ESG, bagi saya, bukan sekadar pelaporan, pensijilan atau pemasaran hijau.
Ia bermula dengan satu soalan operasi yang lebih mudah:
Bolehkah kita mencapai hasil yang sama - atau lebih baik - dengan menggunakan sumber yang jauh lebih sedikit?
Dalam pembangunan AI, saya melihat terlalu banyak sistem yang memuatkan model besar untuk hampir setiap tugas - ibarat menjalankan setiap kerja di mesin paling besar di lantai pengeluaran, walaupun kerja itu sebenarnya boleh diselesaikan dengan perkakasan lebih ringan.
Tetapi tidak setiap tugas memerlukan penaakulan AI yang berat.
Di AINNA, menerusi NeuralOps, kami sedang meneroka pendekatan yang lebih terancang.
Dari perspektif perancangan pengeluaran, kami menggunakan segmentation, deterministic processing, detached 系统, 智能路由 dan model distillation sebagai reka bentuk aliran kerja, supaya model AI yang lebih besar hanya digunakan apabila keupayaan penaakulannya benar-benar diperlukan.
Objektifnya mudah difaham:
Kurangkan 令牌.
Kurangkan compute.
Kurangkan bebanan GPU.
Kurangkan penggunaan tenaga.
Kurangkan kos operasi.
Sambil mengekalkan - atau meningkatkan - hasil perniagaan.
Bagi saya, inilah tafsiran ESG yang lebih praktikal:
Kelestarian melalui reka bentuk.
Sebaliknya menambah “lapisan ESG” selepas sistem siap dibina, kita harus mereka bentuk teknologi dari awal supaya menggunakan lebih sedikit sumber.
Ada satu lagi prinsip yang saya anggap sama pentingnya:
Jangan tuntut lebih daripada bukti.
Jika kita mengukur pengurangan ketara dalam beban pemprosesan, kita harus melaporkannya sebagai keputusan sistem yang telah diukur.
Tetapi jika pengurangan karbon belum diukur dengan betul menerusi telemetry dan disahkan secara bebas, ia tidak boleh dijadikan angka pemasaran.
Kerana ESG yang bermakna memerlukan bukti.
Hasil lebih baik. 计算 lebih sedikit. Pembaziran lebih sedikit.
Itulah arah yang kami usahakan menerusi NeuralOps - membina infrastruktur AI di mana kecekapan bukan sesuatu yang ditambah kemudian, tetapi sebahagian daripada reka bentuk 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.
关于这个主题的数字比我平时看到的大多数文章靠谱。
第一次看到有人把这篇文章讲得这么坦白。
关于atau lebih baik - dengan的例子很实用，适合团队继续讨论。
同意作者对walaupun kerja itu sebenarnya boleh的判断，方向很清楚。
看第二遍才注意到kurangkan penggunaan tenaga的细节。