AI çawa bandorê li jîngehê dike?

AI çawa bandorê li jîngehê dike?

Bersiva kurt: AI bi giranî bi rêya karanîna elektrîkê li navendên daneyan (hem perwerde û hem jî texmînên rojane), ligel avê ji bo sarkirinê, û her weha bandorên çêkirî yên çêkirina alavên elektronîkî û bermayiyên elektronîkî bandorê li jîngehê dike. Ger karanîn bigihîje milyaran pirsan, texmîn dikare ji perwerdeyê girîngtir be; ger şebekeyên înternetê paqijtir bin û pergal bikêrhatî bin, bandor kêm dibin lê feyde dikarin zêde bibin.

Xalên sereke:

Elektrîk : Bikaranîna hesabkeran bişopînin; dema ku barên kar li ser şebekeyên paqijtir dixebitin emîsyon kêm dibin.

Av : Hilbijartinên sarkirinê bandoran diguherînin; rêbazên li ser bingeha avê li herêmên kêm girîngtir in.

Amûrên Elektrîkê : Çîp û server bandorên girîng ên laşî hildigirin; temenê wan dirêj dikin û pêşîniyê didin nûjenkirinê.

Veger : Karîgerî dikare daxwaza giştî zêde bike; encaman bipîve, ne tenê destkeftiyên serê-kar.

Leverageyên operasyonel : Modelên bi mezinahiya rast, texmînan çêtir bikin, û metrîkên li gorî daxwazê ​​​​bi zelalî rapor bikin.

AI çawa bandorê li jîngehê dike? Infografîk

Gotarên ku hûn dikarin piştî vê yekê bixwînin:

🔗 Ma AI ji bo jîngehê zirardar e?
Şopa karbonê, karanîna elektrîkê û daxwazên navenda daneyan ên AI-ê vekolînin.

🔗 Çima AI ji bo civakê xirab e?
Li alîgirî, astengkirina kar, agahdariya xelet û berfirehbûna newekheviya civakî binêre.

🔗 Çima AI xirab e? Aliyê tarî yê AI
Rîskên wekî çavdêrîkirin, manîpulekirin û windakirina kontrola mirovan fêm bikin.

🔗 Ma AI pir zêde çûye?
Nîqaşên li ser etîk, rêzikname, û cihê ku nûbûn divê xêzan xêz bike.

Çawa AI bandorê li jîngehê dike: wêneyek bilez ⚡🌱

Heke hûn tenê çend xalan bi bîr tînin, wan van bikin:

Û dû re jî ew beşa ku mirov ji bîr dikin heye: pîvan . Pirsek AI dibe ku piçûk be, lê bi mîlyaran ji wan heywanek bi tevahî cûda ne… mîna gogeke berfê ya piçûk ku bi rengekî dibe lehiyek bi qasî sofayê. (Ev metafor hinekî xelet e, lê hûn fêm dikin.) IEA: Enerjî û AI

Bandora jîngehê ya AI ne yek tişt e - ew komek e 🧱🌎

Dema mirov li ser AI û domdariyê nîqaş dikin, ew pir caran ji hev cuda diaxivin ji ber ku ew balê dikişînin ser tebeqeyên cûda:

1) Hesabkirina elektrîkê

  • Perwerdekirina modelên mezin dikare hewceyê komên mezin bike ku ji bo demên dirêj bi dijwarî bixebitin. IEA: Enerjî û AI

  • Înferans (bikaranîna rojane) dikare bi demê re bibe şopa mezintir ji ber ku ew bi berdewamî, li her derê diqewime. IEA: Enerjî û AI

2) Serbarê navenda daneyan

3) Av û germî

4) Zincîra dabînkirina alavên elektronîkî

5) Bandorên reftar û vegerandin

Ji ber vê yekê, dema ku kesek dipirse ka AI çawa bandorê li jîngehê dike, bersiva rasterast ev e: ew bi wê ve girêdayî ye ku hûn kîjan tebeqeyê dipîvin, û di wê rewşê de "AI" tê çi wateyê.

