Módszertan és források
Hogyan becsüljük meg az AI víz-, áram-, CO₂- és GPU-óráit. Átlátható adatforrások, feltételezések és frissítési ütemezés.
Utolsó frissítés:
Terjedelem
Élő becsléseket nyújtunk a kiválasztott mesterséges intelligencia-tevékenység és hatás mérőszámairól. Az értékek tájékoztató jellegűek, a nyilvános viták tájékoztatására szolgálnak, nem helyettesítik az üzemeltetők vagy a szabályozó hatóságok elsődleges jelentéseit.
Adatforrások
- Az adatközpontok és felhőszolgáltatók adatai (hatékonyság, hűtés, PUE/WUE).
- Tudományos szakirodalom és független tanulmányok a mesterséges intelligencia számítási és erőforrás-használatáról.
- Hardvergyártói információk (TDP, tipikus kihasználtság), képzési/interferencia munkaterhelésről szóló jelentések.
- Nemzeti és regionális hálózati tényezők (energiamix, kibocsátási tényezők).
- Sajtóközlemények, nyilvános bejelentések és jó hírű technikai blogok.
Általános megközelítés
A nyilvános alapvonalakat a munkaterhelés növekedésére, kihasználtságára és hatékonyságára vonatkozó ésszerű feltételezésekkel kombináljuk. Ahol tartományok léteznek, ott a konzervatív középértékeket részesítjük előnyben.
A számlálók időközönként frissülnek a szerveroldalon, és interpolálják a kliensoldalt (másodpercenkénti sebesség) az élő élmény érdekében. Az éves értékek az adott év január 1-jén kezdődnek; a napi értékek helyi éjfélkor.
Víz
A vízzel kapcsolatos becslések tartalmazzák az adatközpontok hűtővizét és adott esetben az energiatermeléshez szükséges upstream vizet. A munkaterhelési osztályok (edzés vs. következtetés) és a helyszín (ha ismert) szerint aggregálunk.
Képlet (egyszerűsített)
AI víz ≈ (adatközpont víz per kWh × AI villamos energia) + (energiatermelés vízintenzitása × AI villamos energia)Ahol a helyspecifikus WUE nem ismert, ott regionális vagy üzemeltetői mediánokat használunk.
Villamosenergia
A villamosenergia-felhasználás a számítási igényből és a munkaterhelési osztályok szerinti tipikus kihasználtságból származik, adott esetben a PUE-értékkel kiigazítva.
Képlet (egyszerűsített)
AI villamosenergia ≈ (IT terhelés × kihasználtság × órák) × PUEHa a PUE nem ismert, akkor a közelmúltbeli üzemeltetői közlemények alapján konzervatív értéket feltételezünk.
CO₂
A CO₂e értékeket a villamosenergia-felhasználás és a hálózati kibocsátási tényezők alapján becsülik, figyelembe véve a regionális keverékeket, amennyiben rendelkezésre állnak.
Képlet (egyszerűsített)
AI CO₂e ≈ (AI villamos energia × hálózati kibocsátási tényező)A több régióra kiterjedő munkaterhelés esetében súlyozott átlagos kibocsátási tényezőt alkalmazunk, amennyiben vannak erre vonatkozó adatok.
GPU-órák
A GPU-órák megközelítőleg az AI-munkaterhelések által felhasznált összesített gyorsítóidő. A modellszámokat, képzési futtatásokat és következtetési mennyiségeket tipikus eszköz-órákkal kombináljuk.
Képlet (egyszerűsített)
GPU-órák ≈ Σ (eszközök száma × kihasználtság × órák)Az eszközösszetétel (A/H-sorozat stb.) és a kihasználtság változó; óvatos középértékeket használunk.
Frissítések
A kiszolgálói pillanatfelvételek (ISR) időszakosan frissülnek; az ügyféloldali számlálók néhány másodpercenként animálódnak. A módszertani szöveget felülvizsgálják és frissítik, amint új nyilvános adatok jelennek meg.
Korlátozások
- Bizonytalanság: a nyilvános adatok részlegesek; inkább tájékoztató jellegű becsléseket közlünk, mint pontos méréseket.
- A rendszer határai: az adatok rendelkezésre állásától függően néhány upstream/downstream hatás kívül eshet a hatályon.
- Időbeli eltérés: az újabb közzétételek eltolhatják az alapvonalakat; törekszünk az azonnali frissítésre.
- Összehasonlíthatóság: a különböző szereplők különböző hatókörökkel jelentenek; ahol lehetséges, harmonizáljuk.
Etika és átláthatóság
Célunk, hogy a vitát világos, forrásból származó számadatokkal tájékoztassuk, ugyanakkor elkerüljük a szenzációhajhászást. Szívesen fogadjuk a helyesbítéseket és további forrásokat.
Írjon nekünk javításokkal vagy forrásokkal az alábbi címre contact@theaimeters.com.