Eco2AI：作为迈向可持续AI第一步的机器学习模型碳排放追踪
机器学习
2022-08-05 v2 人工智能
计算工程、金融与科学
计算机与社会
摘要
深度神经网络的规模和复杂度持续呈指数级增长，显著增加了这些模型在训练和推理过程中的能耗。我们介绍了一个开源工具包eco2AI，以帮助数据科学家和研究人员以直接的方式追踪其模型的能耗及等效CO2排放。在eco2AI中，我们着重强调能耗追踪的准确性以及正确的区域CO2排放核算。我们鼓励研究界探索具有更低计算成本的新型最优人工智能(AI)架构。其动机也来源于基于AI的温室气体封存循环概念，该循环包含可持续AI与绿色AI两条路径。
引用
@article{arxiv.2208.00406,
title = {Eco2AI: carbon emissions tracking of machine learning models as the first step towards sustainable AI},
author = {Semen Budennyy and Vladimir Lazarev and Nikita Zakharenko and Alexey Korovin and Olga Plosskaya and Denis Dimitrov and Vladimir Arkhipkin and Ivan Oseledets and Ivan Barsola and Ilya Egorov and Aleksandra Kosterina and Leonid Zhukov},
journal= {arXiv preprint arXiv:2208.00406},
year = {2022}
}
备注
Source code for eco2AI package (energy consumption and carbon emission tracker of code in python) is available at: https://github.com/sb-ai-lab/Eco2AI , the package is also available at PyPi: https://pypi.org/project/eco2ai/