Perwerde li dijî texmînkirinê: cudahiya ku her tiştî diguherîne 🧠⚙️

Mirov ji axaftina li ser perwerdeyê hez dikin ji ber ku ew dramatîk xuya dike - "modelek enerjiya X bikar anî." Lê encam devê bêdeng e. IEA: Enerjî û AI

Perwerde (avakirina mezin)

Perwerde wek avakirina kargehekê ye. Hûn lêçûna destpêkê didin: hesabkirina giran, demên xebitandinê yên dirêj, gelek ceribandin û xeletî (û erê, gelek dubarekirinên "oops ku nexebitîn, dîsa biceribînin"). Perwerde dikare were çêtirkirin, lê dîsa jî dikare girîng be. IEA: Enerjî û AI

Tesbîtkirin (bikaranîna rojane)

Înferans mîna kargehê ye ku her roj, ji bo her kesî, bi pîvanek mezin dixebite:

  • Chatbotên ku pirsan bersiv didin

  • Çêkirina wêneyan

  • Rêzkirina lêgerînê

  • Pêşniyar

  • Axaftin-bo-nivîsê

  • Tesbîtkirina sextekariyê

  • Hev-pîlot di belge û amûrên kodê de

Tew her daxwazek nisbeten piçûk be jî, qebareya karanînê dikare perwerdeyê pir kêm bike. Ev rewşa klasîk a "yek qalik ne tiştek e, milyonek qalik pirsgirêk e" ye. IEA: Enerjî û AI

Têbînîyek biçûk - hin karên AI ji yên din pir girantir in. Çêkirina wêne an vîdyoyên dirêj ji dabeşkirina nivîsên kurt bêtir enerjiyê dixwaze. Ji ber vê yekê, komkirina "AI" di yek selikê de hinekî dişibihe berawirdkirina bisiklêtek bi keştiyek barhilgir û ji wan herduyan re "veguhastin" tê gotin. IEA: Enerjî û AI

Navendên daneyan: enerjî, sarkirin, û çîroka ava bêdeng 💧🏢

Navendên daneyan ne tiştekî nû ne, lê AI şîddetê diguherîne. Lezkerên performansa bilind dikarin di cîhên teng de gelek hêzê bikişînin, ku vediguhere germê, ku divê were birêvebirin. LBNL (2024): Rapora Bikaranîna Enerjiyê ya Navenda Daneyan a Dewletên Yekbûyî (PDF) IEA: Enerjî û AI

Bingehên sarkirinê (hêsankirî, lê pratîkî)

Ev e lihevhatin: hûn carinan dikarin bi karanîna sarkirina li ser bingeha avê xerckirina elektrîkê kêm bikin. Li gorî kêmbûna ava herêmî, dibe ku baş be… an jî dibe ku pirsgirêkek rastîn be. Li et al. (2023): Kêmtir "Tîbûna" AI (PDF)

Her weha, bandora jîngehê bi giranî girêdayî ye:

Bi rastî: di axaftinên giştî de pir caran "navenda daneyan" wekî qutiyek reş tê dîtin. Ne xerab e, ne jî efsûnî ye. Ew binesazî ye. Ew mîna binesazî tevdigere.

Çîp û alavên elektronîkî: beşa ku mirov ji bîr dikin ji ber ku ew kêmtir seksî ne 🪨🔧

AI li ser hardware dijî. Hardware xwedî çerxek jiyanê ye, û bandorên çerxeya jiyanê dikarin mezin bin. EPA ya Dewletên Yekbûyî: Pîşesaziya Nîvconductor ITU: Çavdêriya Cîhanî ya E-waste 2024

Li ku derê bandora jîngehê xuya dike

Bermayiyên elektronîkî û serverên "bi tevahî baş"

