Найдено решение для снижения выбросов CO2 при обучении нейросетей

Институт искусственного интеллекта AIRI разработал открытую библиотеку Eco4cast для снижения выбросов углекислого газа при обучении нейронных сетей.

Инновационное решение поможет уменьшить эмиссию CO₂ (в отдельных сценариях — до 90%) при выполнении ресурсоёмких вычислений на Python, в том числе при обучении больших ИИ-моделей. Библиотека прогнозирует временные интервалы, в которые происходят вычисления, а также предлагает для проведения операций регионы с наименьшей текущей косвенной углеродной стоимостью электроэнергии. Точность прогнозов обеспечивает нейронная сеть. Она анализирует данные об эмиссии и 20 погодных показателей в регионах.

Eco4cast для снижения углеродного следа можно запустить как локально, так и с помощью облачных сервисов, перемещая вычисления между географическими зонами для минимизации выбросов. Библиотека находится в открытом доступе, найти исходный код можно на GitHub-профиле Института.

— Чтобы использовать технологии искусственного интеллекта во благо, важно не только стремиться к качественным результатам работы моделей, но и оптимизировать сам процесс достижения целей, прокомментировал генеральный директор Института искусственного интеллекта AIRI,  д. ф.-м. н. Иван Оселедец. — В том числе – следить за энергетической эффективностью процессов обучения алгоритмов. При выполнении кода наша библиотека рассчитывает фактическое энергопотребление центральных и графических процессоров, а также устройств хранения данных и оценивает углеродный след с учётом региональных норм углеродной стоимости вырабатываемой электроэнергии».

Проект был создан при поддержке Сбера. При создании библиотеки ученые использовали совместно разработанный ранее пакет мониторинга динамики энергопотребления ИИ-моделей под названием Eco2AI.

— Современный мир невозможно представить без искусственного интеллекта, — отметил первый заместитель Председателя Правления Сбербанка Александр Ведяхин. — Он используется в медицине, образовании, транспорте, строительстве, банковском деле и во многих других сферах. Но обучение нейросетей на суперкомпьютерах сопровождается большим расходом электроэнергии и, следовательно, высоким углеродным следом. Одна из важнейших задач климатической повестки – сокращение выбросов парниковых газов, в том числе в ИТ-сфере. Понимая это, мы поддержали Институт AIRI в перспективной ESG-разработке.