Mila, BCG Gamma, Haverford College och Comet.ml har utvecklat ett revolutionerande gratis open-source-verktyg som hjälper AI-aktörer att mäta sitt C02-utsläpp.
AI kan göra mycket gott för samhället, men energin som de omfattande processerna kräver kan innebära en hög kostnad för miljön. CodeCarbon är ett nyutvecklat verktyg som mäter den Co2 som produceras av de servrar som kör AI, och därmed möjliggör för utvecklare och företag att se till att deras C02-avtryck blir så litet som möjligt.
– AI är en positiv och kraftfull teknologi, men det är viktigt att vara medveten om dess ökande miljöpåverkan. Jag hoppas att CodeCarbon-projektet kommer att inspirera de som jobbar med AI att både synliggöra och minska sitt eget C02-avtryck, säger Yoshua Bengio, en av pionjärerna bakom Deep Learning och tidigare mottagare av det prestigefulla Turing-priset.
CodeCarbon är ett lätt open-source-verktyg som enkelt kan integreras i Python-kod. Det uppskattar mängden C02 ett visst AI-program använder och kan på så sätt inspirera utvecklare att effektivisera sin kod och använda mer effektiva tekniker.
CodeCarbon ger också tips på hur utvecklare kan minska sin C02-användning genom att guida till molnlösningar i regioner som har mindre C02-intensiva energikällor.
– Mängden data som processas ökar snabbt, samtidigt som vi alla måste minska vårt klimatavtryck. Om avtrycket blir synligt kan Sverige ta en stark position, inte bara på utvecklarsidan utan också för att vi har mycket grön el, säger Andreas Lundmark, ansvarig för BCG GAMMA i Norden och expert på AI.
Aktörer bakom CodeCarbon
Verktyget har utvecklats i samarbete med Montreal-baserade Mila, en världsledande aktör inom AI-fältet, BCG GAMMA, som är BCGs globala AI & Analytics-enhet, Haverford College i Pennsylvania och Comet.ml, en ledande molnbaserad plattform för maskininlärning.
Så funkar verktyget
- Verktyget mäter mängden kraft som används av den underliggande infrastrukturen hos stora moln-leverantörer.
- Den uppskattar mängden C02 som konsumeras baserat på den energimix (vind, kol etc) som finns i elnätet som hårdvaran är kopplad till.
- En tracker loggar den uppskattade C02 som produceras av varje AI-program.
- Allt synliggörs på en användarvänlig dashboard.