Gelek zirara jîngehê ne ji yek cîhazê ye ku heye - ew ji guhertina wê ya zû ye ji ber ku ew êdî ji hêla lêçûnê ve ne maqûl e. AI vê yekê zûtir dike ji ber ku pêşveçûnên performansê dikarin mezin bin. Cezbeya nûvekirina hardware rast e. ITU: Çavdêriya Cîhanî ya Bermayiyên Elektronîkî 2024

Xalek pratîkî: dirêjkirina temenê alavên elektronîkî, baştirkirina bikaranînê, û nûjenkirin dikarin bi qasî her guhertinek modelek xweşik girîng bin. Carinan GPU-ya herî kesk ew e ku hûn nakirin. (Ev wekî sloganek xuya dike, lê di heman demê de… hinekî rast e.)

Çawa AI bandorê li jîngehê dike: xeleka tevgerê ya "xelk vê ji bîr dike" 🔁😬

Beşa civakî ya ecêb ev e: AI tiştan hêsantir dike, ji ber vê yekê mirov bêtir tiştan dikin. Ev dikare ecêb be - hilberînek bêtir, afirîneriyek bêtir, gihîştinek bêtir. Lê di heman demê de ev dikare bibe sedema karanîna çavkaniyên giştî ya bêtir. OECD (2012): Feydeyên Pirjimar ên Pêşkeftinên Karîgeriya Enerjiyê (PDF)

Mînak:

  • Eger AI çêkirina vîdyoyê erzan bike, mirov bêtir vîdyoyê çêdikin.

  • Eger sûnî reklamê bibandortir bike, bêtir reklam tên pêşkêşkirin, bêtir xelekên tevlêbûnê dizivirin.

  • Eger AI lojîstîka barkirinê bikêrtir bike, bazirganiya elektronîk dikare hîn dijwartir mezin bibe.

Ev ne sedemek e ji bo panîkê. Ev sedemek e ji bo pîvandina encaman, ne tenê karîgeriyê.

Metaforeke ne temam lê xweş: Karîgeriya AI wekî dayîna sarincokek mezintir ji ciwanekî re ye - erê, hilanîna xwarinê baştir dibe, lê bi awayekî sarinc di rojekê de dîsa vala dibe. Ne metaforeke bêkêmahî ye, lê… we dîtiye ku ew diqewime 😅

Xala erênî: AI dikare bi rastî alîkariya jîngehê bike (dema ku rast were armanc kirin) 🌿✨

Niha ji bo beşa ku kêm tê nirxandin: AI dikare di pergalên heyî de ku… bi rastî, bêşêwe ne, emîsyon û bermahiyê kêm bike. IEA: AI ji bo baştirkirina enerjiyê û nûjeniyê

Herêmên ku AI dikare alîkariyê bike

Nuansek girîng: "Alîkarî" ya AI-ê bixweber bandora AI-ê telafî nake. Ew girêdayî ye ka AI bi rastî tê bikar anîn, bi rastî tê bikar anîn, û gelo ew rê li ber kêmkirinên rastîn vedike ne tenê panelên kontrolê yên çêtir. Lê belê, potansiyel rastîn e. IEA: AI ji bo baştirkirina enerjiyê û nûjeniyê

Çi guhertoyek baş a AI-ya hawirdorparêz dike? ✅🌍

Ev beşa "baş e, em çi bikin" e. Sazkirineke AI ya baş û berpirsiyarê jîngehê bi gelemperî ev tişt hene:

  • Nirxa rewşa karanînê ya zelal : Ger model biryar an encaman neguherîne, ew tenê hesabkirinek xweşik e.

  • Pîvandin di hundir de tê pijandin : Metrîkên enerjî, karbon, bikaranîn û karîgeriyê yên ku wekî her KPI-yek din têne şopandin. CodeCarbon: Rêbaz

  • Modelên bi mezinahiya rast : Dema ku modelên piçûktir dixebitin, modelên piçûktir bikar bînin. Bibandorbûn ne têkçûnek exlaqî ye.

