89 подписчиков
Исследователи из Университета Карнеги-Меллона разработали новую методологию для проектирования облачных серверов, направленную на снижение выбросов углекислого газа 🌍. Этот систематический подход, известный как Green Server Framework (GSF), помогает разработчикам облачных технологий сравнивать и создавать серверные дизайны, эффективные в плане углеродных выбросов.
Методология была протестирована в производственной среде Microsoft Azure и привела к снижению углекислых выбросов на 10% 🎯. Это означает, что к 2030 году данные реализации смогут снизить глобальные выбросы углекислого газа на 0,1-0,2%.
Команда, возглавляемая Джейленом Вангом, определила, что облачные технологии являются существенным источником выбросов в сфере информационных и коммуникационных технологий (ИКТ), которые, как ожидается, будут расти 📈. Облачные серверы производят два типа выбросов: операционные, связанные с генерацией энергии, и встроенные, возникающие при производстве полупроводников.
Чтобы справиться с этой задачей, структура GSF стремится уменьшить общие выбросы, сохраняя при этом производительность 🌱. Методология направлена на борьбу с запланированным устареванием, предполагая повторное использование снятых с эксплуатации компонентов в углеродно-эффективных серверных структурах.
Рост использования машинного обучения и крупных языковых моделей, таких как ChatGPT, требует развертывания серверов со специализированным оборудованием, что подчеркивает необходимость в углеродно-эффективных компонентах 🤖.
Структура GSF предназначена стать ступенью в проектировании углеродно-эффективных серверов в облачных вычислительных средах. Снижая углеродные выбросы в облачных технологиях, исследователи надеются уменьшить воздействие ИКТ на окружающую среду 🌿, на которые в настоящее время приходится 2-4% глобальных выбросов углекислого газа и, по прогнозам, они достигнут 20% к 2030 году.
#neuroco #нейроконтент #машинноеобучение #языковыемодели #нейросеть #нейронка #ArtificialIntelligence
1 минута
6 октября 2024