الصورة بواسطة المحرر
تمتلك تطبيقات الذكاء الاصطناعي قدرات حسابية لا مثيل لها يمكنها دفع التقدم بوتيرة غير مسبوقة. ومع ذلك، تعتمد هذه الأدوات بشكل كبير على مراكز البيانات كثيفة الاستهلاك للطاقة لعملياتها، مما يؤدي إلى نقص مثير للقلق في حساسية الطاقة الذي يساهم بشكل كبير في بصمتها الكربونية. والمثير للدهشة أن تطبيقات الذكاء الاصطناعي هذه تمثل بالفعل نسبة كبيرة 2.5 إلى 3.7 في المائة من انبعاثات الغازات الدفيئة العالمية، وهو ما يتجاوز الانبعاثات الصادرة عن صناعة الطيران.
ولسوء الحظ، فإن هذه البصمة الكربونية تتزايد بوتيرة سريعة.
في الوقت الحاضر، تتمثل الحاجة الملحة في قياس البصمة الكربونية لتطبيقات التعلم الآلي، كما أكدت حكمة بيتر دراكر التي تقول: "لا يمكنك إدارة ما لا يمكنك قياسه". في الوقت الحالي، هناك افتقار كبير إلى الوضوح في تحديد الأثر البيئي للذكاء الاصطناعي، مع عدم تمكننا من الحصول على أرقام دقيقة.
بالإضافة إلى قياس البصمة الكربونية، يجب على قادة صناعة الذكاء الاصطناعي التركيز بنشاط على تحسينها. يعد هذا النهج المزدوج أمرًا حيويًا لمعالجة المخاوف البيئية المحيطة بتطبيقات الذكاء الاصطناعي وضمان مسار أكثر استدامة للمضي قدمًا.
ويتطلب الاستخدام المتزايد للتعلم الآلي زيادة مراكز البيانات، حيث أن العديد منها متعطش للطاقة، وبالتالي يكون لها بصمة كربونية كبيرة. بلغ الاستخدام العالمي للكهرباء من قبل مراكز البيانات 0.9 في المئة 1.3 في 2021.
A 2021 الدراسة وتشير التقديرات إلى أن هذا الاستخدام يمكن أن يرتفع إلى 1.86 بالمائة بحلول عام 2030. هذا الشكل يمثل الاتجاه المتزايد للطلب على الطاقة بسبب مراكز البيانات
© اتجاه استهلاك الطاقة وحصة الاستخدام لمراكز البيانات
ومن الجدير بالذكر أنه كلما زاد استهلاك الطاقة، زادت البصمة الكربونية. ترتفع درجة حرارة مراكز البيانات أثناء المعالجة ويمكن أن تتعطل وتتوقف عن العمل بسبب ارتفاع درجة الحرارة. وبالتالي، فإنها تحتاج إلى التبريد، الأمر الذي يتطلب طاقة إضافية. حول 40 في المئة من الكهرباء التي تستهلكها مراكز البيانات مخصصة لتكييف الهواء.
ونظرًا للبصمة المتزايدة لاستخدام الذكاء الاصطناعي، يجب أن تؤخذ كثافة الكربون الناتجة عن هذه الأدوات في الاعتبار. حاليًا، يقتصر البحث حول هذا الموضوع على تحليل عدد قليل من النماذج ولا يتناول بشكل كافٍ تنوع النماذج المذكورة.
فيما يلي منهجية متطورة وبعض الأدوات الفعالة لحساب كثافة الكربون في أنظمة الذكاء الاصطناعي.
كثافة الكربون في البرمجيات (SCI) معيار هو نهج فعال لتقدير كثافة الكربون في أنظمة الذكاء الاصطناعي. على عكس المنهجيات التقليدية التي تستخدم نهج حساب الكربون الإسنادي، فإنها تستخدم نهج الحوسبة التبعية.
يحاول النهج التبعي حساب التغير الهامشي في الانبعاثات الناتج عن تدخل أو قرار، مثل قرار توليد وحدة إضافية. وحيث أن الإسناد يشير إلى حساب بيانات متوسط الكثافة أو قوائم الجرد الثابتة للانبعاثات.