  • Sêwirana texmînkirinê ya bi bandor : caching, komkirin, kûantîzasyon, vegerandin, û şêwazên baş ên teşwîqkirinê. Gholami et al. (2021): Lêkolîna Rêbazên Kuantîzasyonê (PDF) Lewis et al. (2020): Vegerandin-Çêkirina Zêdekirî

  • Hişyariya alavên elektronîkî û cihê : karên li cihê ku toreke kar paqijtir e û binesaziya wê jî bikêrhatî ye (dema ku pêkan be) bimeşînin. APIya Şiddeta Karbonê (GB)

  • Jiyana dirêjtir a alavên elektronîkî : zêdekirina karanîn, ji nû ve bikaranîn û nûjenkirinê. ITU: Çavdêriya Cîhanî ya Bermayiyên Elektronîkî 2024

  • Raporkirina rasterast : ji zimanê şuştina kesk û îdiayên nezelal ên wekî "AI-ya hawirdorparêz" bêyî hejmaran dûr bisekinin.

Eger hûn hîn jî dişopînin ka AI çawa bandorê li jîngehê dike, ev ew xal e ku bersiv dev ji felsefîbûnê berdide û dibe operasyonel: ew li gorî hilbijartinên we bandorê li ser dike.

Tabloya Berawirdkirinê: amûr û nêzîkatiyên ku bi rastî bandorê kêm dikin 🧰⚡

Li jêr tabloyek bilez û pratîk heye. Ew ne bêkêmasî ye, û erê, çend xane hinekî nerînên rast hene… ji ber ku hilbijartina amûrên rastîn bi vî rengî dixebite.

Amûr / Rêbaz Binêrevan Biha Çima ew dixebite
Pirtûkxaneyên şopandina karbon/enerjiyê (texmînkerên dema xebitandinê) Tîmên ML Azad-wek Dîtbarî dide - ku nîvê şer e, her çend texmîn hinekî nezelal bin jî… KodKarbon
Çavdêriya hêza hardware (telemetrîya GPU/CPU) Infra + ML Belaş Xerckirina rastîn dipîve; ji bo pîvandina benchmarkê baş e (ne diyar e lê zêr e)
Modela distîlasyonê Endezyarên ML Belaş (dema-mesrefê 😵) Modelên xwendekarên piçûktir pir caran performansê bi lêçûnek texmînê ya pir kêmtir re li hev dikin Hinton û yên din (2015): Dabeşkirina Zanînê di Toreke Neural de
Kwantîzasyon (texmîna rastbûna kêmtir) ML + berhem Belaş Derengî û karanîna enerjiyê kêm dike; carinan bi tawîzên piçûk ên kalîteyê, carinan jî tune Gholami û yên din (2021): Lêkolîna Rêbazên Kwantîzekirinê (PDF)
Caching + komkirin texmîn Berhem + platform Belaş Hesabkirina zêde kêm dike; bi taybetî ji bo fermanên dubarekirî an daxwazên wekhev bikêrhatî ye
Nifşkirina zêdekirî ya vegerandinê (RAG) Tîmên sepanê Têkel "Bîrê" ji bo vegerandinê kêm dike; dikare hewcedariya bi pencereyên kontekstê yên mezin kêm bike Lewis û yên din (2020): Nifşkirina Zêdekirî ya Vegerandinê
Bernamekirina karên li gorî şiddeta karbonê Infra/operasyon Têkel Karên nerm vediguherîne pencereyên elektrîkî yên paqijtir - her çend hevrêziyê hewce dike API ya Şîdeta Karbonê (GB)
Balkişandina ser karîgeriya navenda daneyan (bikaranîn, yekkirin) Serkirdayetiya IT-ê Bi pere (bi gelemperî) Leza herî kêm balkêş, lê pir caran ya herî mezin - dev ji xebitandina pergalên nîv-vala berdin Tora Kesk: PUE
Projeyên ji nû ve bikaranîna germê Tesîs Ew girêdayî ye Germahiya bermayî vediguherîne nirxê; ne her gav gengaz e, lê dema ku ew gengaz be, ew hinekî xweşik e
"Ma em li vir jî hewceyê AI-ê ne?" kontrol bikin Her kes Belaş Hesabkirina bêwate asteng dike. Baştirkirina herî bihêz gotina na ye (carinan)

