默认已开启GA埋码监测
开启反网络爬虫
如需设置SEO搜索引擎优化,Title/Description请在微页面设置中添加标题与摘要,keyword请在下方进行配置
说明:在此输入关键词,请以英文,隔开,最多支持10个;若输入超过10个关键词,默认按输入顺序取前10个生效

俭约型AI:让人工智能更节能,也更高效

人工智能(AI)技术飞速发展,在赋能千行百业转型发展的同时,也引发了人们对其用电量及相关温室气体排放的担忧。国际能源署(IEA)数据显示,目前数据中心、AI等应用占据了全球电力需求的2%;然而据其预测,到2026年,人工智能行业的用电量将呈指数级增长,达到其2023年总用电量的10倍。面对这一势头,衡量并限制由AI技术发展带来的环境影响,最大化降低其能源消耗,成为当下人们迫切需要解决的问题。

在施耐德电气,自设立人工智能中心(AI Hub)以来,利用AI技术应对气候变化等时代挑战,同时助力用户实现可持续发展目标,便成为施耐德电气的战略目标。而在应用AI技术实现能源效率提升的同时,该等式的另一侧——AI系统自身消耗了多少能源和资源,也需要我们加以重视。随着施耐德电气人工智能专家开发出评估AI系统效率的方法,在该领域建立全球标准的需求日益清晰可见。

如何设计俭约型AI

2024年1月,施耐德电气参与到由法国标准化机构AFNOR牵头的“AFNOR俭约型AI规范”(AFNOR Spec on Frugal AI)的拟定。该规范旨在定义AI技术应用的最佳实践,并倡导遵循环保要求的AI标准。

基于此规范,我们大力推广用于AI开发的俭约化标准,其中包括适度设计、不变的效率追求,以及环境价值与成本之间的平衡。在与其他参与方合作编写准则的过程中,我们达成了同一主要目标,即通过向组织和个人提供可用于设计、运营AI系统的实用指南,全方位应对AI技术对环境带来的影响。

这项合作共计有140家来自不同领域的组织参与,覆盖工业、初创企业、公共部门、非政府组织和学术机构等。最终,在各方的不懈努力下,通过聚焦“定义与共识”、“环境指标及方法论”,以及“最佳实践”三大维度,该文件的相关性和实用性得以切实保证。

达成“俭约”共识

事实证明,基于与各个领域的专家和专业人士交流想法,而得出的结论更具裨益。其中,“简约的评估范围”成为最为激烈的讨论之一。在评估一个用于提高能效或减少碳排放的AI系统时,可以比较两组数字:

1)应用基于AI技术的解决方案所节省的碳排放量;

2)因开发、运行该解决方案所产生的碳排放量。

毫无疑问,前者的数字会比后者高得多。然而,如果将AI解决方案应用在对减碳没有直接影响的场景,比如医疗保健或金融等完全不同的领域,如何权衡这两者才是关键。对此,我们进一步给出了三项定义:

·“高效型AI系统”:重点展示如何通过优化AI系统(如模型、数据等),以最大限度地降低其对环境的影响;

·“俭约型AI服务”:衡量整个服务的价值链,及其具体应用;

· “具有积极影响的AI服务”:在给定的影响因素(如碳排放、用水量等)条件下,该服务带来的积极影响需要大于其消极影响。

凭借自身在AI项目中的丰富实践和经验积淀,施耐德电气能够为特定行业的AI应用提供定制化的见解,即在应用AI服务的情境下,指导用户衡量其影响,并定义俭约概念。在这一过程中,施耐德电气能够进一步积累更多宝贵的洞察,持续优化俭约型AI的评估方法论。

AI三问,落实“俭约”

打造俭约型AI解决方案的关键在于以下三个问题:

1) 是否需要优先应用AI技术?

AI技术的应用,需建立在能够真正解决问题的基础上。有些AI解决方案可直接用于节约能源或减碳,而有些则用作其他用途,比如节省时间或成本、提高系统可靠性或安全性等。无论在何种情况下,确认是否存在其他方法,以及检验AI解决方案是否比该方法更有效,都至关重要。

2) 如何尽可能高效地使用AI技术?

此问题的出发点在于衡量AI的性价比——将收效及相关成本考虑在内。当应用AI解决方案的目的是节省能源或减少碳排放时,只需对比其能源与CO2的成本即可;而当用于其他目的时(如安全性),则需要在评估其能源与CO2成本的同时,找到与提高安全性之间的平衡点。

3) 如何提升AI应用的“碳智慧”?

在整体平衡满足核心需求的前提下,不断深挖可优化的空间。对于此方面,可通过以下多种方式来实现:

· 减少基于AI技术应用程序的使用频率,例如,每小时修正一次能源生产/能耗预测,而非每小时四次;

· 使用绿色能源来运行AI 计算;

· 改进解决方案架构,例如增加边缘侧的计算、使用更节能的硬件等;

· 在模型精度上做出取舍,例如使用更小的数据集、更小的的神经网络,以及使用8位编码而非64位的参数;

· 减少基于AI技术应用程序的使用频率,例如,每小时修正一次能源生产/能耗预测,而非每小时四次;

· 在机器学习过程中融入专有知识,例如使用物理信息神经网络;

· 用混合方法,例如将AI预测与线性优化相结合。

其中的某些方法或对解决方案质量具有潜在影响,因此在实践中,还需找到该方案的碳足迹与性能之间的折中点。

高效的AI解决方案,引领行业基准

2024年6月,“AFNOR俭约型AI规范”这一国际标准的发布,是推动AI应用环保化的重要里程碑。这一合作成果不仅丰富了我们应用AI技术的方法,还加强了所有贡献者在推动可持续创新方面的承诺。

正如施耐德电气高级副总裁、首席人工智能官Philippe Rambach所言:“效率一直是施耐德电气矢志不渝的追求,与此同时,我们也呼吁所有人遵守AI系统与服务在环境责任方面的最高标准。”通过积极参与“俭约型AI”标准的制定,施耐德电气将继续致力于推动技术进步与环境可持续发展的和谐共生。

关于施耐德电气
施耐德电气的宗旨,是通过赋能所有人最大化利用能源和资源创造影响力,推动人类进步与可持续的共同发展。在施耐德电气,我们称之为Life Is On。
我们的使命是成为您实现高效和可持续发展的可信赖伙伴。
作为产业技术的全球领导者,我们将世界领先的电气化、自动化和数字化技术应用于智慧工业、具有韧性的基础设施、面向未来的数据中心、智能楼宇以及数智家居中。依托于丰富的行业专长,我们提供AI赋能的端到端全生命周期工业物联网解决方案,涵盖互联互通的产品、自动化、软件和服务,并采用跨平台的产业数据基座和“数字孪生”,助力客户实现盈利性增长。
我们是一家以人为本的企业,拥有15万名员工、逾百万的合作伙伴、业务遍布全球100多个国家。我们庞大的生态圈能够确保贴近每一个客户和利益相关方的需求。我们遵循有意义的企业宗旨,拥抱多样性和包容性,为全人类的可持续未来持续努力。
www.se.com/cn

订单总金额

19999.00

请输入您的个人联系方式

X