美国参议员沃伦和霍利致信能源信息管理局,要求收集数据中心的年度能源使用数据,以应对电力成本上升,旨在提高透明度,支持政策制定,防止大公司加重家庭电费负担。同时,多个州也在考虑暂停新数据中心建设。
2025年4月,葡萄牙发生大规模停电,导致整个伊比利亚半岛的电力和数字系统瘫痪。这一事件揭示了技术与电力之间的脆弱关系,提醒开发者关注能源使用,设计更具韧性的系统,以应对未来的电力危机。
人工智能的迅速发展带来了显著的能耗问题,尤其是图像生成服务如Midjourney,每天消耗约960,000千瓦时,足以供25,000个家庭使用。我们需要关注AI的环境成本,并探讨如何高效、负责任地使用能源。
人工智能的快速发展对气候产生了影响,需要大量能源来运行数据中心和GPU。大型科技公司在可持续能源使用方面未达到目标,引发道德上的反对意见。评估技术对气候的影响和使用方式的看法是重要的。
三星推出SmartThings智能家居平台的Flex Connect需求响应计划,通过与SmartThings Energy配合使用,自动减少能源使用以避免停电。Flex Connect利用AI Energy Mode自动化智能家电和连接设备对需求响应事件的响应,同时提供用户额外福利。
这个开源工具帮助用户测量、监控和减少云计算的碳排放,转化云计算使用为能源使用和碳排放估计,提供度量和碳节约估计,可与员工、投资者和利益相关者共享。优化查询和改进应用程序数据访问模式可减少碳足迹。
2023年全球能源使用导致的二氧化碳排放量创下了纪录,增加了4.1亿公吨,相当于每年新增1000座燃气发电厂的污染量。气候变化导致干旱、火灾、风暴、洪水等灾害更加严重。国际能源署对清洁能源项目的发展充满信心,认为过去五年中的清洁能源技术发展避免了三倍的二氧化碳污染。
通过计算发现大而稀疏的深度神经网络比大而密集的深度神经网络使用更少的能量,并具有可接受的准确性。明确计算能源消耗和碳足迹可以帮助减少机器学习的碳足迹。
研究发现,大而稀疏的深度神经网络模型比大而密集的模型使用更少的能量,且准确性可接受。通过计算能源消耗和碳足迹来评估模型,可以帮助减少机器学习的碳足迹。
完成下面两步后,将自动完成登录并继续当前操作。