Bala xwe bidinê çi wenda ye? "Stîkerek kesk a efsûnî bikirin." Ew tune ye 😬

Pirtûka pratîkî: kêmkirina bandora AI bêyî ku hilberê were kuştin 🛠️🌱

Eger hûn pergalên AI ava dikin an dikirin, li vir rêzek rastîn heye ku di pratîkê de dixebite:

Gav 1: Bi pîvandinê dest pê bikin

  • Bikaranîna enerjiyê bi awayekî domdar bişopînin an jî texmîn bikin. CodeCarbon: Rêbaz

  • Li gorî tevgera perwerdeyê û li gorî daxwaza texmînê bipîve.

  • Bikaranînê çavdêrî bike - çavkaniyên bêkar dikarin xwe di çavên vekirî de veşêrin. Tora Kesk: PUE

Pêngava 2: Modelê li gorî kar mezin bikin

  • Ji bo dabeşkirin, derxistin û rêkirinê modelên piçûktir bikar bînin.

  • Modela giran ji bo qutiyên hişk hilînin.

  • "Model-kaskad" bifikirin: pêşî modela biçûk, tenê heke pêwîst be modela mezintir.

Pêngava 3: Inferenceyê baştir bike (ev der e ku pîvan biteqe)

  • Caching : bersivên ji bo pirsên dubarekirî hilînin (bi kontrolên nepenîtiyê yên baldar).

  • Batching : daxwazên komê ji bo baştirkirina karîgeriya hardware.

  • Dersên kurttir : dersên dirêj bihatir in - carinan hûn ne hewceyî gotarê ne.

  • Dîsîplîna bilez : fermanên bêserûber rêyên hesabkirinê yên dirêjtir diafirînin… û erê, bêtir tokenan.

Gava 4: Paqijiya daneyan baştir bikin

Ev ne têkildar xuya dike, lê ne wusa ye:

  • Setên daneyên paqijtir dikarin windabûna ji nû ve perwerdeyê kêm bikin.

  • Dengê kêmtir tê wateya kêmtir ceribandin û kêmtir bezên berbat.

Pêngava 5: Amûrên elektronîkî wekî hebûnek, ne wekî tiştekî yekcar bikarhatî bi kar bînin

Pêngava 6: Bi aqilmendî bicihkirinê hilbijêrin

  • Heke hûn dikarin, karên nerm li cihê ku hêz paqijtir e bimeşînin. API-ya Şiddeta Karbonê (GB)

  • Dubarekirina nehewce kêm bike.

  • Armancên latency-ê rastîn bihêlin (latency-ya pir kêm dikare sazkirinên herdem-vekirî yên nebaş çêbike).

Û belê… carinan gava herî baş ev e: ji bo her çalakiya bikarhêner modela herî mezin bixweber nexebitîne. Ev adet wekhevîya jîngehê ya hiştina her çirayekê vêxistî ye ji ber ku meşa ber bi guhêrbarê ve acizker e.

Efsaneyên hevpar (û çi nêzîkî rastiyê ye) 🧠🧯

Mît: "AI her tim ji nermalava kevneşopî xirabtir e"

Rastî: AI dikare bêtir hesabker be, lê ew dikare pêvajoyên destî yên bêbandor jî biguhezîne, bermahiyê kêm bike û pergalan çêtir bike. Ew rewşî ye. IEA: AI ji bo baştirkirina enerjiyê û nûjeniyê

Mît: "Perwerde tenê pirsgirêk e"

Rastî: Tesbîtkirina di pîvanê de dikare bi demê re serdest be. Ger karanîna hilbera we zêde bibe, ev dibe çîroka sereke. IEA: Enerjî û AI

Mît: "Enerjiyên nûjenkirî tavilê çareser dikin"

