在人工智能（AI）训练领域，数据量的爆炸性增长正成为基础设施的核心瓶颈。当前系统依赖于传统电子存储介质，如硬盘和固态驱动器，但它们面临容量限制、高能耗和短寿命等固有缺陷。据统计，全球AI训练数据集每年以指数级增长，预计到2030年将超过10艾字节（EB），而传统存储的物理密度和能效已接近极限。这导致
标签： 续计算
当AI遇见碳中和：解码预训练模型的碳排放困局与绿色突围路径
在人工智能技术狂飙突进的当下，以GPT、BERT为代表的大规模预训练模型正经历着参数量的指数级增长。最新研究显示，训练一个千亿参数量的模型所产生的碳排放量，相当于五辆燃油汽车整个生命周期的排放总和。这种惊人的环境代价，将AI发展的可持续性问题推到了风口浪尖。 一、预训练模型的碳排放图谱 ...