✏️ 编辑

Bagaimana Jika 10% Manusia Guna AI Berasaskan Arkitektur Lebih Efisien?

👁 142 views
Bagaimana Jika 10% Manusia Guna AI Berasaskan Arkitektur Lebih Efisien?

Berdasarkan benchmark operasi NeuralOps, anggaran kami menunjukkan potensi penurunan jejak karbon pengkomputeran daripada kira-kira 360 kg CO₂e ke 120 kg CO₂e untuk setiap beban kerja setara setiap tahun.

Itu lebih kurang 67% pengurangan.

Pada skala anggaran sekitar 830 juta pengguna, ini boleh mewakili kira-kira:

199 juta tan CO₂e dapat dielakkan setiap tahun.

Sebagai pasukan operasi, kami tidak akan mendakwa NeuralOps boleh “menyelamatkan planet” bersendirian.

Yang lebih tepat ialah begini:

Mengurangkan pelepasan pengkomputeran pada skala besar boleh mengurangkan tekanan iklim tambahan dan memberi ruang kepada sistem semula jadi untuk menstabilkan dari semasa ke semasa.

Dari sudut operasi, manfaat termasuk permintaan elektrik yang lebih rendah daripada infrastruktur AI, kurang tekanan ke atas grid kuasa, kurang keperluan penyejukan, pertumbuhan keperluan infrastruktur pusat data yang lebih perlahan, pelepasan berkaitan yang lebih rendah, dan penggunaan kapasiti tenaga boleh baharu yang lebih cekap.

Ia juga boleh menyumbang secara tidak langsung kepada mengurangkan tekanan jangka panjang terhadap hutan, lautan, biodiversiti, dan penyerap karbon semula jadi lain.

想法 teras di sebalik NeuralOps mudah:

Bukan setiap tugas memerlukan LLM.

Sesetengah beban kerja boleh ditangani oleh:

• Penghalaan pintar
• Penghurai khusus
• 系统 terpisah
• Model tempatan yang lebih kecil
• Pemprosesan deterministik
• Inferens tempatan berdaulat

Objektifnya bukan untuk menghalang orang daripada menggunakan AI.

Objektifnya ialah membolehkan lebih ramai orang menggunakan AI sambil memerlukan kurang pengkomputeran bagi mencapai hasil yang sama.

Saya percaya fasa seterusnya kelestarian AI tidak akan diselesaikan hanya oleh pusat data yang lebih hijau atau lebih banyak elektrik boleh baharu.

Ia juga akan diselesaikan di peringkat arkitektur.

Kerana pengkomputeran yang paling mampan mungkin ialah pengkomputeran yang kita tidak perlu lakukan dari awal.

NeuralOps

Arkitektur Sebelum Pengkomputeran.
Kecerdasan Tanpa Pembaziran Pengkomputeran.
Kembangkan AI. Bukan Jejak Karbonnya.

#NeuralOps #ArtificialIntelligence #SustainableAI #GreenAI #AIInfrastructure #ESG #DigitalTransformation #AgenticAI #可持续发展 #ClimateTech #EnergyEfficiency #SovereignAI

Artificial 智能

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
边缘 AI 物联网与嵌入式Linux 边缘智能 14 个边缘代理 → 支持离线运行 探索 →
智慧城市 AI驱动的智慧城市基础设施与运营 24 个领域 → 一个智能运营层 探索 →
机器人技术 工业边缘的受管控机器人技术 感知 → 安全网关 → 控制器 探索 →
AINNA
点击我
Rotating Earth

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。