该论文提出了一种新颖的神经架构搜索（NAS）方法，通过探索不同NAS算法的碳排放变化和能量差异来解决与NAS相关的高碳成本的关键挑战。CE-NAS利用增强学习代理动态调整GPU资源，以平衡高能效采样和高能耗评估任务。CE-NAS还利用多目标优化器减少了NAS的搜索空间。实验结果表明，CE-NAS在降低碳排放的同时，在NAS数据集和开放域NAS任务上取得了有效的结果。