LLM 作为服务的源代码碳足迹评估
计算机与社会
2025-04-03 v1 机器学习
软件工程
摘要
由于计算用量增加，数据中心消耗和排放大量能源和碳排放。这一情况预计随着大数据分析、数字化以及大型 AI 模型的增长和成为日常工作流程的主要组成部分而进一步上升。为减少软件开发的环境影响，绿色（可持续）编码和声称 AI 模型可提高能源效率的观念日益流行。此外，在汽车行业，软件日益主导车辆性能、安全性和用户体验，绿色编码和 AI 驱动的效率原则将对显著降低该行业的环境足迹具有重要贡献。我们提供了绿色编码概述及衡量 AI 模型可持续性意识的指标。本研究介绍了 LLM 作为服务（LLM as a Service）的概念，并使用生成式商业 AI 语言模型 GitHub Copilot 自动生成代码。通过使用可持续性指标量化这些 AI 模型的可持续性意识，我们定义了代码的嵌入式碳排放和运行碳排放。
关键词
引用
@article{arxiv.2504.01036,
title = {Carbon Footprint Evaluation of Code Generation through LLM as a Service},
author = {Tina Vartziotis and Maximilian Schmidt and George Dasoulas and Ippolyti Dellatolas and Stefano Attademo and Viet Dung Le and Anke Wiechmann and Tim Hoffmann and Michael Keckeisen and Sotirios Kotsopoulos},
journal= {arXiv preprint arXiv:2504.01036},
year = {2025}
}
备注
Stuttgart Symposium, Springer