Rastî: Elektrîkeke paqijtir gelek alîkar e, lê bandora alavên elektronîkî, karanîna avê, an jî bandorên dubarebûyî ji holê ranake. Lêbelê, hîn jî girîng e. IEA: Enerjî û AI

Mît: "Ger bikêrhatî be, domdar e"

Rastî: Karîgerî bêyî kontrolkirina daxwazê ​​hîn jî dikare bandora giştî zêde bike. Ev dafika vegerê ye. OECD (2012): Gelek Feydeyên Pêşkeftinên Karîgeriya Enerjiyê (PDF)

Hikûmet, şefafî, û nebûna şanogeriyê li ser wê 🧾🌍

Ger hûn şîrketek bin, ev e cihê ku bawerî tê avakirin an jî windakirin.

Ev ew beş e ku mirov çavên xwe digerînin, lê ev girîng e. Teknolojiya berpirsiyar ne tenê endezyariya jîr e. Ew di heman demê de nexwestin ku em wekî ku lihevhatin tune ne, nîşan bidin.

Kurteya dawî: kurteyek li ser bandora AI li ser jîngehê 🌎✅

Bandora AI li ser jîngehê vedigere barê zêdekirî: elektrîk, av (carinan), û daxwaza alavên elektronîkî. IEA: Enerjî û AI Li et al. (2023): Kêmtir "Tîbûna" AI (PDF) Ew di heman demê de amûrên bihêz pêşkêşî dike da ku di sektorên din de emîsyon û bermayiyan kêm bike. IEA: AI ji bo baştirkirina enerjiyê û nûjeniyê Encama netîce bi pîvan, paqijiya torê, hilbijartinên karîgeriyê ve girêdayî ye, û gelo AI pirsgirêkên rastîn çareser dike an tenê ji bo nûjeniyê nûbûnê diafirîne. IEA: Enerjî û AI

Heke hûn dixwazin rêwerzek pratîkî ya herî hêsan bigirin:

  • Pîvan.

  • Mezinahiya rast.

  • Tesbîtkirina texmînê baştir bike.

  • Jiyana hardware dirêj bike.

  • Di derbarê danûstandinan de samîmî bin.

Û heke hûn xwe bêhêvî hîs dikin, li vir rastiyek aram heye: biryarên piçûk ên operasyonel, ku hezar caran têne dubarekirin, bi gelemperî ji daxuyaniyek mezin a domdariyê çêtir in. Mîna firçekirina diranan e. Ne balkêş e, lê dixebite… 😄🪥

Pirsên Pir tên Pirsîn

AI çawa di karanîna rojane de bandorê li jîngehê dike, ne tenê di laboratuarên lêkolînê yên mezin de?

Piraniya bandora AI ji elektrîka ku navendên daneyan ên ku GPU û CPUyan di dema perwerdehiyê û "texmînên" rojane de dixebitin dixebitînin tê. Daxwazek yekane dibe ku hindik be, lê di pîvanê de ew daxwaz bi lez kom dibin. Bandor di heman demê de bi cihê ku navenda daneyan lê ye, çiqas paqij e tora herêmî, û binesaziyê çiqas bi bandor tê xebitandin ve girêdayî ye.

Ma perwerdekirina modelek AI ji bo jîngehê ji karanîna wê xirabtir e (encam)?

Perwerde dikare teqînek mezin û pêşwext a hesabkirinê be, lê texmînkirin dikare bi demê re bibe şopa mezintir ji ber ku ew bi berdewamî û di pîvanek mezin de dixebite. Ger amûrek her roj ji hêla bi mîlyonan kesan ve were bikar anîn, daxwazên dubare dikarin ji lêçûna perwerdehiyê ya yek-carî girantir bin. Ji ber vê yekê çêtirkirin pir caran li ser karîgeriya texmînkirinê disekine.

Çima AI avê bi kar tîne, û gelo ew her gav pirsgirêk e?

