AI எவ்வளவு தண்ணீரைப் பயன்படுத்துகிறது?

"AI ஒவ்வொரு சில கேள்விகளுக்கும் ஒரு பாட்டில் தண்ணீர் குடிக்கிறது" முதல் "அடிப்படையில் அது ஒரு சில துளிகள்" வரை அனைத்தையும் நீங்கள் கேள்விப்பட்டிருப்பீர்கள் என்று நான் பந்தயம் கட்டுகிறேன். உண்மை மிகவும் நுணுக்கமானது. AI இன் நீர் தடம் அது எங்கு இயங்குகிறது, உங்கள் ப்ராம்ட் எவ்வளவு நேரம் உள்ளது மற்றும் ஒரு தரவு மையம் அதன் சேவையகங்களை எவ்வாறு குளிர்விக்கிறது என்பதைப் பொறுத்து பரவலாக மாறுகிறது. ஆம், தலைப்பு எண் உள்ளது, ஆனால் அது எச்சரிக்கைகளின் புதருக்குள் வாழ்கிறது.

கீழே நான் தெளிவான, முடிவெடுக்கத் தயாரான எண்களைத் தொகுக்கிறேன், மதிப்பீடுகள் ஏன் வேறுபடுகின்றன என்பதை விளக்குகிறேன், மேலும் கட்டுமானத் தொழிலாளர்கள் மற்றும் அன்றாட பயனர்கள் நிலைத்தன்மை துறவிகளாக மாறாமல் நீர் தாவலை எவ்வாறு சுருக்கலாம் என்பதைக் காட்டுகிறேன்.

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 AI தரவுத்தொகுப்பு என்றால் என்ன?
தரவுத்தொகுப்புகள் இயந்திர கற்றல் பயிற்சி மற்றும் மாதிரி மேம்பாட்டை எவ்வாறு செயல்படுத்துகின்றன என்பதை விளக்குகிறது.

🔗 போக்குகளை AI எவ்வாறு கணிக்கிறது
மாற்றங்கள் மற்றும் எதிர்கால விளைவுகளை முன்னறிவிப்பதற்காக AI எவ்வாறு வடிவங்களை பகுப்பாய்வு செய்கிறது என்பதைக் காட்டுகிறது.

🔗 AI செயல்திறனை எவ்வாறு அளவிடுவது
துல்லியம், வேகம் மற்றும் நம்பகத்தன்மையை மதிப்பிடுவதற்கான அத்தியாவசிய அளவீடுகளை உடைக்கிறது.

🔗 AI உடன் எப்படி பேசுவது
தெளிவு, முடிவுகள் மற்றும் நிலைத்தன்மையை மேம்படுத்த பயனுள்ள தூண்டுதல் உத்திகளை வழிநடத்துகிறது.

AI எவ்வளவு தண்ணீரைப் பயன்படுத்துகிறது? நீங்கள் உண்மையில் பயன்படுத்தக்கூடிய விரைவு எண்கள் 📏

• இன்றைய காலகட்டத்தில் ஒரு வழக்கமான வரம்பு: ஒரு பிரதான அமைப்பில் ஒரு சராசரி உரை வரிக்கு துணை மில்லிலிட்டரிலிருந்து , மற்றொன்றில் நீண்ட, உயர்-கணக்கீட்டு பதிலுக்கு பத்து மில்லிலிட்டர்கள் சராசரி உரை வரியை ~0.26 மில்லி (முழு சேவை ஓவர்ஹெட் சேர்க்கப்பட்டுள்ளது) [1] என்று தெரிவிக்கிறது. மிஸ்ட்ரலின் வாழ்க்கைச் சுழற்சி மதிப்பீடு 400-டோக்கன் உதவியாளர் பதிலை ~45 மில்லி (விளிம்பு அனுமானம்) [2] இல் இணைக்கிறது. சூழல் மற்றும் மாதிரி மிகவும் முக்கியம்.

