EP13 | AI與永續發展的交會點：探討碳意識計算的重要性

Jul 10

Written By Alan

本集LC News低碳週報主要討論了AI發展與環境永續之間的關係,重點如下:

1. 檢視AI巨頭的ESG報告,發現雖然主要公司使用100%再生能源,但其供應鏈企業尚未達到相同水準。

2. 介紹了AI專家吳恩達公司推出的新課程「面向生成式AI開發者的碳意識計算」,該課程與Google Cloud合作開發。

3. 探討了碳強度的概念,以及如何在AI開發過程中選擇低碳強度的地區和時間來運作模型。

4. 介紹了三個重要工具:Electricity Maps API、Google Cloud的Vertex AI SDK和Carbon Footprint工具,這些工具可幫助開發者監控和優化AI項目的碳排放。

5. 強調了在AI發展中採取碳意識方法的重要性,以及開發者在減少AI對環境影響方面的責任。

6. 呼籲各界,無論是AI從業者、ESG專家還是普通大眾,都應關注AI對環境的影響,為可持續的AI未來做出貢獻。

在本集中，我們探討了 AI 和環境可持續性的交叉點，重點介紹了 deeplearning.ai 和 Google Cloud 推出的新課程「面向生成式 AI 開發者的碳意識計算」。

主要內容：

AI 的環境影響：隨著 AI 使用的增長，其能源消耗和碳足跡也在增加。
碳強度：課程介紹了碳強度的概念，這個指標因地區和時間而異，取決於不同的能源組合。
溫室氣體（GHG）協議：在雲計算和 AI 開發背景下理解範疇 1、2 和 3 排放。
碳意識 AI 工具：
- Electricity Maps API：提供實時碳強度數據
- Vertex AI SDK：使開發者能在低碳區域訓練模型
- Google Cloud 碳足跡工具：追踪雲資源的排放
優化策略：
- 選擇低碳區域運行工作負載
- 在可再生能源高峰期安排計算密集型任務
- 優化資源使用
權衡因素：使用 Google Cloud 的儀表板權衡碳足跡、成本和延遲。
持續監控：定期檢查碳足跡數據並更新策略。