A ورقة حول "قياس كثافة الكربون في الذكاء الاصطناعي في المثيلات السحابية" بقلم جيسي دوجي وآخرين. وقد استخدمت هذه المنهجية لجلب المزيد من البحوث المستنيرة. نظرًا لأن قدرًا كبيرًا من التدريب على نماذج الذكاء الاصطناعي يتم إجراؤه على مثيلات الحوسبة السحابية، فيمكن أن يكون إطارًا صالحًا لحساب البصمة الكربونية لنماذج الذكاء الاصطناعي. تعمل الورقة على تحسين صيغة SCI لتقديرات مثل:
والذي يتم صقله من:
التي تستمد من
حيث:
E: الطاقة التي يستهلكها نظام برمجي، بشكل أساسي وحدات المعالجة الرسومية – وحدات معالجة الرسومات (GPUs) وهي عبارة عن أجهزة ML متخصصة.
I: انبعاثات الكربون الهامشية المستندة إلى الموقع بواسطة الشبكة التي تعمل على تشغيل مركز البيانات.
M: الكربون المضمن أو المضمن، وهو الكربون المنبعث أثناء استخدام الأجهزة وإنشائها والتخلص منها.
R: الوحدة الوظيفية، وهي في هذه الحالة عبارة عن مهمة تدريبية واحدة للتعلم الآلي.
C= O+M، حيث O يساوي E*I
تستخدم الورقة الصيغة لتقدير استخدام الكهرباء لمثيل سحابي واحد. في أنظمة ML التي تعتمد على التعلم العميق، يعود الفضل في استهلاك الكهرباء بشكل كبير إلى وحدة معالجة الرسومات، والتي تم تضمينها في هذه الصيغة. لقد قاموا بتدريب نموذج قائم على BERT باستخدام وحدة معالجة الرسومات NVIDIA TITAN X واحدة (12 جيجابايت) في خادم سلعي مزود بوحدتي معالجة مركزية Intel Xeon E5-2630 v3 (2.4 جيجا هرتز) وذاكرة الوصول العشوائي (RAM) سعة 256 جيجابايت (16 × 16 جيجابايت DIMMs) لتجربة تطبيق هذه الصيغة. ويوضح الشكل التالي نتائج هذه التجربة:
© استهلاك الطاقة وتقسيمها بين مكونات السيرفر
تستهلك وحدة معالجة الرسومات 74 بالمائة من استهلاك الطاقة. على الرغم من أن مؤلفي الورقة لا يزالون يعتبرون ذلك تقليلًا من شأنه، إلا أن إدراج وحدة معالجة الرسومات هو الخطوة في الاتجاه الصحيح. وهي ليست محور تركيز تقنيات التقدير التقليدية، مما يعني أنه يتم تجاهل المساهم الرئيسي في البصمة الكربونية في التقديرات. من الواضح أن SCI يقدم حسابًا أكثر صحة وموثوقية لكثافة الكربون.
غالبًا ما يتم إجراء التدريب على نماذج الذكاء الاصطناعي على مثيلات الحوسبة السحابية، حيث تجعلها السحابة مرنة وسهلة الوصول وفعالة من حيث التكلفة. توفر الحوسبة السحابية البنية التحتية والموارد اللازمة لنشر نماذج الذكاء الاصطناعي وتدريبها على نطاق واسع. ولهذا السبب يتزايد التدريب النموذجي على الحوسبة السحابية تدريجياً.
من المهم قياس كثافة الكربون في الوقت الفعلي لمثيلات الحوسبة السحابية لتحديد المجالات المناسبة لجهود التخفيف. يمكن أن يساعد حساب الانبعاثات الهامشية المستندة إلى الوقت والموقع لكل وحدة طاقة في حساب انبعاثات الكربون التشغيلية، كما يفعل أ ورقة 2022.
An المصادر المفتوحة أداة، برنامج Cloud Carbon Footprint (CCF) متاح أيضًا لحساب تأثير المثيلات السحابية.
فيما يلي 7 طرق لتحسين كثافة الكربون في أنظمة الذكاء الاصطناعي.
