.png)
После публикации Белым домом плана действий по искусственному интеллекту мы в Read AI сосредоточились на том, чтобы и дальше опираться на наши четыре климатических принципа которые помогают нам уделять приоритетное внимание эффективности и сокращению выбросов углекислого газа в нашей дорожной карте. Нас обнадеживает тот факт, что мы добились заметных успехов и что по мере расширения платформы растет и наше влияние.
Наш план и подход относительно просты и понятны: мы принимаем решения на основе данных, уделяем приоритетное внимание целенаправленной эффективности и проактивным инновациям, а также предоставляем нашим клиентам возможность подавать пример и продолжать работать с максимальной устойчивостью.
На прошлой неделе мы представили свои результаты на Неделе климата на северо-западе Тихого океана и дали инструкции по расчету и измерению выбросов для компаний-разработчиков программного обеспечения любого размера. Чтобы проиллюстрировать наши принципы, мы проанализировали наши последние достижения, которые продемонстрировали результаты, достигнутые нами за короткое время, и, надеюсь, послужат вдохновением для внутренних команд и аудитории в будущем. Мы считаем, что теперь на всех нас лежит ответственность за эффективное и результативное сокращение выбросов, открывая возможности искусственного интеллекта для широких масс.
Приоритизация измерений в первую очередь
В конце 2024 года наш миграция на инстансы на базе AWS Graviton помогли повысить пропускную способность и производительность при одновременном снижении затрат примерно на 20%. Мы взяли на себя задачу количественной оценки изменений в выбросах углерода в связи с этой миграцией и обнаружили, что существующие стандартные отраслевые инструменты для измерения выбросов углекислого газа с помощью программного и аппаратного обеспечения могут решить эту проблему.
Для нас ответом стал проект Фонда зеленого программного обеспечения Спецификация интенсивности углерода в программном обеспечении (ЛЫЖИ). Мы используем SCI для оценки результатов предыдущих экземпляров и сравнения их с новыми экземплярами Graviton. Для расчета коэффициента выбросов программного обеспечения SCI учитывает общее количество энергии, потребляемую программным обеспечением, углеродоемкость потребляемой энергии и содержание углерода в оборудовании, на котором оно работает.
Преодоление препятствий при расчетах
Некоторые данные, необходимые для этих вычислений, недоступны или общедоступны (например, мощность процессора Graviton, срок службы сервера в публичном облаке), поэтому нам нужно было оценить часть цифр. Поскольку мы сравниваем примеры, мы можем сосредоточиться на точности, то есть вычисляемые значения точны относительно друг друга, а не точны, то есть вычисленные значения точны относительно фактических значений. Это позволяет нам рассматривать некоторые части уравнения SCI, такие как энергоемкость, как константы, поскольку мы размещаем их в одном и том же регионе публичного облака.
В наших расчетах мы должны были оценить только две переменные: мощность процессора Graviton и анализ жизненного цикла (встроенный углерод) экземпляра Graviton. Через Сравнительный анализ сторонними разработчиками по нашим оценкам, мощность процессора Graviton на 33% ниже по сравнению с предыдущими типами инстансов. Для анализа жизненного цикла мы подсчитали, что Graviton примерно эквивалентен другим процессорам на базе ARM в той же вычислительной группе и усреднили эти встроенные коэффициенты от Углеродный след в облаке репозиторий.
Реализация нашего первого набора целей В итоге мы рассчитали сокращение выбросов углекислого газа на 20% в результате перехода на инстансы на базе Graviton наших оптимизированных для вычислений типов инстансов. С момента первой публикации этого тематического исследования мы выявили аналогичные возможности по стоимости и производительности для наших типов инстансов, оптимизированных для памяти, и начали перенос этих типов на Graviton. Около 60% всех рабочих нагрузок выполняются на инстансах, оптимизированных для вычислений, но около 10% от общего объема рабочих нагрузок — на типах инстансов, оптимизированных для оперативной памяти. Используя те же шаги, что и выше, мы сравнили выбросы существующих инстансов, оптимизированных для памяти, с новыми инстансами Graviton, оптимизированными для памяти, и рассчитали сокращение выбросов углекислого газа на 40%.
Обеспечение дополнительной эффективности Измерение потребления энергии и выбросов углекислого газа соответствует нашему первому климатическому принципу, но это только начало. Наш второй климатический принцип — оптимизация программного и аппаратного обеспечения для повышения энергоэффективности и минимизации выбросов углекислого газа. Для достижения этой цели мы должны сосредоточиться на трех направлениях:
В заключение
Read AI считает, что наша ответственность заключается в устойчивом развитии и содействии глобальным усилиям по борьбе с изменением климата. Искусственный интеллект — одна из самых энергоемких технологий в мире, и мы стремимся по возможности измерять и ограничивать воздействие нашей организации на окружающую среду.
Мы продолжим внедрять эти принципы в нашу работу и делиться своими успехами (и неудачами!) попутно мы призываем другие компании, особенно те, которые используют искусственный интеллект, разработать и поделиться своими собственными климатическими принципами и проводимой ими работой по сокращению потребления энергии и выбросов углекислого газа. Совместными усилиями мы можем снизить общие потребности ИИ в энергии и выбросы углекислого газа, которые они производят.
%2C%20Color%3DOriginal.png)
