根據(jù)去年在IEEESpectrum上發(fā)布的《深度學(xué)習(xí)受益遞減》一文中提到，隨著機(jī)器學(xué)習(xí)的發(fā)展，到了2025年，最強(qiáng)的深度學(xué)習(xí)系統(tǒng)在ImageNet數(shù)據(jù)集中進(jìn)行物體識(shí)別時(shí)，錯(cuò)誤率最高只有5%。但訓(xùn)練這樣一個(gè)系統(tǒng)所需要的算力和能耗都是龐大的，更糟糕的是，其排放的二氧化碳將是紐約市一整個(gè)月的排放量。
至于如何記錄碳排放，這也很簡單，只需要將訓(xùn)練/推理的時(shí)長x處理器數(shù)量x每個(gè)處理器的平均功耗xPUEx每千瓦時(shí)的二氧化碳排放即可。除了最后一項(xiàng)參數(shù)需要從數(shù)據(jù)中心那獲取外，其他的數(shù)據(jù)基本都是公開，或取決于機(jī)器學(xué)習(xí)研究者自己的選擇。 如何減少機(jī)器學(xué)習(xí)的碳足跡 圖靈獎(jiǎng)得主、谷歌杰出工程師DavidPatterson教授對現(xiàn)有的機(jī)器學(xué)習(xí)的研究和工作提出了以下幾點(diǎn)建議。首先，從模型開始著手，機(jī)器學(xué)習(xí)研究者需要繼續(xù)開發(fā)效率更高的模型，比如谷歌去年發(fā)布的GLaM通用稀疏語言模型，相較GPT-3，它多出了7倍的參數(shù)，在自然語言推理等任務(wù)上都要優(yōu)于GPT-3。但同樣重要的是它的能耗和碳足跡指標(biāo)，根據(jù)谷歌公布的數(shù)據(jù)，與使用V100的GPT-3相比，使用TPUv4的GLaM二氧化碳排放減少了14倍，可見模型對于碳足跡的影響。其次，在發(fā)布新模型的時(shí)候，他建議也把能耗和碳足跡這樣的數(shù)據(jù)公開，這樣有助于促進(jìn)機(jī)器學(xué)習(xí)模型在質(zhì)量上的良性競爭。 接著是硬件，他指出我們需要像TPUv4或者A100GPU等，這類機(jī)器學(xué)習(xí)能效比更高的硬件。其實(shí)這一點(diǎn)反倒是最不需要擔(dān)心的，這幾乎是每個(gè)初創(chuàng)AI芯片公司都在嘗試的做法，即便在峰值上不敵這些硬件，也絕對會(huì)在能效比上盡可能做大極致。 還有就是常見的能效衡量指標(biāo)PUE，大型機(jī)器學(xué)習(xí)負(fù)載往往要在數(shù)據(jù)中心上運(yùn)行，而要讓數(shù)據(jù)中心的PUE接近1并不是一件簡單的事。根據(jù)UptimeInstitute的統(tǒng)計(jì)，各家廠商旗下最大數(shù)據(jù)中心的年度PUE為1.57，就連我國工信部印發(fā)的《新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃（2021-2023）》中提出的最終目標(biāo)也只是將新建大型數(shù)據(jù)中心PUE降低至1.3以下。但好在新建的數(shù)據(jù)中心往往都不會(huì)只滿足于這個(gè)目標(biāo)，而是往1.1乃至1.06這樣的指標(biāo)推進(jìn)。 可這個(gè)指標(biāo)并不是一個(gè)死數(shù)據(jù)，隨著負(fù)載和用量的變動(dòng)，PUE是在持續(xù)波動(dòng)的，不少數(shù)據(jù)中心僅僅在建成時(shí)發(fā)布了能效指標(biāo)，之后就再未公布過任何數(shù)據(jù)了。在這塊做得最好的也還是谷歌，谷歌每年都會(huì)發(fā)布年度能效報(bào)告，將各個(gè)數(shù)據(jù)中心每個(gè)季度的PUE公布出來。 不過僅僅只有極低的PUE只能體現(xiàn)出高能耗比，DavidPatterson教授認(rèn)為還必須一并公布每個(gè)地區(qū)數(shù)據(jù)中心的清潔能源占比。比如阿里巴巴首次發(fā)布的《2022阿里巴巴環(huán)境、社會(huì)和治理報(bào)告》中就提到了2021年，阿里巴巴在中國企業(yè)可再生能源購買者中排名第一，2022財(cái)年阿里云21.6%的電力來自清潔能源。 在雙碳目標(biāo)的提出下，我國其實(shí)已經(jīng)落實(shí)到了機(jī)器學(xué)習(xí)的硬件上，但在軟件和碳足跡透明度這方面還有可以改善的空間。機(jī)器學(xué)習(xí)要想做到消耗更低的算力來實(shí)現(xiàn)更優(yōu)的效果，就必須從各個(gè)環(huán)節(jié)做到節(jié)能減排。 |