• எல்லை அளவிலான மாதிரியைப் பயிற்றுவித்தல்: மில்லியன் கணக்கான லிட்டர்களாக ஓடக்கூடியது , பெரும்பாலும் குளிரூட்டல் மற்றும் மின்சார உற்பத்தியில் பதிக்கப்பட்ட நீரிலிருந்து. பரவலாக மேற்கோள் காட்டப்பட்ட கல்வி பகுப்பாய்வு, GPT-வகுப்பு மாதிரியைப் பயிற்றுவிக்க ~5.4 மில்லியன் லிட்டர்கள் குளிரூட்டலுக்காக தளத்தில் நுகரப்படும் ~700,000 லிட்டர்கள்

• பொதுவாக தரவு மையங்கள்: பெரிய தளங்கள் ஒரு நாளைக்கு லட்சக்கணக்கான கேலன்களை , சில வளாகங்களில் காலநிலை மற்றும் வடிவமைப்பைப் பொறுத்து அதிக உச்சங்கள் உள்ளன [5].

நேர்மையாகச் சொல்லப் போனால்: அந்த புள்ளிவிவரங்கள் முதலில் சீரற்றதாகத் தோன்றுகின்றன. அவை அப்படியே இருக்கின்றன. அதற்கு நல்ல காரணங்களும் உள்ளன.

AI நீர் பயன்பாட்டு அளவீடுகள் ✅

AI எவ்வளவு தண்ணீரைப் பயன்படுத்துகிறது என்பதற்கான நல்ல பதில் சில பெட்டிகளை சரிபார்க்க வேண்டும்:

1. எல்லை தெளிவு
   மின் உற்பத்தி நிலையங்களால் மின்சாரம் தயாரிக்கப் ஆன்-சைட் குளிரூட்டும் மட்டும் உள்ளடக்குகிறதா , அல்லது ஆஃப்-சைட் நீரையும் நீர் திரும்பப் பெறுதல் vs நீர் நுகர்வு மற்றும் கார்பன் கணக்கியலைப் போலவே 1-2-3 நோக்கங்களை வேறுபடுத்துகிறது [3].

2. இருப்பிட உணர்திறன்
   ஒரு kWhக்கு நீர் என்பது பகுதி மற்றும் கிரிட் கலவையைப் பொறுத்து மாறுபடும், எனவே ஒரே மாதிரியான மின்னோட்டம் அது எங்கு வழங்கப்படுகிறது என்பதைப் பொறுத்து வெவ்வேறு நீர் தாக்கங்களை ஏற்படுத்தக்கூடும் - இலக்கியம் நேரம் மற்றும் இடம்-விழிப்புணர்வு திட்டமிடலை [3].

3. பணிச்சுமை யதார்த்தம்
   சராசரி உற்பத்தி தூண்டுதல்களைப் பிரதிபலிக்கிறதா , இதில் செயலற்ற திறன் மற்றும் தரவு மைய மேல்நிலை ஆகியவை அடங்கும், அல்லது உச்சத்தில் உள்ள முடுக்கி மட்டும்தானா? கூகிள் TPU கணிதத்தை மட்டுமல்லாமல், அனுமானத்திற்காக முழு-அமைப்பு கணக்கியலை (செயலற்ற, CPUகள்/DRAM மற்றும் தரவு-மைய மேல்நிலை) வலியுறுத்துகிறது [1].

4. குளிரூட்டும் தொழில்நுட்பம்
   ஆவியாதல் குளிர்வித்தல், மூடிய-லூப் திரவ குளிர்வித்தல், காற்று குளிர்வித்தல் மற்றும் வளர்ந்து வரும் நேரடி-க்கு-சிப் சில அடுத்த தலைமுறை தளங்களுக்கு குளிரூட்டும் நீர் பயன்பாட்டை நீக்கும் நோக்கில் வடிவமைப்புகளை வெளியிடுகிறது

5. நாளின் நேரம் மற்றும் பருவம்
   வெப்பம், ஈரப்பதம் மற்றும் மின் கட்டமைப்பு நிலைமைகள் நீர் பயன்பாட்டு செயல்திறனை ; ஒரு செல்வாக்குமிக்க ஆய்வு, நீர் தீவிரம் குறைவாக இருக்கும்போது மற்றும் எங்கு முக்கிய வேலைகளை திட்டமிட பரிந்துரைக்கிறது [3].

நீர் எடுப்பு vs நீர் நுகர்வு, விளக்கப்பட்டது 💡

• திரும்பப் பெறுதல் = ஆறுகள், ஏரிகள் அல்லது நீர்நிலைகளிலிருந்து எடுக்கப்பட்ட நீர் (சில திரும்பப் பெறப்பட்டது).

