解决AI大难题：如何降低AI运行对能源的消耗？

我们看的话，深度学习模型在AI领域实现突破性进展的规模越大，能耗和成本就越高。自然语言处理模型GPT-3就是一个典型的例子。为了在精度和速度上与人类竞争，该模型包含1750亿个参数，占用350 GB内存，产生高达1200万美元的模型训练成本。而且，单从成本的角度来看，每个人都应该能够意识到它所消耗的巨大能量。

UMass Amherst的研究人员发现，在整个生命周期中，训练大型AI模型所需要的算力往往对应超过60万英磅二氧化碳排放量，相当于5辆家用汽车的总排放量！