面向可持续增长的更智能 AI✎ Edit

👁 756 views
面向可持续增长的更智能 AI

Dalam operasi logistik, kita melakukan triaj setiap hari. Anda tidak akan menghantar lori kontena penuh atau menggerakkan pasukan penyelenggaraan hanya untuk satu bungkusan kecil. Prinsip yang sama harus dipakai kepada AI. Tidak semua tugas memerlukan model terbesar, beban GPU paling tinggi, atau lapisan komputasi paling mahal.

Perkara ini penting kerana AI tidak terlepas daripada perspektif ESG. Agensi Tenaga Antarabangsa menjangkakan penggunaan elektrik pusat data boleh lebih berganda kepada sekitar 945 TWh menjelang 2030, didorong secara ketara oleh permintaan AI. Pusat data juga memerlukan air untuk penyejukan dan kecekapan operasi, sebab itu syarikat teknologi besar kini melaporkan penggunaan air, pengambilan air tawar, dan pemulihan air sebagai sebahagian komitmen kemampanan mereka.

Di AINNA, prinsip kami mudah: komputasi paling bersih ialah komputasi yang tidak kita bazirkan. Tanpa 分离式系统 dan 智能路由, satu bebanan kerja boleh menggunakan sekitar 34 bilion token. Dengan seni bina kami, arahan operasi yang sama dapat dikurangkan kepada sekitar 1.5 bilion token - penurunan kira-kira 95.6% dalam penggunaan token.

Itulah sebabnya kami yakin untuk menyasarkan penggunaan kuasa lebih rendah sekitar 90% sebagai hala tuju ESG yang praktikal. Tugas mudah dihantar ke sistem ringan. Tugas operasi dihantar ke ejen pakar. Penaakulan kompleks dinaik taraf hanya apabila benar-benar diperlukan. Kami tidak menggerakkan lori kontena penuh hanya untuk satu bungkusan kecil.

Masa depan AI tidak seharusnya diukur hanya berdasarkan seberapa banyak kecerdasan yang boleh kita aktifkan, tetapi berapa banyak komputasi tidak perlu yang dapat kita elakkan. ESG sebenar dalam AI bukan menggunakan AI di mana-mana. Ia adalah menggunakan AI secara bijak.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Ayu Indonesia

收藏了,主要是为了945 TWh menjelang 2030。

Narin Thailand

我会把prinsip yang sama harus dipakai这一段分享给需要了解技术的同事。

Suda Thailand

看第二遍才注意到sebab itu syarikat teknologi besar的细节。

Miguel Philippines

我喜欢文章对berganda kepada sekitar 945保持务实的态度。

Liza Philippines

这篇文章对agensi tenaga antarabangsa menjangkakan的解释很清楚,实际操作的重点也很容易理解。

Omar United Arab Emirates

关于didorong secara ketara oleh permintaan的例子很实用,适合团队继续讨论。

人工智能

Article image
边缘 AI 边缘的 IoT 与嵌入式 Linux 智能 14 个边缘代理 → 支持离线运行 探索 →
IC 设计运营 可重复性、可追溯性与验证智能 21 个独立服务 → 85% 无需 LLM 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 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 人工智能 Author profile Hakim AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

16 downloads
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。