• நுகர்வு = நீர் ஆவியாகிவிடுவதால் அல்லது செயல்முறைகள்/தயாரிப்புகளில் இணைக்கப்படுவதால் திரும்பப் பெறப்படவில்லை

குளிரூட்டும் கோபுரங்கள் முதன்மையாக ஆவியாதல் மூலம் தண்ணீரைப் பயன்படுத்துகின்றன எடுக்கலாம் . இது [3] என்று தெரிவிக்கும் நம்பகமான AI-நீர் எண் லேபிள்கள்.

AI-யில் தண்ணீர் எங்கே செல்கிறது: மூன்று வாளிகள் 🪣

1. நோக்கம் 1 - தளத்தில் குளிரூட்டல்
   காணக்கூடிய பகுதி: தரவு மையத்திலேயே நீர் ஆவியாகிறது. ஆவியாதல் vs காற்று அல்லது மூடிய-லூப் திரவம் அடிப்படையை அமைக்கின்றன [5].

2. நோக்கம் 2 - மின்சார உற்பத்தி
   ஒவ்வொரு kWh மின்சாரமும் ஒரு மறைக்கப்பட்ட நீர் குறிச்சொல்லைக் கொண்டு செல்ல முடியும்; கலவை மற்றும் இடம் உங்கள் பணிச்சுமை பெறும் லிட்டர்-க்கு-kWh சமிக்ஞையை தீர்மானிக்கிறது [3].

3. நோக்கம் 3 - விநியோகச் சங்கிலி
   சிப் உற்பத்தி உற்பத்தியில் மிகவும் தூய்மையான தண்ணீரை நம்பியுள்ளது. எல்லையில் வெளிப்படையாக உள்ளடக்கப்பட்ட தாக்கங்கள் (எ.கா., ஒரு முழு LCA) சேர்க்கப்படாவிட்டால், அதை "ஒரு முறைக்கு" அளவீட்டில் நீங்கள் பார்க்க மாட்டீர்கள் [2][3].

எண்களின் அடிப்படையில் வழங்குநர்கள், நுணுக்கங்களுடன் 🧮

• கூகிள் ஜெமினி
  முழு-அடுக்கு சேவை முறையை (செயலற்ற மற்றும் வசதி மேல்நிலை உட்பட) பரிந்துரைக்கிறது. சராசரி உரை அறிவிப்பு ~0.26 மில்லி தண்ணீருடன் ~0.24 Wh ஆற்றலையும் கொண்டுள்ளது; புள்ளிவிவரங்கள் உற்பத்தி போக்குவரத்தையும் விரிவான எல்லைகளையும் பிரதிபலிக்கின்றன [1].

• மிஸ்ட்ரல் லார்ஜ் 2 வாழ்க்கைச் சுழற்சி
  ஒரு அரிய சுயாதீன LCA (ADEME/கார்போன் 4 உடன்) பயிற்சி + ஆரம்பகால பயன்பாட்டிற்காக ~281,000 m³ ஐ 400-டோக்கன் உதவியாளர் பதிலுக்கு ~45 mL என்ற அனுமான விளிம்பு அளவை வெளிப்படுத்துகிறது [2 ] .

• மைக்ரோசாப்டின் பூஜ்ஜிய-நீர் குளிரூட்டும் லட்சியமான
  குளிரூட்டலுக்கு பூஜ்ஜிய நீரைப் பயன்படுத்தும் வகையில் வடிவமைக்கப்பட்டுள்ளன , நேரடி-க்கு-சிப் அணுகுமுறைகளை நம்பியுள்ளன; நிர்வாக பயன்பாடுகளுக்கு இன்னும் கொஞ்சம் தண்ணீர் தேவைப்படுகிறது [4].

• பொதுவான தரவு மைய அளவுகோல்
  முக்கிய ஆபரேட்டர்கள் தனிப்பட்ட தளங்களில் சராசரியாக ஒரு நாளைக்கு லட்சக்கணக்கான கேலன்கள் என்று பகிரங்கமாக

• முந்தைய கல்வி அடிப்படை,
  GPT-வகுப்பு மாதிரிகளைப் பயிற்றுவிக்க, "தாகமுள்ள AI" பகுப்பாய்வு மில்லியன் கணக்கான லிட்டர்களை 10-50 நடுத்தர பதில்கள் 500 மில்லி சமமாக இருக்கும் - அவை எப்போது/எங்கே இயங்குகின்றன என்பதைப் பெரிதும் சார்ந்துள்ளது [3].