1. اكتب تعليمات برمجية أفضل وأكثر كفاءة
يمكن للرموز المحسنة تقليل استهلاك الطاقة عن طريق 30 في المئة من خلال انخفاض استخدام الذاكرة والمعالج. تتضمن كتابة كود موفر للكربون تحسين الخوارزميات من أجل تنفيذ أسرع، وتقليل العمليات الحسابية غير الضرورية، واختيار الأجهزة الموفرة للطاقة لأداء المهام بطاقة أقل.
يمكن للمطورين استخدام أدوات ملفات التعريف لتحديد اختناقات الأداء ومجالات التحسين في التعليمات البرمجية الخاصة بهم. يمكن أن تؤدي هذه العملية إلى برامج أكثر كفاءة في استخدام الطاقة. ضع في اعتبارك أيضًا تنفيذ تقنيات البرمجة المراعية للطاقة، حيث يتم تصميم التعليمات البرمجية للتكيف مع الموارد المتاحة وتحديد أولويات مسارات التنفيذ الموفرة للطاقة.
2. حدد نموذجًا أكثر كفاءة
يعد اختيار الخوارزميات وهياكل البيانات الصحيحة أمرًا بالغ الأهمية. يجب على المطورين اختيار الخوارزميات التي تقلل من التعقيد الحسابي وبالتالي استهلاك الطاقة. إذا كان النموذج الأكثر تعقيدًا يحقق تحسنًا بنسبة 3-5% فقط ولكنه يستغرق وقتًا أطول لتدريبه بمقدار 2-3 مرات؛ ثم اختر النموذج الأبسط والأسرع.
يعد التقطير النموذجي أسلوبًا آخر لتكثيف النماذج الكبيرة في إصدارات أصغر لجعلها أكثر كفاءة مع الاحتفاظ بالمعرفة الأساسية. ويمكن تحقيق ذلك من خلال تدريب نموذج صغير لتقليد النموذج الكبير أو إزالة الاتصالات غير الضرورية من الشبكة العصبية.
3. ضبط معلمات النموذج
قم بضبط المعلمات الفائقة للنموذج باستخدام التحسين ثنائي الهدف الذي يوازن بين أداء النموذج (على سبيل المثال، الدقة) واستهلاك الطاقة. يضمن هذا النهج المزدوج الهدف عدم التضحية بأحدهما من أجل الآخر، مما يجعل نماذجك أكثر كفاءة.
تقنيات الرافعة المالية مثل ضبط دقيق فعال للمعلمات (PEFT) الذي يتمثل هدفه في تحقيق أداء مشابه للضبط الدقيق التقليدي ولكن مع عدد أقل من المعلمات القابلة للتدريب. يتضمن هذا النهج ضبطًا دقيقًا لمجموعة فرعية صغيرة من معلمات النموذج مع الحفاظ على غالبية نماذج اللغات الكبيرة المدربة مسبقًا (LLMs) مجمدة، مما يؤدي إلى تخفيضات كبيرة في الموارد الحسابية واستهلاك الطاقة.
4. ضغط البيانات واستخدام وحدات تخزين منخفضة الطاقة
تنفيذ تقنيات ضغط البيانات لتقليل كمية البيانات المرسلة. تتطلب البيانات المضغوطة طاقة أقل لنقلها وتشغل مساحة أقل على القرص. أثناء مرحلة عرض النموذج، يمكن أن يساعد استخدام ذاكرة التخزين المؤقت في تقليل المكالمات التي يتم إجراؤها على طبقة التخزين عبر الإنترنت وبالتالي تقليلها
بالإضافة إلى ذلك، يمكن أن يؤدي اختيار تقنية التخزين المناسبة إلى تحقيق مكاسب كبيرة. على سبيل المثال. يعد AWS Glacier حلاً فعالاً لأرشفة البيانات ويمكن أن يكون نهجًا أكثر استدامة من استخدام S3 إذا لم تكن هناك حاجة للوصول إلى البيانات بشكل متكرر.
