可持续开源AI需要追踪衍生品的累计足迹
新兴技术
2026-05-06 v3
摘要
开源AI正在快速扩张，模型中心如今托管了数百万个制品。每个基础模型都可能孕育出大量的fine-tune、adapter、quantization、merge和fork。我们认为，仅凭计算效率是不够的，除非这些衍生行业的影响在可衡量且可比较的程度上被测量和披露，否则它们的环境足迹将不可见。然而，这些衍生行业的能源使用、用水情况和排放在一致、可比较的方式下很少被测量或披露，导致生态系统层面的影响几乎不可见。我们认为，可持续的开源AI需要追踪跨模型衍生链路的影响，而不仅仅是基础模型。我们提出了数据与影响会计(DIA)方案，这是一种轻量级、非限制性的透明层，(i)标准化碳和水报告元数据，(ii)集成常见训练和推理管道中的低摩擦度测量，以及(iii)通过公共仪表板汇总报告，以概括跨版本和衍生品的累计影响。DIA使衍生成本可见，并在保持开放性的同时支持生态系统层面的问责。https://vectorinstitute.github.io/ai-impact-accounting/
引用
@article{arxiv.2601.21632,
title = {Sustainable Open-Source AI Requires Tracking the Cumulative Footprint of Derivatives},
author = {Shaina Raza and Iuliia Zarubiieva and Ahmed Y. Radwan and Nate Lesperance and Deval Pandya and Sedef Akinli Kocak and Graham W. Taylor},
journal= {arXiv preprint arXiv:2601.21632},
year = {2026}
}