greenai.guide

होम › मैं कैसे…? › मैं AI हार्डवेयर के निर्माण से जुड़े कार्बन (embodied carbon) का हिसाब कैसे रखूँ?

मैं कैसे…?

मैं AI हार्डवेयर के निर्माण से जुड़े कार्बन (embodied carbon) का हिसाब कैसे रखूँ?

अपडेट किया गया · 2 मिनट में पढ़ें

संक्षेप में

Embodied carbon (निर्माण से जुड़ा कार्बन) वह उत्सर्जन है जो हार्डवेयर बनाने, भेजने और उसके निपटान से होता है। इसका हिसाब रखने के लिए हार्डवेयर का कुल embodied उत्सर्जन लें, उसे इस आधार पर बाँटें कि आपका AI काम उपकरण का कितनी देर और कितना हिस्सा इस्तेमाल करता है, और वह हिस्सा परिचालन (operational) आँकड़े में जोड़ें, जैसा SCI specification का M पद करता है। क्योंकि डेटा अक्सर कम होता है, अपनी मान्यताएँ साफ़ बताएँ; और याद रखें कि हार्डवेयर ज़्यादा समय तक रखने से वही उत्सर्जन ज़्यादा काम पर बँट जाता है।

चरण

  1. अपने हार्डवेयर या क्लाउड सप्लायर से उन उपकरणों का embodied उत्सर्जन डेटा माँगें जिनका आप इस्तेमाल करते हैं।
  2. हार्डवेयर का जितना समय और जितना हिस्सा आपका AI काम इस्तेमाल करता है, उसके हिसाब से उसे हिस्सा दें।
  3. वह हिस्सा अपने परिचालन उत्सर्जन में जोड़ें और बताएँ कि आपने क्या-क्या शामिल किया।
  4. अपनी मान्यताएँ बताएँ, जिनमें हार्डवेयर की अपेक्षित उम्र भी शामिल है।
  5. जहाँ हार्डवेयर आपके नियंत्रण में है, उसकी उम्र बढ़ाएँ, ताकि embodied उत्सर्जन ज़्यादा उपयोगी काम पर बँटे।

बिजली के साथ-साथ हार्डवेयर को भी गिनें, क्योंकि बिजली ग्रिड जितना साफ़ होता जाता है, निर्माण का हिस्सा उतना ही बड़ा होता जाता है। Meta में Wu और उनके सहयोगियों ने 2022 में बताया कि Meta की बड़े पैमाने की मशीन लर्निंग के फ़ुटप्रिंट में embodied carbon लगभग 30% था, और तर्क दिया कि जैसे-जैसे परिचालन ऊर्जा साफ़ होती है, यह सबसे बड़ा स्रोत बनता जा रहा है।

मैं इसे कैसे बाँटूँ?

Green Software Foundation की SCI specification में embodied उत्सर्जन M पद के रूप में शामिल है। एक आसान तरीका:

  1. निर्माता या सप्लायर से उपकरण का कुल embodied उत्सर्जन लें।
  2. प्रति वर्ष या प्रति घंटा उत्सर्जन पाने के लिए इसे उपकरण की अपेक्षित उम्र से भाग दें।
  3. इसे उस समय से गुणा करें जितने समय आपके काम ने उसे आरक्षित रखा, और मशीन के उस हिस्से से जिसका आपने इस्तेमाल किया।

क्लाउड सेवाओं में आप हार्डवेयर नहीं देख सकते, इसलिए प्रोवाइडर से पूछें कि क्या उसकी कार्बन रिपोर्टिंग में निर्माण (Scope 3) शामिल है और उसे कैसे बाँटा जाता है। देखें आपके क्लाउड प्रोवाइडर का कार्बन डेटा।

ई-कचरे का क्या?

Wang और उनके सहयोगियों ने 2024 में अनुमान लगाया कि 2020 से 2030 के बीच बड़े भाषा मॉडल (LLM) कुल मिलाकर 1.2 से 5.0 मिलियन टन इलेक्ट्रॉनिक कचरा पैदा कर सकते हैं, यह इस पर निर्भर है कि उनका इस्तेमाल कितनी तेज़ी से बढ़ता है, और दोबारा इस्तेमाल व रीसाइक्लिंग से इसे काफ़ी घटाया जा सकता है।

आम गलतियाँ

  • बिना बताए embodied carbon छोड़ देना। दोनों ही स्थितियों में इसे सीमा-विवरण (boundary statement) में लिखें।
  • डिफ़ॉल्ट रूप से छोटी उम्र मान लेना। उपकरण जल्दी बदलने से सालाना हिस्सा बढ़ जाता है।
  • थोड़े से दक्षता लाभ के लिए नया हार्डवेयर खरीदना, बिना यह जाँचे कि उससे निर्माण की कितनी लागत जुड़ती है।

सीमाओं के लिए देखें AI ऊर्जा कैसे मापें।

स्रोत

  1. Sustainable AI: environmental implications, challenges and opportunities, Wu et al., MLSys (2022)
  2. E-waste challenges of generative artificial intelligence, Wang et al., Nature Computational Science (2024)
  3. Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
मैं कैसे…?

मैं किसी AI फ़ीचर का Software Carbon Intensity (SCI) स्कोर कैसे निकालूँ?

किसी AI फ़ीचर का SCI स्कोर निकालें: ऊर्जा गुणा ग्रिड तीव्रता, साथ में embodied उत्सर्जन, फिर किसी functional unit, जैसे प्रति अनुरोध, से भाग।

मैं कैसे…?

क्या AI इस्तेमाल करने के लिए मुझे नया फ़ोन या लैपटॉप खरीदना ज़रूरी है?

AI इस्तेमाल करने के लिए नए फ़ोन या लैपटॉप की ज़रूरत शायद ही कभी क्यों होती है, पुराने उपकरणों को काम का कैसे रखें, और AI के फ़ुटप्रिंट में हार्डवेयर की उम्र क्यों मायने रखती है।

मैं कैसे…?

AI के लिए मैं ऊर्जा-कुशल हार्डवेयर कैसे चुनूँ?

AI हार्डवेयर को अपने असली batch साइज़ पर प्रति काम मापी गई ऊर्जा के आधार पर चुनें, runtimes और एक्सेलरेटर की तुलना करें, और नए उपकरण को embodied carbon के सामने तौलें।

अच्छी प्रैक्टिस

AI की ऊर्जा और कार्बन कैसे मापें

AI के काम की ऊर्जा और कार्बन को मापने या अनुमान लगाने की व्यावहारिक गाइड: टूल, सिस्टम सीमाएँ, प्रति-कार्य पैमाने और अनिश्चितता का ईमानदार हिसाब।

हमसे जुड़ें

धरती पर AI का असर घटाने में मदद करें

नई गाइड, फ़ंडिंग कॉल और निर्देशिका लिस्टिंग ईमेल से पाएँ, लगभग महीने में एक बार। या निर्देशिकाओं में अपना प्रोडक्ट, कोर्स, PhD या शोध जोड़ें।

कोई ट्रैकिंग नहीं। एक क्लिक में सदस्यता छोड़ें। जुड़ने के दूसरे तरीके · गोपनीयता