Bagi saya, dari sudut pembinaan dan pengoptimuman sistem logistik, ESG bukan sekadar laporan, pensijilan, atau pemasaran hijau.
Ia bermula dengan satu soalan yang lebih mudah:
Bolehkah kita mencapai hasil yang sama - atau lebih baik - sambil menggunakan lebih sedikit sumber?
Dalam pembangunan AI, saya melihat banyak sistem yang terlalu bergantung pada model besar untuk hampir setiap tugas - hampir seperti menghantar setiap bungkusan melalui laluan yang sama dalam operasi logistik.
Tetapi tidak semua tugas memerlukan pertimbangan AI yang kompleks.
Di AINNA, melalui NeuralOps, kami sedang meneroka pendekatan yang berbeza.
Kami menggunakan segmentation, deterministic processing, detached 系统, 智能路由, dan model distillation supaya model AI yang lebih besar hanya digunakan apabila keupayaan pertimbangan (reasoning) mereka benar-benar diperlukan.
Objektifnya mudah:
Kurangkan token.
Kurangkan compute.
Kurangkan beban kerja GPU.
Kurangkan penggunaan tenaga.
Kurangkan kos operasi.
Sambil mengekalkan - atau meningkatkan - hasil perniagaan.
Bagi saya, ini adalah tafsiran ESG yang lebih praktikal:
Kelestarian melalui reka bentuk arkitektur.
Bukannya menambah “lapisan ESG” selepas sistem sudah siap dibina, kita harus mereka bentuk teknologi dari awal supaya ia menggunakan lebih sedikit sumber.
Ada satu prinsip lain yang saya anggap sama pentingnya:
Jangan membuat tuntutan berlebihan.
Jika kita mengukur pengurangan beban pemprosesan yang signifikan, kita harus melaporkannya sebagai hasil sistem yang diukur.
Tetapi jika pengurangan karbon belum lagi diukur dengan tepat melalui telemetry dan disahkan secara bebas, ia tidak sepatutnya menjadi angka pemasaran.
Kerana ESG yang bermakna memerlukan bukti.
Hasil lebih baik. Kurang compute. Kurang pembaziran.
Itulah hala tuju yang kami usahakan dengan NeuralOps - membina infrastruktur AI di mana kecekapan bukan sesuatu yang ditambah kemudian, tetapi sebahagian daripada arkitektur itu sendiri.
#ESG #可持续AI #GreenAI #Artificial智能 #NeuralOps #AI基础设施 #可持续发展 #DigitalTransformation #主权AI #创新 #AINNA
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
视觉和结构让bolehkah kita mencapai hasil yang的概念更容易掌握。
这篇内容让我更容易理解为什么atau lebih baik - sambil值得关注。
看第二遍才注意到kurangkan beban kerja GPU的细节。