5. تدريب النماذج على الطاقة النظيفة
إذا كنت تستخدم خدمة سحابية للتدريب على النماذج، فيمكنك اختيار المنطقة لتشغيل العمليات الحسابية. اختر منطقة تستخدم مصادر الطاقة المتجددة لهذا الغرض، ويمكنك تقليل الانبعاثات بنسبة تصل إلى 30 مرات. أوس بلوق وظيفة يوضح التوازن بين تحسين أهداف الأعمال والاستدامة.
هناك خيار آخر وهو تحديد الوقت المناسب لتشغيل النموذج. في أوقات معينة من اليوم؛ الطاقة أنظف ويمكن الحصول على هذه البيانات من خلال خدمة مدفوعة مثل خريطة الكهرباء، والذي يوفر الوصول إلى البيانات في الوقت الحقيقي والتنبؤات المستقبلية فيما يتعلق بكثافة الكربون في الكهرباء في مناطق مختلفة.
6. استخدم مراكز البيانات والأجهزة المتخصصة للتدريب على النماذج
يمكن أن يؤدي اختيار مراكز بيانات وأجهزة أكثر كفاءة إلى إحداث فرق كبير في كثافة الكربون. يمكن أن تكون مراكز البيانات والأجهزة الخاصة بـ ML 1.4-2 وأكثر كفاءة في استخدام الطاقة بمقدار 2-5 مرات من تلك العامة.
7. استخدم عمليات النشر بدون خادم مثل AWS Lambda وAzure Functions
تتطلب عمليات النشر التقليدية أن يكون الخادم قيد التشغيل دائمًا، مما يعني استهلاك الطاقة على مدار 24 ساعة طوال أيام الأسبوع. تعمل عمليات النشر بدون خادم مثل AWS Lambda وAzure Functions بشكل جيد مع الحد الأدنى من كثافة الكربون.
يشهد قطاع الذكاء الاصطناعي نمواً هائلاً، ويتغلغل في كل جانب من جوانب الأعمال والحياة اليومية. ومع ذلك، فإن هذا التوسع يأتي بتكلفة - بصمة كربونية مزدهرة تهدد بتوجيهنا بعيدًا عن هدف الحد من ارتفاع درجات الحرارة العالمية إلى درجة مئوية واحدة فقط.
إن هذه البصمة الكربونية ليست مجرد مصدر قلق حالي؛ وقد تمتد تداعياتها عبر الأجيال، فتطال من لا يتحمل أي مسؤولية عن إنشائها. ولذلك، يصبح من الضروري اتخاذ إجراءات حاسمة للتخفيف من انبعاثات الكربون المرتبطة بالذكاء الاصطناعي واستكشاف سبل مستدامة لتسخير إمكاناته. ومن الأهمية بمكان أن نضمن أن فوائد الذكاء الاصطناعي لا تأتي على حساب البيئة ورفاهية الأجيال القادمة.
انكور جوبتا وهو قائد هندسي يتمتع بخبرة تزيد عن عشر سنوات في مجالات الاستدامة والنقل والاتصالات والبنية التحتية؛ يشغل حاليًا منصب مدير الهندسة في شركة أوبر. ومن خلال هذا الدور، يلعب دورًا محوريًا في قيادة تقدم منصة مركبات أوبر، مما يقود الجهود نحو مستقبل خالٍ من الانبعاثات من خلال دمج المركبات الكهربائية والمتصلة المتطورة.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/greening-ai-7-strategies-to-make-applications-more-sustainable?utm_source=rss&utm_medium=rss&utm_campaign=greening-ai-7-strategies-to-make-applications-more-sustainable
- :لديها
- :يكون
- :ليس
- :أين
- $ UP
- 1
- 1.3
- 12
- 15%
- 2021
- 2030
- 7
- 9
- a
- الوصول
- الوصول
- يمكن الوصول
- حسابي
- استأثرت
- المحاسبة
- دقة
- تحقق
- ACM
- المكتسبة
- في
- الإجراءات
- بنشاط
- تكيف
- إضافة
- إضافي
- العنوان
- معالجة
- كاف
- تقدم
- تؤثر
- AI
