标签
本文提出了一种碳感知的微调目标，可在任务准确性和推理CO2排放之间取得平衡，并在MMLU科目的Gemma-2 2B、Llama-3.1 8B和Qwen-2.5 14B上进行了测试，发现存在依赖模型和任务的盈亏平衡区域。
微软、亚马逊和谷歌的碳排放总量在过去一年中增长了近20%，达到1.19亿公吨，这是由于为AI建设数据中心所致。这一数字约为法国年排放量的三分之一，逆转了此前在气候目标方面的进展。
微软2026年可持续发展报告显示，碳排放量增加了25%，主要由于数据中心扩张和AI需求，并指出可持续发展解决方案未能跟上步伐。
本文探讨了世界各地的创新建筑技术和材料，旨在通过使用本地采购的可持续材料（如加利福尼亚的 mass timber 和南极洲的太阳能吊舱）来减少碳排放并解决住房危机。
提出了TriHead-GAN，一种基于Transformer的GAN，其采用三头判别器，联合监督分布真实性、跨变量依赖性和时间平滑性，以生成逼真的碳排放时间序列，在多个数据集上优于基线方法。
Andrew Ng认为，关于数据中心的碳排放、电价和水资源消耗的担忧被夸大了，而且阻止数据中心建设对环境的危害大于帮助。