Réduire l'empreinte carbone
de l'apprentissage automatique
INRIA.FR
Réduire l'empreinte carbone
La taille imposante des ensembles de données et le nombre de calculs requis pour former les algorithmes d’apprentissage automatique entraînent une charge de travail extrêmement importante sur les serveurs en mode cloud, ce qui génère une empreinte carbone considérable. Le projet SustainML financé par l’Union européenne vise à concevoir un cadre de développement innovant qui aidera les concepteurs d’IA à réduire la consommation d’énergie de leurs applications.
Selon une étude publiée dans la revue Nature, un modèle de formation standard utilisé pour le traitement du langage naturel en 2019 avait émis 300 000 kg de CO2, soit l’équivalent de 125 vols aller-retour entre New York et Pékin. Cinq ans plus tard, tous les secteurs de la société adoptent avec enthousiasme les réseaux de neurones profonds et, à mesure que l’intelligence artificielle prend des proportions sans précédent, le bilan pour la planète s’alourdit.
En savoir plus Inria.fr :
Le site www.inria.fr met en avant les dernières actualités des équipes de recherche Inria.
