.png)
Tras la publicación por parte de la Casa Blanca de su plan de acción sobre inteligencia artificial, en Read AI nos centramos en seguir apoyándonos en nuestro cuatro principios climáticos que nos ayudan a priorizar la eficiencia y la reducción de las emisiones de carbono en nuestra hoja de ruta. Nos alienta saber que nuestro progreso ha sido notable y que, a medida que nuestra plataforma crece, también lo hace nuestra influencia.
Nuestro plan y enfoque son relativamente sencillos y fáciles de seguir: utilizamos la toma de decisiones basada en datos, priorizamos la eficiencia intencional y la innovación proactiva, y capacitamos a nuestros clientes para que podamos dar el ejemplo y seguir operando de la manera más sostenible posible.
La semana pasada, presentamos nuestros hallazgos en la Semana del Clima del Noroeste del Pacífico, proporcionando instrucciones sobre las formas de calcular y medir las emisiones para las empresas de software de cualquier tamaño. Para ayudar a ilustrar nuestros principios, revisamos nuestros hitos más recientes, que muestran el impacto que hemos tenido en poco tiempo y esperamos que sirvan de inspiración para los equipos internos y la audiencia en el futuro. Creemos que ahora todos tenemos la responsabilidad de reducir nuestras emisiones de manera eficiente y eficaz a medida que ponemos la IA al alcance de las masas.
Priorizar primero la medición
A finales de 2024, nuestro migración a instancias basadas en AWS Graviton nos ayudó a mejorar nuestro rendimiento y rendimiento, a la vez que redujimos nuestros costos en aproximadamente un 20%. Asumimos el desafío de cuantificar el cambio en las emisiones de carbono durante esa migración y descubrimos que las herramientas estándar del sector existentes para medir las emisiones de carbono mediante software y hardware podían resolver el problema.
Para nosotros, la respuesta fue la de la Green Software Foundation Especificación de intensidad de carbono del software (CIENCIA). Usamos el SCI para medir las puntuaciones de nuestras instancias anteriores y compararlas con nuestras nuevas instancias de Graviton. El SCI tiene en cuenta la energía total consumida por el software, la intensidad de carbono de la energía consumida y el carbono incorporado en el hardware en el que se ejecuta para calcular la tasa de emisiones del software.
Superar los obstáculos de cálculo
Algunos de los datos necesarios para este cálculo no son fácilmente accesibles ni se comparten públicamente (por ejemplo, la potencia de la CPU de los procesadores Graviton, la vida útil de un servidor en una nube pública), por lo que tuvimos que estimar una parte de los números. Como comparamos instancias, podemos centrarnos en ser precisos, lo que significa que los valores calculados son exactos entre sí, en lugar de ser precisos, lo que significa que los valores calculados son precisos en relación con los valores reales. Esto nos permite tratar partes de la ecuación SCI, como la intensidad energética, como constantes, ya que las implementamos en la misma región de nube pública.
En nuestros cálculos, las únicas dos variables que teníamos que estimar eran la potencia de la CPU del procesador Graviton y el análisis del ciclo de vida (carbono incorporado) de la instancia de Graviton. A través de Evaluación comparativa de terceros hemos podido estimar que la potencia de la CPU de Graviton es un 33% inferior en comparación con nuestros tipos de instancias anteriores. En cuanto a los datos del análisis del ciclo de vida, calculamos que Graviton equivale aproximadamente a otros procesadores basados en ARM del mismo grupo de procesamiento y calculamos el promedio de esos coeficientes integrados a partir del Huella de carbono en la nube repositorio.
Lograr nuestro primer conjunto de objetivos Al final, calculamos una reducción del 20% en las emisiones de carbono al cambiar nuestros tipos de instancias optimizadas para la computación a instancias basadas en Graviton. Desde que se publicó originalmente este estudio de caso, hemos identificado oportunidades similares de coste y rendimiento para nuestros tipos de instancias optimizadas para la memoria y hemos empezado a migrarlas a Graviton. Aproximadamente el 60% de nuestras cargas de trabajo generales se realizan en instancias optimizadas para la computación, pero alrededor del 10% de nuestras cargas de trabajo generales se realizan en tipos de instancias con optimización de memoria. Siguiendo los mismos pasos anteriores, comparamos las emisiones de nuestras instancias optimizadas para memoria existentes con las de las nuevas instancias de Graviton optimizadas para memoria y calculamos una reducción del 40% en las emisiones de carbono.
Impulsando eficiencias adicionales La medición de nuestro consumo de energía y emisiones de carbono cumple con nuestro primer principio climático, pero eso es solo el principio. Nuestro segundo principio climático es optimizar nuestro software y hardware para lograr una mayor eficiencia energética y minimizar las emisiones de carbono. Para lograrlo, tenemos 3 áreas en las que centrarnos:
En conclusión
Read AI cree que es nuestra responsabilidad operar de manera sostenible y contribuir al esfuerzo global contra el cambio climático. La IA es una de las tecnologías que más energía consume del mundo y nos comprometemos a medir y limitar el impacto ambiental de nuestra organización siempre que sea posible.
Seguiremos incorporando estos principios a nuestro trabajo y compartiendo nuestros éxitos (¡y fracasos!) y desafiamos a otras empresas, especialmente a las que utilizan la IA, a establecer y compartir sus propios principios climáticos y el trabajo que están realizando para reducir su consumo de energía y sus emisiones de carbono. Colectivamente, podemos reducir los requisitos energéticos generales de la IA y las emisiones de carbono que produce.
%2C%20Color%3DOriginal.png)
