优化大型语言模型：指标、能效和案例研究洞见

本研究针对大型语言模型（LLMs）的能源消耗和碳排放问题，提出了能效优化技术，以实现可持续的生成型人工智能。通过案例研究，展示了战略量化和局部推理技术如何在不降低模型有效性的情况下，显著降低LLMs的碳足迹，实验结果表明，这些方法能在量化后减少高达45%的能耗和碳排放，为资源受限环境提供了可行的解决方案。