Praxisorientiert: Der CO2-Fußabdruck eines KI Projekts

Nachhaltigkeit ist ein wesentlicher Aspekt der ethisch verantwortlichen Entwicklung und Anwendung von KI. Daher erfasst Tetrai seine Umweltauswirkungen — z.Bsp. innerhalb von Kundenprojekten — und kompensiert sie.

Kürzlich haben wir innerhalb eines Kundenprojekts ein Klassifizierungsmodell entwickelt, das auf BERT-BASE basiert. Während der Modellentwicklung haben wir ungefähr 30 Experimente durchgeführt, in denen wir sowohl die Architektur des Modells als auch seine Hyperparameter bezüglich des Anwendungsfall unseres Kunden optimiert haben. Alle Experimente wurden auf einer AWS p3.2xlarge-Instanz ausgeführt. Laut einem „experiment impact tracker“, über den wir bereits berichteten, haben wir dabei etwa 66 kWh Strom verbraucht und etwa 25 kg CO2-Ausstoß verursacht. Aber natürlich endet der Lebenszyklus eines Machine Learning-Modells nicht mit der Modellentwicklung: Es kann produktiv gestellt werden. Deshalb haben wir abgeschätzt, dass während der Produktion eine einzelne Vorhersage des von uns entwickelten Klassifizierungsmodells etwa 0,45 mWh Strom verbraucht und etwa 0,17 mg CO2 zur Atmosphäre beiträgt.

Wenn wir wissen, wie viele Ressourcen wir während der Modellentwicklung und Modellanwendung verbrauchen, können wir den negativen Folgen entgegenwirken: etrai kompensiert seinen CO2-Fußabdruck oder empfiehlt seinen Kunden, dies zu tun. In diesem speziellen Projekt haben wir den CO2-Fußabdruck unserer Modellentwicklung selbst über myclimate kompensiert.

Kontakt

Nicht alle wichtigen Informationen
stehen in Tabellen.

Nutzen Sie auch das, was sich in den Texten und Grafiken Ihrer Berichte befindet. Schreiben Sie uns!