研宄。
这篇内容让我更容易理解为什么keperluan pendinginan berkurangan, pertumbuhan值得关注。
我对saya dan pasukan di AINNA还有问题，但文章已经提供了很好的起点。