- نماذج الذكاء الاصطناعى
- أنظمة الذكاء الاصطناعي
- AIR
- تكيف
- AL
- خوارزميات
- سابقا
- أيضا
- بالرغم ان
- دائما
- أمازون
- كمية
- an
- تحليل
- و
- والبنية التحتية
- آخر
- تطبيق
- التطبيقات
- نهج
- هي
- المناطق
- حول
- AS
- At
- تحقيق
- محاولات
- الكتاب
- متاح
- السبل
- المتوسط
- طيران
- بعيدا
- AWS
- AWS لامدا
- Azure
- الرصيد
- على أساس
- BE
- دب
- أصبح
- يصبح
- يجري
- الفوائد
- أفضل
- ما بين
- الاختناقات
- جلب
- الأعمال
- لكن
- by
- مخبأ
- حساب
- دعوات
- CAN
- قدرات
- كربون
- انبعاثات الكربون
- بصمة الكربون
- حقيبة
- مراكز
- معين
- تغيير
- تهمة
- اختار
- ادعى
- مطالبات
- وضوح
- منظف
- سحابة
- الحوسبة السحابية
- الكود
- رموز
- تأتي
- يأتي
- سلعة
- مجمع
- تعقيد
- مكونات
- حساب
- الحسابية
- الحسابات
- إحصاء
- الحوسبة
- قلق
- حول
- اهتمامات
- أجرت
- متصل
- التواصل
- مترابط منطقيا
- بناء على ذلك
- نظر
- مستهلك
- استهلاك
- يساهم
- مساهم
- تقليدي
- خلق
- حاسم
- حاليا
- المتطور والحديث
- يوميا
- البيانات
- مراكز البيانات
- مراكز البيانات
- يوم
- عقد
- القرار
- حاسم
- انخفض
- عميق
- التعلم العميق
- الطلب
- نشر
- نشر
- تصميم
- المطورين
- فرق
- مختلف
- اتجاه
- تخلص من
- تنوع
- do
- هل
- الدوج القاضي الأول في جمهوريتى البندقية و جنوا
- المجالات
- فعل
- قيادة
- اثنان
- أثناء
- e
- E & T
- الطُرق الفعّالة
- فعال
- جهود
- كهربائي
- كهرباء
- استهلاك الكهرباء
- استخدام الكهرباء
- جزءا لا يتجزأ من
- انبعاثات
- وأكد
- يعمل
- توظف
- طاقة
- استهلاك الطاقة
- الهندسة
- ضمان
- يضمن
- ضمان
- البيئة
- بيئي
- الاهتمامات البيئية
- يساوي
- أساسي
- تقدير
- مقدر
- الأثير (ETH)
- حتى
- كل
- تطورت
- موجود
- توسع
- الخبره في مجال الغطس
- تعاني
- تجربة
- اكتشف
- الأسي
- النمو الأسي
- مد
- احتفل على
- FAST
- أسرع
- خاطئ
- قليل
- الشكل
- الأرقام
- نهاية
- مرن
- تركز
- متابعيك
- البصمة
- في حالة
- معادلة
- إلى الأمام
- الإطار
- كثيرا
- تبدأ من
- مجمد
- وظيفي
- عمل
- وظائف
- إضافي
- مستقبل
- الرأس مالية
- GAS
- العلاجات العامة
- توليد
- أجيال
- العالمية
- هدف
- الأهداف
- وحدة معالجة الرسوميات:
- تدريجيا
- غازات الاحتباس الحراري
- انبعاثات غازات الاحتباس الحراري
- شبكة
- التسويق
- أجهزة التبخير
- تسخير
- يملك
- he
- بشكل كبير
- مساعدة
- من هنا
- أعلى
- يحمل
- لكن
- HTTPS
- ضخم
- جائع
- تحديد
- IEA
- if
- التأثير
- صيغة الامر
- تحقيق
- أهمية
- تحسين
- in
- شامل
- إدراجه
- القيمة الاسمية
- زيادة
- الزيادات
- في ازدياد
- العالمية
- وأبلغ
- البنية التحتية
- مثل
- حالات
- التكامل
- إنتل
- تدخل
- إلى
- ينطوي
- IT
- انها
- JPG
- م
- KD nuggets
- حفظ
- المعرفة
- نقص
- لغة
- كبير
- طبقة
- قيادة
- زعيم
- قادة
- قيادة
- تعلم
- أقل
- مثل
- محدود
- لينكدين:
- معتمد على الموقع
- خفض
- آلة
- آلة التعلم
- صنع
- رائد
- أغلبية
- جعل
- يصنع
- القيام ب
- إدارة
- مدير
- كثير
- مايو..