AI dikare avê bi giranî bikar bîne ji ber ku hin navendên daneyan xwe dispêrin sarkirina li ser bingeha avê, an jî ji ber ku av bi awayekî nerasterast bi rêya hilberîna elektrîkê tê xerckirin. Di hin avhewayan de, sarkirina bi buharê dikare karanîna elektrîkê kêm bike di heman demê de karanîna avê zêde bike, û bi vî rengî danûstandinek rastîn diafirîne. "Xerab" be an na, bi kêmbûna ava herêmî, sêwirana sarkirinê, û gelo karanîna avê tê pîvandin û birêvebirin ve girêdayî ye.

Kîjan beşên şopa jîngehê ya AI ji alavên elektronîkî û bermayiyên elektronîkî tên?

AI bi çîp, server, alavên torê, avahiyan û zincîrên dabînkirinê ve girêdayî ye - ku tê vê wateyê madenkirin, çêkirin, barkirin û di dawiyê de avêtin. Çêkirina nîvconductor enerjî-zor e, û çerxên nûvekirina bilez dikarin emisyonên laşî û bermayiyên elektronîkî zêde bikin. Dirêjkirina temenê hardware, nûjenkirin û baştirkirina karanînê dikare bandorê bi girîngî kêm bike, carinan bi guhertinên asta modelê re reqabetê dike.

Gelo bikaranîna enerjiya nûjenbar bandora jîngehê ya AI çareser dike?

Elektrîkeke paqtir dikare emisyonên ji hesabkirinê kêm bike, lê bandorên din ên wekî karanîna avê, çêkirina alavên elektronîkî û bermayiyên elektronîkî ji holê ranake. Her wiha ew "bandorên vegerê" jî, ku hesabkirina bi lêçûnek kêmtir bi tevahî dibe sedema karanîna zêdetir, bixweber çareser nake. Enerjiyên nûjenkirî leverek girîng in, lê ew tenê beşek ji stûna şopa çopê ne.

Tesîra vegerandin çi ye, û çima ji bo AI û domdariyê girîng e?

Tesîra vegerê wê demê ye ku qezencên karîgeriyê tiştekî erzantir an hêsantir dikin, ji ber vê yekê mirov bêtir jê dikin - carinan teserûf ji holê radikin. Bi AI-ê re, hilberîna erzantir an otomasyon dikare daxwaza giştî ya ji bo naverok, hesabkirin û karûbaran zêde bike. Ji ber vê yekê pîvandina encaman di pratîkê de ji pîrozkirina karîgeriyê bi tena serê xwe girîngtir e.

Rêbazên pratîkî çi ne ji bo kêmkirina bandora AI bêyî ku zirarê bidin hilberê?

Rêbazek hevpar ew e ku meriv bi pîvandinê (texmînên enerjî û karbonê, bikaranîn) dest pê bike, dû re modelên bi mezinahiya rast li gorî peywirê werin çêkirin û bi karanîna caching, batching û deraneyên kurttir encam werin baştirkirin. Teknîkên wekî kûantîzasyon, distilasyon û çêkirina bi vegerandina zêdekirî dikarin hewcedariyên hesabkirinê kêm bikin. Hilbijartinên operasyonel - wekî plansazkirina barê kar li gorî şiddeta karbonê û temenê dirêjtir ê hardware - pir caran serkeftinên mezin peyda dikin.

Çawa dikare AI alîkariya jîngehê bike li şûna ku zirarê bide wê?

Dema ku AI ji bo baştirkirina pergalên rastîn were bikar anîn, ew dikare emisyon û bermahiyên han kêm bike: pêşbîniya torê, bersiva daxwazê, kontrola HVAC-ya avahiyê, rêça lojîstîkê, lênêrîna pêşbînîkirî, û tespîtkirina rijandinê. Ew dikare çavdêriya jîngehê wekî hişyariyên birîna daristanan û tespîtkirina metanê jî piştgirî bike. Kilît ev e ku gelo pergal biryaran diguherîne û kêmkirinên pîvandî çêdike, ne tenê panelên kontrolê yên çêtir.

