In einem wegweisenden Schritt in Richtung Transparenz hat Google die ersten detaillierten Daten zu den Umgebungskosten seiner KI-Modelle veröffentlicht. Die am Donnerstag veröffentlichte Google . Der Chefwissenschaftler von Google, Jeff Dean, betonte die minimalen Auswirkungen auf das tägliche Leben und erklärte:”… es entspricht tatsächlich den Dingen, die Sie täglich tun, ohne dass man ein paar Sekunden des Fernsehens ansieht oder fünf Tropfen Wasser verbraucht.”Umfassende”oder”Full-Stack”-Methodik. Dieser Ansatz ist ein bewusster Versuch, einen konsistenten Standard zu etablieren und die gesamte Energieausbildung eines realen Produktionssystems zu erfassen. Es bewegt sich über simple Benchmarks hinaus, die sich häufig nur auf die aktiven KI-Beschleunigungschips konzentrieren, die das Unternehmen argumentiert, irreführend sein kann. In seiner technische Papier Google-Notizen, die von einem Mangel an einem Mangel an Konsens einen Mangel an Konsens-Aufenthaltsmessungen auf den Abschnitt, an dem ein Mangel an Konsens zu Messen ist. von Größenordnung. Um eine hohe Verfügbarkeit und geringe Latenz zu gewährleisten, muss ein erheblicher Kapazitätsumfang bereitgestellt werden, aber untätig, um Verkehrspikes oder Failovers zu bewältigen. Diese realen Betriebskosten sowie die Macht für Host-CPUs und allgemeine Rechenzentrumspersonen sind häufig von akademischen oder dritten Schätzungen ausgeschlossen. Google argumentiert, diese schmaleren Ansichten repräsentieren das, was es als „Ein optimistischer Szenar-Szenaro“. aufschlussreich. Die Active AI Accelerators (TPUs von Google) machen nur 58% der Gesamtenergie aus. Die CPU und der Speicher des erforderlichen Host-Geräts tragen weitere 24%bei. Die Energie, die von bereitgestellten Leerlaufmaschinen verbraucht wird, erhöht die Gesamtsumme erhebliche 10%. Schließlich stammen 8% von Rechenzentrumspunkten wie Kühl-und Leistungsumwandlung, einem Faktor, der durch die metrische Wirksamkeit der Branchenstandardnutzung (PUE) erfasst wird. Die Auswirkungen dieser umfassenden Grenze sind erheblich. Während es die offizielle 0,24-Abbildung ergibt, stellt Google fest, dass das Ergebnis nur 0,10 WHO-Eingabeaufforderung sein würde, wenn es einen begrenzten Ansatz verwendete-nur den aktiven KI-Chip in seinen effizientesten Rechenzentren zu messen. Dieser 2,4-fache Unterschied unterstreicht, wie viel Energie von der wesentlichen unterstützenden Infrastruktur verbraucht wird, die für einen zuverlässigen Dienst erforderlich ist. Rezension , Jeff Dean, Chefwissenschaftler von Google, bestätigte die Absicht des Unternehmens und erklärte:”Wir wollten in all den Dingen, die wir eingeschlossen haben, ziemlich umfassend sein.”Diese detaillierte Buchhaltung zeigt, dass fast die Hälfte der Energiekosten einer Eingabeaufforderung von anderen Systemen als dem KI-Prozessor selbst stammt, ein kritischer Einblick, um den wahren Umwelt Fußabdruck der KI im Maßstab zu verstehen. In seinem “Full-Stack-Ansatz zur AI-Entwicklung.” Das Unternehmen “>”>”>”>”>”>”>”>”>”,”,””,””Ohne einen gemeinsamen Maßstab bleiben die wahren Kosten der KI-Revolution schwer zu messen.
Categories: IT Info
