top of page

Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

logo.png

Google AIの環境影響測定手法を発表

Generatived

25/9/1 9:00

Google(アメリカ)は、AIの環境への影響を詳細に測定する新しい手法を発表した。同社がリリースした技術論文によると、Geminiプロンプトのエネルギー使用量は0.24ワット時、二酸化炭素排出量は0.03グラム、水の消費量は0.26ミリリットルと推定される。これらの数値は、公表されている推定値よりも低い。

Googleは、AIシステムの効率性を高めるための研究と技術革新を進めている。過去12か月で、Geminiアプリのテキストプロンプトにおけるエネルギーと温室効果ガスの排出量は大幅に削減され、回答の品質も向上した。これは、データセンターのエネルギー排出量削減とカーボンフリーエネルギーへの取り組みによるものだ。

AIモデルの環境フットプリントを正確に測定するため、Googleはシステム全体の動的電力、アイドル状態のマシン、CPUとRAM、データセンターのオーバーヘッド、水の消費などを考慮した。これにより、AIのリソース消費と効率の算出における業界の整合性を高めることを目指している。

Googleは、AIの効率性向上に向けたフルスタックアプローチを採用している。効率的なモデルアーキテクチャ、アルゴリズムと量子化、推論とサービングの最適化、カスタムビルドのハードウェア、MLソフトウェアスタック、データセンターの効率化など、AI開発のあらゆるレイヤを改善している。これにより、AIサービスの提供がより効率的になっている。

この記事を共有:

最新のニュース
HRbase労務AIエージェントへ刷新

HRbase労務AIエージェントへ刷新

26/4/22 9:00

HRbase(大阪市中央区)は、労務管理サービスを「労務専門AIエージェント」へ進化させるリブランディングを実施し、新機能を4月20日に公開したと発表した。

AWSとSHIインドAI開発支援連携

AWSとSHIインドAI開発支援連携

26/4/22 9:00

Amazon Web Services(米国ワシントン州シアトル)は、SHI Indiaとの協業によりIndiaAI Missionのもとで国産AIモデル開発支援を開始したと発表したとされる。

チョイスホテルズAI全社導入推進

チョイスホテルズAI全社導入推進

26/4/22 9:00

Choice Hotels International(米国メリーランド州ノースベセスダ)は、Amazon Web Servicesとの連携により全社規模でAI導入を進めたと発表したとされる。

NVIDIAエッジAIメモリ最適化戦略

NVIDIAエッジAIメモリ最適化戦略

26/4/22 9:00

NVIDIA(米国本社)は、生成AIの普及がエッジ領域へ拡大する中、限られたメモリ環境で大規模モデルを効率的に動作させる手法を示したとされる。

Copyright © 2024 Generatived - All right Reserved.

この記事を共有:

この記事を共有:

Generatived AI Logo

Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。

  • Facebook
  • X

フォローをお願いします

言語

最新のニュース
HRbase労務AIエージェントへ刷新

HRbase労務AIエージェントへ刷新

26/4/22 9:00

HRbase(大阪市中央区)は、労務管理サービスを「労務専門AIエージェント」へ進化させるリブランディングを実施し、新機能を4月20日に公開したと発表した。

AWSとSHIインドAI開発支援連携

AWSとSHIインドAI開発支援連携

26/4/22 9:00

Amazon Web Services(米国ワシントン州シアトル)は、SHI Indiaとの協業によりIndiaAI Missionのもとで国産AIモデル開発支援を開始したと発表したとされる。

チョイスホテルズAI全社導入推進

チョイスホテルズAI全社導入推進

26/4/22 9:00

Choice Hotels International(米国メリーランド州ノースベセスダ)は、Amazon Web Servicesとの連携により全社規模でAI導入を進めたと発表したとされる。

NVIDIAエッジAIメモリ最適化戦略

NVIDIAエッジAIメモリ最適化戦略

26/4/22 9:00

NVIDIA(米国本社)は、生成AIの普及がエッジ領域へ拡大する中、限られたメモリ環境で大規模モデルを効率的に動作させる手法を示したとされる。

bottom of page