Creare prodotti di IA sostenibili

08. Misura l'impatto ambientale delle tue implementazioni di IA

Perché è importante?

Poiché le soluzioni basate sull'intelligenza artificiale stanno diventando parte integrante dei prodotti moderni, è necessario valutare attentamente il loro impatto ambientale per garantire la sostenibilità a lungo termine. I modelli di IA consumano una quantità significativa di energia durante la fase di addestramento, inferenza e funzionamento, con un'impronta di carbonio che comprende anche le emissioni dell'hardware, il consumo di acqua per il raffreddamento e il costo ambientale delle apparecchiature dismesse. Per creare prodotti di IA responsabili, i responsabili di prodotto devono valutare e monitorare le loro soluzioni durante l'intero ciclo di vita, dall'addestramento e dall'implementazione del modello all'inferenza continua e alla fine del ciclo di vita del prodotto. Ciò significa monitorare le prestazioni e l'adozione da parte degli utenti, nonché l'impronta di carbonio operativa, le emissioni incorporate e l'efficienza energetica in ogni fase.

Cosa posso fare?

Per prima cosa, rendete il monitoraggio ambientale parte integrante delle metriche dei vostri prodotti. Incoraggiate i vostri team tecnici ad adottare e riportare regolarmente metriche quali le emissioni di carbonio e il consumo energetico utilizzando strumenti e librerie open source come l'Specifiche relative all'intensità di carbonio del software (SCI) della Green Software FoundationCloud Carbon Footprint.
Collaborate con i vostri team addetti ai dati o alle infrastrutture per monitorare l'utilizzo delle risorse di calcolo e le stime energetiche in tutti gli ambienti dei prodotti AI, quali archiviazione dati, piattaforma cloud, framework di sviluppo AI, pipeline MLOps, sistemi di gestione delle versioni e sistemi di monitoraggio e registrazione.
Se disponi delle risorse necessarie, valuta la possibilità di incorporare valutazioni del ciclo di vita, a partire dall'elaborazione dei modelli di IA, dalla produzione di hardware e dalle emissioni dei data center. Se hai problemi di costo, sfrutta gli strumenti disponibili gratuitamente (come i calcolatori open source dell'impronta di carbonio) o inizia con misurazioni pilota leggere per dimostrare il valore iniziale.
Promuovete la trasparenza nella selezione dei modelli e dei fornitori:
- Utilizzate "schede modello" che documentano le caratteristiche e le prestazioni dei modelli di IA in forma coerente e standardizzata. Consultate le guide dell'Abbracciare il viso, che rivelano l'impronta ambientale di un'ampia gamma di modelli con la loro proposta di Energy Score for AI models.
- Richiedete rapporti dettagliati sul consumo energetico direttamente ai vostri fornitori, come i provider di servizi cloud o i laboratori, poiché sono nella posizione migliore per fornire dati accurati.
Monitorare l'impronta ecologica dell'inferenzaa a livello di attività, poiché per la stessa attività modelli diversi possono utilizzare quantità di energia diverse.
Anticipare le normative: ad esempio, La legge europea sull'intelligenza artificiale , la prima serie completa di normative sull'IA, ha reso obbligatoria la pubblicazione di informazioni sull'impatto ambientale della creazione di modelli fondamentali, con sanzioni significative in caso di non conformità. In qualità di progettista di sistemi di IA, è possibile utilizzare in modo proattivo le schede modello sopra menzionate per confrontare l'impronta ecologica dei modelli utilizzati.
Generare stime basate sull'utilizzo per l'inferenza: Impatto della GenAI offre uno strumento open source chiamato EcoLogits che fornisce stime basate sull'utilizzo per l'inferenza dai più grandi servizi di IA e può essere incorporato nei progetti di IA.
Preferire modelli open source quando possibile: sono più trasparenti, offrono una maggiore visibilità sul consumo energetico e sull'impatto ambientale e sono spesso più leggeri.

Cose da considerare

🌍 Misure di efficienza energetica che portano a una riduzione dei consumi
🧑💰 Misure volte a prolungare la durata dell'hardware, riducendo i rifiuti elettronici
🌍 Inclusione di parametri ambientali nell'analisi e nella rendicontazione dei prodotti

Che aspetto ha il successo?

Includete metriche di sostenibilità nelle analisi dei vostri prodotti. Iniziate ad aggiungere dati quali consumo energetico, consumo idrico e impatto dell'analisi del ciclo di vita dell'hardware alle vostre dashboard, insieme alle prestazioni e all'adozione. Monitorate i miglioramenti misurabili dell'efficienza energetica nel tempo. Inoltre, potete implementare strumenti di controllo quali una soglia minima di qualità prima di distribuire nuove versioni del modello dopo la formazione, per evitare trasferimenti ingenti a scapito della qualità. Iniziate e andate oltre le emissioni di carbonio, includendo l'impatto idrico e l'analisi completa del ciclo di vita dell'hardware (LCA).