- يعني
- قياس
- قياس
- مكبر الصوت : يدعم، مع دعم ميكروفون مدمج لمنع الضوضاء
- المنهجيات
- آلية العمل
- أدنى
- تقليل
- تخفيف
- تخفيف
- ML
- نموذج
- عارضات ازياء
- الأكثر من ذلك
- أكثر فعالية
- يجب
- حاجة
- إحتياجات
- شبكة
- عصبي
- الشبكة العصبية
- مع ذلك
- لا
- عدد
- NVIDIA
- تحتل
- of
- عروض
- غالبا
- on
- ONE
- منها
- online
- فقط
- طريقة التوسع
- تشغيل
- عمليات
- في حينه
- التحسين
- الأمثل
- تحسين
- خيار
- or
- أخرى
- حدود
- سلام
- مدفوع
- ورق
- المعلمات
- مسار
- إلى
- فى المائة
- نفذ
- أداء
- بيتر
- مرحلة جديدة
- اختيار
- محوري
- المنصة
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- يلعب
- ان يرتفع المركز
- تملك
- محتمل
- قوة
- توفير الطاقة
- حاجة
- تنبؤات
- يقدم
- الضغط
- في المقام الأول
- أولويات
- عملية المعالجة
- معالجة
- المعالج
- جانبي
- برمجة وتطوير
- التقدّم
- دفع
- ويوفر
- غرض
- رامات
- في الوقت الحقيقي
- معلومات الوقت الحقيقي
- تخفيض
- عقار مخفض
- تقليص
- تخفيضات
- يشير
- مكرر
- بخصوص
- منطقة
- المناطق
- الخدمة الموثوقة
- اعتمد
- إزالة
- قابل للتجديد
- طاقة متجددة
- تداعيات
- يمثل
- تطلب
- يتطلب
- بحث
- الموارد
- مسؤولية
- نتيجة
- مما أدى
- النتائج
- الاحتفاظ
- حق
- النوع
- يجري
- s
- التضحية
- قال
- حجم
- اصابات النخاع الشوكي
- القطاع
- اختيار
- حساسية
- الخادم
- Serverless
- الخدمة
- خدمة
- مشاركة
- ينبغي
- يظهر
- هام
- بشكل ملحوظ
- مماثل
- منذ
- عزباء
- صغير
- الأصغر
- تطبيقات الكمبيوتر
- حل
- مصادر
- الفضاء
- توتر
- متخصص
- انقسم
- قيادة
- خطوة
- لا يزال
- قلة النوم
- تخزين
- استراتيجيات
- الهياكل
- موضوع
- جوهري
- هذه
- مناسب
- متجاوزا
- المحيط
- الاستدامة
- استدامة
- نظام
- أنظمة
- T
- أخذ
- يأخذ
- مهمة
- المهام
- تقنية
- تقنيات
- تكنولوجيا
- اتصالات
- من
- أن
- •
- من مشاركة
- منهم
- then
- هناك.
- وبالتالي
- وبالتالي
- تشبه
- هم
- هؤلاء
- يهدد
- عبر
- وهكذا
- الوقت
- مرات
- عملاق
- إلى
- أداة
- أدوات
- نحو
- تقليدي
- قطار
- متدرب
- قادة الإيمان
- تحويل
- وسائل النقل
- اكثر شيوعا
- اثنان
- اوبر
- لسوء الحظ
- وحدة
- مختلف
- لا نظير له
- غير مسبوق
- us
- الأستعمال
- تستخدم
- يستخدم
- استخدام
- صالح
- السيارات
- حيوي
- طرق
- ابحث عن
- في حين
- التي
- في حين
- من الذى
- لمن
- لماذا
- سوف
- حكمة
- مع
- للعمل
- اكتب
- جاري الكتابة
- X
- عائدات
- لصحتك!
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت