Green Algorithms calcola l’impatto ambientale dei modelli AI

Da tempo è in corso una discussione sulle emissioni prodotte dal deep learning, per la precisione dall’impatto ambientale delle risorse computazionali usate per addestrare i moderni modelli AI. Basti pensare che per addestrare il modello di NLP GPT-3, con i suoi 175 miliardi di parametri, sarebbe servita una potenza di 36400 petaflop/s al giorno (vedere la tabella a pag. 46). 1 petaflop/s al giorno equivale a far girare 8 GPU V100 a piena efficienza per un giorno intero.

Ora tre ricercatori hanno presentato Green Algorithms, un motore che consente di calcolare l’impatto ambientale dei propri modelli di machine learning (qui la ricerca). Il servizio calcola il fabbisogno energetico di qualsiasi algoritmo considerando il suo “tempo di funzionamento, il numero, il tipo e il tempo di elaborazione dei core, la quantità di memoria mobilitata e l’assorbimento di queste risorse”.

Il modello tiene conto anche dell’efficienza energetica del centro dati, come l’illuminazione, il riscaldamento o la corrente. L’impatto ambientale viene valutato calcolando l’intensità di carbonio, ovvero l’impronta di carbonio nella produzione di 1 kWh di energia.

Per provarlo: Green Algorithms – How green are your computations?

Maggiori info: Green Algorithms: Quantifying the Carbon Emissions of Computation (Research Summary)

Mi occupo da molti anni di intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, lavorando con un'azienda leader del settore e partecipando a iniziative della Commissione Europea. Questo blog è personale e le opinioni espresse appartengono ai singoli autori.