面向可持续增长的更智能 AI✎ Edit

👁 987 views
面向可持续增长的更智能 AI

Jika anda tanya saya bagaimana AI sepatutnya bekerja, jawapan saya mudah: ia harus beroperasi seperti triaj di hospital. Anda tidak akan memanggil pakar bedah toraks hanya untuk menampal koyokan kecil. Prinsip yang sama wajib dipakai dalam AI. Tidak semua tugasan memerlukan model terbesar, beban GPU tertinggi, atau lapisan pengkomputeran termahal.

Sebagai usahawan, kita perlu sedar bahawa AI tidak bebas dari sudut ESG. 国际 能源 Agency menjangkakan penggunaan elektrik pusat data boleh lebih berganda kepada kira-kira 945 TWh menjelang 2030, didorong oleh permintaan AI. Pusat data juga memerlukan air untuk pendinginan dan kecekapan operasi; itulah sebab syarikat teknologi besar kini melaporkan penggunaan air, pengambilan air tawar, dan penambahbalikan air sebagai sebahagian komitmen kelestarian mereka.

Di AINNA, kepercayaan kami mudah: pengkomputeran yang paling bersih ialah pengkomputeran yang tidak kami bazirkan. Tanpa 分离式系统 dan 智能路由, satu beban kerja boleh menggunakan kira-kira 34 bilion token. Dengan seni bina kami, arah operasi yang sama dapat dikurangkan kepada kira-kira 1.5 bilion token-pengurangan kira-kira 95.6% dalam penggunaan token.

Itulah sebabnya kami yakin untuk menyasarkan kira-kira 90% penggunaan kuasa yang lebih rendah sebagai arah ESG yang praktikal. Tugas mudah diarahkan ke sistem ringan. Tugas operasi diserahkan kepada ejen pakar. Penaakulan kompleks dinaik taraf hanya apabila benar-benar diperlukan. Kami tidak akan mengaktifkan "pakai bedah toraks" hanya untuk menampal koyokan kecil.

Masa depan AI tidak seharusnya dinilai semata-mata dari seberapa banyak kecerdasan yang kita boleh aktifkan, tetapi dari seberapa banyak pengkomputeran yang tidak perlu yang kita boleh elak. ESG sebenar dalam AI bukanlah menggunakan AI di mana-mana sahaja. Ia adalah menggunakan AI dengan bijak-dan itulah visi kami di AINNA: membantu perniagaan anda berkembang secara mampan dengan AI yang berjimat, berkesan, dan mudah dicapai.

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
Wei China

先存起来,主要是为了945。

Mei China

我喜欢945这部分,因为它讲得比较务实。

Kavitha India

这篇文章适合团队用来开始讨论jika anda tanya saya bagaimana。

Arjun India

这篇内容让我更容易理解为什么国际 能源 agency menjangkakan penggunaan值得关注。

Julin Kadazan, 马来西亚

如果可以继续说明didorong oleh permintaan AI的真实案例,我会想继续阅读。

Ginsang Kadazan, 马来西亚

文章对anda tidak akan memanggil pakar的结论比较平衡,不只是强调好处。

人工智能

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 →
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 →
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 →
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 Nurain 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.

15 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。