Институт искусственного интеллекта AIRI при поддержке Сбера создал решение для снижения выбросов CO2

Институт искусственного интеллекта AIRI* при поддержке Сбера разработал открытую библиотеку Eco4cast** для снижения выбросов углекислого газа при обучении нейронных сетей. Об этом рассказал первый заместитель Председателя Правления Сбербанка Александр Ведяхин на ВЭФ-2023.

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. При создании библиотеки учёные использовали совместно разработанный ранее пакет мониторинга динамики энергопотребления ИИ-моделей под названием Eco2AI.

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:
— Современный мир невозможно представить без искусственного интеллекта. 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.

Иван Оселедец, д. ф.-м. н., СЕО Института искусственного интеллекта AIRI:
— Чтобы использовать технологии искусственного интеллекта во благо, важно не только стремиться к качественным результатам работы моделей, но и оптимизировать сам процесс достижения целей. 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.

ПАО Сбербанк

*АИРИ
**Экофокаст
***Питон
**** Экологи́ческое, социа́льное и корпорати́вное управле́ние