Divê kîjan metrîk divê şîrketan rapor bikin ku ji îdîayên AI-ê yên "kesk" dûr bisekinin?

Raporkirina metrîkên li gorî kar an jî li gorî daxwazê ​​ji tenê hejmarên giştî yên mezin watedartir e, ji ber ku ew karîgeriyê li asta yekîneyê nîşan dide. Şopandina karanîna enerjiyê, texmînên karbonê, bikaranîn, û - li cihê ku têkildar be - bandorên avê hesabpirsîna zelaltir diafirîne. Her wiha girîng e: sînoran diyar bikin (çi tê de ye) û ji etîketên nezelal ên wekî "AI-ya hawirdorparêz" bêyî delîlên hejmarî dûr bisekinin.

Referans

  1. Ajansa Enerjiyê ya Navneteweyî (IEA) - Enerjî û Sûni - iea.org

  2. Ajansa Enerjiyê ya Navneteweyî (IEA) - AI ji bo baştirkirina enerjiyê û nûjeniyê - iea.org

  3. Ajansa Enerjiyê ya Navneteweyî (IEA) - Dîjîtalîzekirin - iea.org

  4. Laboratuwara Neteweyî ya Lawrence Berkeley (LBNL) - Rapora Bikaranîna Enerjiyê ya Navenda Daneyên Dewletên Yekbûyî (2024) (PDF) - lbl.gov

  5. Li û yên din - Kêmtir "Tîbûna" AI (2023) (PDF) - arxiv.org

  6. ASHRAE (TC 9.9) - Derketin û Berfirehkirina Sarkirina Şile di Navendên Daneyên Sereke de (PDF) - ashrae.org

  7. Tora Kesk - PUE-Nirxandinek Berfireh a Metrîkê - thegreengrid.org

  8. Wezareta Enerjiyê ya Dewletên Yekbûyî yên Amerîkayê (DOE) - FEMP - Derfetên Karîgeriya Ava Sarkirinê ji bo Navendên Daneyên Federal - energy.gov

  9. Wezareta Enerjiyê ya Dewletên Yekbûyî yên Amerîkayê (DOE) - FEMP - Karîgeriya Enerjiyê di Navendên Daneyan de - energy.gov

  10. Ajansa Parastina Jîngehê ya Dewletên Yekbûyî yên Amerîkayê (EPA) - Pîşesaziya Nîvconductor - epa.gov

  11. Yekîtiya Telekomunîkasyonê ya Navneteweyî (ITU) - Çavdêriya Bermayiyên Elektronîkî ya Cîhanî 2024 - itu.int

  12. OECD - Gelek Feydeyên Pêşkeftinên Karîgeriya Enerjiyê (2012) (PDF) - oecd.org

  13. API-ya Şîdeta Karbonê (GB) - carbonintensity.org.uk

  14. imec - Kêmkirina bandora jîngehê di çêkirina çîpan de - imec-int.com

  15. UNEP - MARS Çawa Kar Dike - unep.org

  16. Çavdêriya Daristanên Cîhanî - Hişyariyên GLAD ên ji bo birîna daristanan - globalforestwatch.org

  17. Enstîtuya Alan Turing - Sîstemên AI û xweser ji bo nirxandina biyolojîk û tenduristiya ekosîstemê - turing.ac.uk

  18. CodeCarbon - Rêbaz - mlco2.github.io

  19. Gholami û yên din - Lêkolîna Rêbazên Kwantîzekirinê (2021) (PDF) - arxiv.org

  20. Lewis û yên din - Nifşa Zêdekirî ya Vegerandinê (2020) - arxiv.org

  21. Hinton û yên din - Dabeşkirina Zanînê di Toreke Neural de (2015) - arxiv.org

  22. CodeCarbon - codecarbon.io

AI-ya herî dawî li Dikana Alîkarên AI-ya Fermî bibînin

Çûna nava

Vegere blogê