服務存儲設計模式：Cache-Aside模式
Cache-Aside模式一種常用的緩存方式，通常是把數據從主存儲加載到KV緩存中，加速后續的訪問。在存在重復度的場景，Cache-Aside可以提升服務性能，降低底層存儲的壓力，缺點是緩存和底
9月4日消息，隨著微軟、亞馬遜、谷歌以及Facebook母公司meta等科技巨頭的人工智能研發與部署步伐不斷加快，雖然它們一直宣揚保護環境、注重可持續發展，但新的現實卻與之大相徑庭。
近年來，大型科技企業紛紛投身人工智能領域，推動了技術的快速發展，然而，與此同時，人工智能技術所帶來的環境影響也逐漸顯現出一種潛在的危害。研發大規模模型所需的GPU耗電量巨大，新的數據中心不僅需要大量電力，還需要大量水資源。例如，亞馬遜位于弗吉尼亞州北部的龐大數據中心的電力消耗已經超過了西雅圖整個電網的供應能力;谷歌數據中心在2022年的用水量甚至增長了20%，高達52億加侖;而meta的人工智能模型Llama2的運行過程中也消耗了大量的水資源。
作為人工智能領域的主要參與者，這些大公司在表面上宣稱通過一些環保項目來抵消日益增加的環境負擔。比如微軟承諾，位于亞利桑那州的數據中心一年中有一半以上時間都不用水。谷歌最近宣布與人工智能芯片巨頭英偉達合作，計劃到2030年按公司辦公室和數據中心耗水量的120%補充淡水。
然而，據ITBEAR科技資訊了解，這些做法或許只是這些公司的巧妙營銷手段。華盛頓大學某研究中心聯合主任阿德里安娜?拉塞爾(AdrienneRussell)認為，長期以來，科技行業一直在努力讓數字創新看起來符合環境可持續發展的策略，但事實并非如此。她指出，這種“齊頭并進”的說法只是虛假的，科技公司在追求增長的同時，并沒有真正地考慮環境和社會的可持續性。
投行Cowen的一份最新研究報告也揭示了一些真相。報告估計，運行人工智能的數據中心耗電量可能是傳統設施的5倍以上。英偉達供應的每塊GPU功率大約是400瓦，而每臺人工智能服務器的功率則高達2000瓦。加州大學河濱分校研究員ShaoleiRen指出，普通云計算服務器的功率通常在300至500瓦之間。
隨著越來越多的企業將大型語言模型應用到不同領域，人工智能對環境的影響可能會進一步加劇。然而，拉塞爾認為，更好的方法是專注于能實現可持續發展的創新，例如分布式網絡和本地化的數據隱私倡議。各個網絡社區可以根據自身條件，采取不那么依賴大型科技公司的方式來控制數據處理和網絡連接。
本文鏈接：http://m.rrqrq.com/showinfo-16-7653-0.html可持續發展追求背后：科技公司人工智能耗能爭議持續增加
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號