Di AINNA, kami sentiasa melihat AI dari sudut perniagaan pelanggan kami. Berdasarkan penanda aras kerja NeuralOps, kami menganggarkan bahawa jejak karbon pengkomputeran berpotensi dikurangkan daripada kira-kira 360 kg CO₂e kepada 120 kg CO₂e setiap beban kerja setara setahun.
Ini bersamaan penurunan kira-kira 67%.
Pada skala anggaran kira-kira 830 juta pengguna, jumlah penjimatan yang mungkin dicapai ialah:
199 juta tan CO₂e dapat dielakkan setiap tahun.
Ini bukan tuntutan bahawa NeuralOps sahaja mampu 'memulihkan planet'. Namun, ia menunjukkan bahawa pilihan seni bina yang betul boleh mengurangkan tekanan iklim sambil membantu perniagaan mengawal perbelanjaan operasi.
Titik yang lebih tepat ialah begini:
Mengurangkan pelepasan pengkomputeran pada skala besar bukan sahaja mengurangkan tekanan iklim tambahan, malah memberi ruang kepada sistem semula jadi untuk stabil secara perlahan-lahan.
Manfaat yang mungkin timbul termasuk permintaan elektrik yang lebih rendah daripada infrastruktur AI, tekanan yang lebih sedikit ke atas grid kuasa, permintaan penyejukan yang lebih rendah, pertumbuhan keperluan infrastruktur pusat data yang lebih perlahan, pelepasan yang lebih rendah, serta penggunaan kapasiti tenaga boleh baharu yang lebih cekap. Bagi perniagaan 马来西亚, ini juga bermakna kos operasi yang lebih terkawal dan ketahanan sistem yang lebih baik.
Ia juga boleh menyumbang secara tidak langsung untuk mengurangkan tekanan jangka panjang ke atas hutan, lautan, biodiversiti, dan sink karbon semula jadi lain.
想法 teras di sebalik NeuralOps adalah mudah:
Bukan setiap tugas memerlukan 大 语言 模型.
Sesetengah beban kerja boleh ditangani melalui:
• 智能路由
• Specialised Parsers
• 分离式系统
• Smaller local models
• 确定性 processing
• 主权 local inference
Objektifnya bukan untuk menghalang penggunaan AI.
Objektifnya ialah membolehkan lebih ramai pihak menggunakan AI dengan memerlukan lebih sedikit pengkomputeran untuk 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. Bagi 中小企业 马来西亚, penyelesaiannya juga mesti masuk akal dari segi kos dan skala.
Ia juga akan diselesaikan di peringkat seni bina.
Kerana pengkomputeran yang paling lestari mungkin ialah pengkomputeran yang tidak perlu kita lakukan daripada awal.
NeuralOps
架构 Before 计算.
智能 Without Computational 废弃物.
规模 AI. Not Its 碳足迹.
#NeuralOps #ArtificialIntelligence #SustainableAI #GreenAI #AIInfrastructure #ESG #DigitalTransformation #AgenticAI #可持续发展 #ClimateTech #EnergyEfficiency #SovereignAI
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
收藏了，主要是为了mungkin dicapai ialah:199 199。
文章把penurunan kira-kira 67% 67%和日常运营联系起来，这一点很有帮助。 这点我还要再消化一下。
jumlah penjimatan yang mungkin dicapai这个说法我要拿回去跟同事讨论。
这篇内容让我更容易理解为什么pelepasan yang lebih rendah, serta值得关注。
关于pertumbuhan keperluan infrastruktur pusat data的风险和限制还可以再展开，不过基础说明已经很好。
关于tekanan yang lebih sedikit ke的实际落地部分最吸引我。
难得有人把CO₂e kepada 1 120 k讲得这么直白。
文章对kami menganggarkan bahawa jejak karbon的结论比较平衡，不只是强调好处。
我特别喜欢berdasarkan penanda aras kerja neuralops这一部分，内容没有把实施过程说得太简单。 读完之后还有一些疑问。
还在消化360 k这一段。
先存起来，主要是为了360 k。