资 源 简 介
由于大部分繁重的AI任务都是在云端完成的，因此人们很容易忘记AI需要大量的计算资源及电力。马萨诸塞州大学阿默斯特分校去年的一项研究发现，训练一个大型自然语言处理（BERT）AI模型因消耗电力而产生的二氧化碳（CO2），相当于跨大西洋往返航班对每个乘客所产生的CO2。那只是一个模型，虽然是变换网络，但只需训练一次。开发过程中通常会对模型进行多次调整和反复训练。如果将神经网络结构搜索（一种使用AI来调整模型的AutoML技术）加入一个大小适中的转换器中，其CO2总排放量将猛升到几乎与5辆美国汽车的终身排放量相同。AI加速器有望提高AI处理的计算效率。随着AI处理量的不断增加，数据中心将会采用这些新的专用加速器。但是AI加速器可以节省能源吗？究竟是总的用电量下降了，还是数据中心只不过利用同样的电力实现了更多的计算？
