ビジネス情報
世界中のデータセンターで増大する水とエネルギーの需要を、企業はどのように責任を持って管理できるのか。
2024年7月15日
HBRスタッフ/Unsplash
ポスト
ポスト
共有する
注釈を付ける
保存
印刷する
LLMのような単一のAIモデルのトレーニング・プロセスは、何千メガワットもの電力を消費し、何百トンもの炭素を排出する可能性がある。また、AIモデルのトレーニングは、データセンターの排熱のために驚くほど大量の淡水を大気中に蒸発させ、すでに限られている淡水資源へのストレスを悪化させる可能性がある。このような環境への影響は大幅に拡大することが予想され、地域やコミュニティによってその影響の受け方に格差が生じている。地理的に分散したデータセンターのネットワークにAIコンピューティングを柔軟に展開・管理する能力は、不利な地域を優先し、全体的な負の環境影響を公平に分配することで、AIの環境的不平等に取り組む大きな機会を提供する。
人工知能の導入は社会のあらゆる分野で急速に加速しており、気候変動や干ばつ緩和といった世界共通の課題に取り組む可能性をもたらしている。しかし、AIの変革の可能性を取り巻く興奮の根底にあるのは、ますます大規模になり、エネルギーを大量に消費するディープ・ニューラル・ネットワークである。そして、こうした複雑なモデルの需要が高まるにつれ、AIの環境への影響に対する懸念が高まっている。
-
シャオレイ・レン カリフォルニア大学リバーサイド校電気・コンピュータ工学准教授。10年以上にわたり、計算機による持続可能性について教育・研究している。持続可能なAIに関する彼の研究は、多くの国際的なAIガバナンスと倫理ガイドラインで取り上げられ、K-12教育教材に貢献し、リアルタイムのウォーターフットプリント報告ツールのような産業革新につながり、世界的なメディアで報道された。
-
アダム・ワイアマン カリフォルニア工科大学計算数理科学科カール・F・ブラウン教授。彼の研究は、我々の世界を支配するネットワークシステムを持続可能で強靭なものにすることに努めている。持続可能なデータセンターのためのアルゴリズム設計の陣頭指揮を執り、産業界に大きく貢献したことで知られる、 ヘビーテールの基礎.
ポスト
ポスト
共有する
注釈を付ける
保存
プリント
