.png)
Sulla scia della pubblicazione del piano d'azione per l'intelligenza artificiale da parte della Casa Bianca, noi di Read AI ci concentriamo sul continuare ad appoggiarci al nostro quattro principi climatici che ci aiutano a dare priorità all'efficienza e alla riduzione delle emissioni di carbonio nella nostra tabella di marcia. Siamo incoraggiati dal fatto che i nostri progressi siano stati notevoli e che, man mano che la nostra piattaforma si espande, anche la nostra influenza può aumentare.
Il nostro piano e il nostro approccio sono relativamente semplici e facili da seguire: utilizziamo un processo decisionale basato sui dati, diamo priorità all'efficienza intenzionale e all'innovazione proattiva e responsabilizziamo i nostri clienti in modo da poter dare l'esempio e continuare a operare nel modo più sostenibile possibile.
La settimana scorsa, abbiamo presentato i nostri risultati alla Settimana del clima del Pacifico nord-occidentale, fornendo istruzioni sui modi per calcolare e misurare le emissioni per le aziende di software di qualsiasi dimensione. Per aiutarci a illustrare i nostri principi, abbiamo esaminato i traguardi più recenti, che mostrano l'impatto che abbiamo avuto in breve tempo e speriamo servano da ispirazione futura per i team interni e per il pubblico. Riteniamo che ora ricada su tutti noi l'onere di ridurre in modo efficiente ed efficace le nostre emissioni mentre sblocchiamo l'IA per le masse.
Dare priorità alla misurazione prima
Alla fine del 2024, il nostro migrazione a istanze basate su AWS Graviton ha contribuito a migliorare la produttività e le prestazioni riducendo al contempo i costi di circa il 20%. Abbiamo accettato la sfida di quantificare la variazione delle emissioni di carbonio per tale migrazione e abbiamo scoperto che gli strumenti standard di settore esistenti per misurare le emissioni di carbonio provenienti da software e hardware potevano risolvere il problema.
Per noi, la risposta è stata quella della Green Software Foundation Specifica dell'intensità di carbonio del software (SCIATICA). Utilizziamo lo SCI per misurare i punteggi delle nostre istanze precedenti e confrontarli con le nostre nuove istanze Graviton. Lo SCI rappresenta l'energia totale consumata dal software, l'intensità di carbonio dell'energia consumata e il carbonio incorporato nell'hardware su cui viene eseguito per calcolare il tasso di emissioni del software.
Superare gli ostacoli di calcolo
Alcuni dei dati necessari per questo calcolo non sono facilmente accessibili o condivisi pubblicamente (ad esempio, potenza della CPU dei processori Graviton, durata di un server in un cloud pubblico), quindi abbiamo dovuto stimare una parte dei numeri. Poiché stiamo confrontando le istanze, possiamo concentrarci sulla precisione, vale a dire che i valori calcolati sono accurati l'uno rispetto all'altro, piuttosto che essere accurati, il che significa che i valori calcolati sono accurati rispetto ai valori effettivi. Questo ci consente di trattare parti dell'equazione SCI, come l'intensità energetica, come costanti poiché le distribuiamo nella stessa area di cloud pubblico.
Nei nostri calcoli, le uniche 2 variabili che abbiamo dovuto stimare erano la potenza della CPU del processore Graviton e l'analisi del ciclo di vita (carbonio incorporato) dell'istanza Graviton. Tramite Benchmarking di terze parti siamo stati in grado di stimare che la potenza della CPU di Graviton sia inferiore del 33% rispetto ai nostri precedenti tipi di istanza. Per i dati di analisi del ciclo di vita, abbiamo stimato che Graviton fosse all'incirca equivalente ad altri processori basati su ARM all'interno dello stesso gruppo di elaborazione e abbiamo calcolato la media dei coefficienti incorporati partendo da Impronta di carbonio nel cloud deposito.
Realizzare la nostra prima serie di obiettivi Alla fine, abbiamo calcolato una riduzione del 20% delle emissioni di carbonio passando dai nostri tipi di istanze ottimizzate per il calcolo a istanze basate su Graviton. Da quando questo case study è stato originariamente pubblicato, abbiamo identificato opportunità simili in termini di costi e prestazioni per i nostri tipi di istanze ottimizzate per la memoria e abbiamo iniziato a migrarli su Graviton. Circa il 60% dei nostri carichi di lavoro complessivi viene eseguito su istanze ottimizzate per il calcolo, ma circa il 10% dei nostri carichi di lavoro complessivi viene eseguito su tipi di istanze ottimizzate per la memoria. Utilizzando gli stessi passaggi di cui sopra, abbiamo confrontato le emissioni delle nostre istanze esistenti ottimizzate per la memoria con le nuove istanze Graviton ottimizzate per la memoria e calcolato una riduzione del 40% delle emissioni di carbonio.
Promuovere per aumentare l'efficienza La misurazione del consumo energetico e delle emissioni di carbonio soddisfa il nostro primo principio climatico, ma questo è solo l'inizio. Il nostro secondo principio climatico è l'ottimizzazione del nostro software e hardware per l'efficienza energetica e la riduzione al minimo delle emissioni di carbonio. Per raggiungere questo obiettivo, abbiamo 3 aree su cui concentrarci:
Nel conclusione
Read AI ritiene che sia nostra responsabilità operare in modo sostenibile e contribuire allo sforzo globale contro i cambiamenti climatici. L'intelligenza artificiale è una delle tecnologie più energivore al mondo e ci impegniamo a misurare e limitare l'impatto ambientale della nostra organizzazione quando possibile.
Continueremo a inserire questi principi nel nostro lavoro e a condividere i nostri successi (e fallimenti!) lungo la strada e sfidiamo altre aziende, in particolare quelle che utilizzano l'intelligenza artificiale, a stabilire e condividere i propri principi climatici e il lavoro che stanno facendo per ridurre il consumo di energia e le emissioni di carbonio. Collettivamente possiamo ridurre il fabbisogno energetico complessivo per l'IA e le emissioni di carbonio che producono.
%2C%20Color%3DOriginal.png)
