Në një lëvizje historike drejt transparencës, Google ka lëshuar të dhënat e para të hollësishme mbi koston mjedisore të modeleve të tij AI. Botuar të enjten, Google’s .
e kornizon këtë si një sasi shumë të vogël, ekuivalent me drejtimin e një mikrovalë për një sekondë. Shkencëtari kryesor i Google, Jeff Dean, theksoi ndikimin minimal në jetën e përditshme, duke deklaruar,”… actuallyshtë në të vërtetë e barabartë me gjërat që ju bëni pa menduar as për të në baza ditore, si të shikoni disa sekonda të TV ose të konsumoni pesë pika ujë.”Metodologjia”gjithëpërfshirëse”ose”e plotë”. Kjo qasje është një përpjekje e qëllimshme për të krijuar një standard të qëndrueshëm dhe për të kapur tërheqjen totale të energjisë së një sistemi prodhimi në botën reale. Ajo lëviz përtej standardeve të thjeshta që shpesh përqendrohen vetëm në çipat aktive të përshpejtuesit të AI, për të cilat kompania argumenton mund të jetë mashtruese. Në
Metodologjia e kompanisë është krijuar për të pasqyruar realitetet operacionale të shërbimit të një produkti global si Binjakët. Për të siguruar disponueshmëri të lartë dhe latente të ulët, një sasi e konsiderueshme e kapacitetit duhet të sigurohet, por i papunë, i gatshëm për të trajtuar pikat e trafikut ose dështimet. Kjo kosto operacionale në botën reale, së bashku me fuqinë për CPU-të e pritësit dhe qendrën e përgjithshme të të dhënave, shpesh përjashtohet nga vlerësimet akademike ose të palëve të treta. Google argumenton se këto pikëpamje më të ngushta paraqesin atë që i quan “një skenar optimist në më të mirë.”Përshpejtuesit aktivë të AI (TPU-të e Google) përbëjnë vetëm 58% të energjisë totale. CPU-ja e nevojshme e makinës pritëse dhe kujtesa kontribuojnë 24%të tjerë. Energjia e konsumuar nga makinat boshe të parashikuara shton një 10% të konsiderueshëm në total. Më në fund, 8% vjen nga qendra e të dhënave, si ftohja dhe shndërrimi i energjisë, një faktor i kapur nga efektiviteti i përdorimit të energjisë standarde të industrisë (PUE) metrikë. Kjo pamje holistike është një largim i rëndësishëm nga metodat më të ngushta të matjes. Ndikimi i këtij kufiri gjithëpërfshirës është i konsiderueshëm. Ndërsa jep figurën zyrtare 0.24 WH, Google vëren se nëse përdorte një qasje më të kufizuar-duke përmendur vetëm çipin aktiv të AI në qendrat e tij më të efektshme të të dhënave-rezultati do të ishte vetëm 0.10 WH për të shpejtë. Ky ndryshim 2.4x nënvizon se sa energji konsumohet nga infrastruktura thelbësore mbështetëse e nevojshme për një shërbim të besueshëm. Jeff Dean, shkencëtari kryesor i Google, konfirmoi qëllimin e kompanisë, duke deklaruar,”Ne donim të ishim mjaft gjithëpërfshirës në të gjitha gjërat që kemi përfshirë”. Kjo kontabilitet i hollësishëm zbulon se gati gjysma e kostos së energjisë së një shpejtë vjen nga sisteme të ndryshme nga vetë procesori AI, një pasqyrë kritike për të kuptuar gjurmën e vërtetë mjedisore të AI në shkallë. Në
Më në fund, optimizimet e nivelit të sistemit luajnë një rol vendimtar. Shërbimi i Google Stack përdor një pirg të përparuar të softuerit ML dhe vendosje dinamike, me kohë afër reale për të minimizuar boshtin e përshpejtuesit, një burim i rëndësishëm i energjisë së humbur në vendosjet në shkallë të gjerë. Këto shtresa të inovacionit, nga arkitektura e modelit deri në silikon, kontribuojnë kolektivisht në uljen dramatike nga viti në vit në ndikimin në mjedis të Gemini. Jae-won Chung, një drejtues i përpjekjes së ML.Eenergy në Universitetin e Miçiganit, i tha MIT Technology Review se”Unë mendoj se kjo do të jetë një pjesë e gurëve të gurtë në fushën e energjisë AI. Analysisshtë analiza më gjithëpërfshirëse deri më tani.”Një pjesë kryesore e informacionit që mungon është numri i përgjithshëm i pyetjeve të Binjakëve të pyetjeve çdo ditë. Pa këtë, llogaritja e kërkesës së energjisë agregate të shërbimit mbetet e pamundur. Kjo metodë, e cila i lejon kompanisë të zbritet blerjet e saj të energjisë së rinovueshme nga gjurma e saj, ka qenë një pikë grindjeje. Studiuesi kryesor Franz Ressel argumentoi,”emetimet e bazuara në treg janë një metrikë miqësore me korporatat që errëson ndikimin aktual të një ndotësit në mjedis”. Ky debat nënvizon natyrën komplekse dhe shpesh të politizuar të kontabilitetit të klimës së korporatave. Ndërsa kërkesat e energjisë së AI-së përshkallëzohen, gjigantët e teknologjisë po bëjnë gjithnjë e më shumë investime masive në burime të forta”të fuqisë së pastër si hidrocentrale dhe energji bërthamore për të siguruar një furnizim të qëndrueshëm, 24/7 për qendrat e tyre të të dhënave. Në fund të fundit, ndërsa raporti i Google është një hap i rëndësishëm, ai gjithashtu nënvizon nevojën për raportim të standardizuar, të gjerë në industri. Si Sasha Luccioni, një studiues i AI dhe klimës në Hugging Face, vuri në dukje ,”Ky nuk është një zëvendësim ose proxy për standardizimin e standardizmit.”Pa një karakter të përbashkët, kostoja e vërtetë e revolucionit të AI do të mbetet e vështirë për t’u matur.