மதிப்பீடுகள் ஏன் இவ்வளவு வேறுபடுகின்றன 🤷

• வெவ்வேறு எல்லைகள்
  ஆன்-சைட் குளிரூட்டலை மட்டுமே கணக்கிடுகின்றன ; மற்றவை மின்சாரத்தின் தண்ணீரைச் சிப் உற்பத்தியைச் சேர்க்கலாம் . ஆப்பிள்கள், ஆரஞ்சுகள் மற்றும் பழ சாலட் [2][3].

• வெவ்வேறு பணிச்சுமைகள்
  ஒரு குறுகிய உரை தூண்டுதல் என்பது நீண்ட மல்டிமாடல்/குறியீடு ஓட்டம் அல்ல; தொகுப்பு, ஒருங்கிணைவு மற்றும் தாமத இலக்குகள் பயன்பாட்டை மாற்றுகின்றன [1][2].

• வெவ்வேறு காலநிலைகள் மற்றும் கட்டங்கள்
  வெப்பமான, வறண்ட பகுதியில் ஆவியாதல் குளிர்ச்சி ≠ குளிர்ந்த, ஈரமான பகுதியில் காற்று/திரவ குளிர்ச்சி. கட்ட நீர் தீவிரம் பரவலாக மாறுபடும் [3].

• விற்பனையாளர் முறைகள்
  கூகிள் ஒரு அமைப்பு அளவிலான சேவை முறையை வெளியிட்டது; மிஸ்ட்ரல் ஒரு முறையான LCA ஐ வெளியிட்டது. மற்றவை அரிதான முறைகளுடன் புள்ளி மதிப்பீடுகளை வழங்குகின்றன. ஒரு ப்ராம்ப்ட்டுக்கு "ஒரு டீஸ்பூன் பதினைந்தில் ஒரு பங்கு" என்ற கூற்று தலைப்புச் செய்திகளில் இடம்பிடித்தது - ஆனால் எல்லை விவரங்கள் இல்லாமல், அதை ஒப்பிட முடியாது [1][3].

• நகரும் இலக்கு
  குளிர்விப்பு வேகமாக உருவாகி வருகிறது. மைக்ரோசாப்ட் நீர் இல்லாத குளிர்விப்பை ; மேல்நிலை மின்சாரம் இன்னும் நீர் சமிக்ஞையைக் கொண்டு சென்றாலும், இவற்றை அறிமுகப்படுத்துவது தளத்திற்குள் தண்ணீரைக் குறைக்கும் [4].

AI இன் நீர் தடயத்தைக் குறைக்க இன்று நீங்கள் என்ன செய்ய முடியும் 🌱

1. வலது-அளவு மாதிரி
   சிறிய, பணி-சரிசெய்யப்பட்ட மாதிரிகள் அடிக்கடி துல்லியத்துடன் பொருந்துகின்றன, அதே நேரத்தில் குறைவான கணக்கீட்டை எரிக்கின்றன. மிஸ்ட்ரலின் மதிப்பீடு வலுவான அளவு-க்கு-தடம் தொடர்புகளை அடிக்கோடிட்டுக் காட்டுகிறது - மேலும் பரிமாற்றங்களைப் பற்றி நீங்கள் நியாயப்படுத்தக்கூடிய விளிம்பு அனுமான எண்களை வெளியிடுகிறது [2].

2. நீர் வாரியான பகுதிகளைத் தேர்வுசெய்யவும்
   குளிரான காலநிலை, திறமையான குளிரூட்டல் மற்றும் kWhக்கு குறைந்த நீர் தீவிரம் கொண்ட கட்டங்கள் உள்ள பகுதிகளைத் தேர்ந்தெடுக்கவும்; "தாகமுள்ள AI" பணி நேரம் மற்றும் இடம்-விழிப்புணர்வு திட்டமிடல் உதவுகிறது என்பதைக் காட்டுகிறது [3].

3. பணிச்சுமைகளை நேரத்திற்கு மாற்றவும்
   நீர்-திறனுள்ள நேரங்களுக்கு (குளிரான இரவுகள், சாதகமான கட்ட நிலைமைகள்) பயிற்சி/கனமான தொகுதி அனுமானத்தை திட்டமிடுங்கள் [3].

4. வெளிப்படையான அளவீடுகளுக்கு உங்கள் விற்பனையாளரிடம் கேளுங்கள்.
   உடனடி நீர் தேவை , எல்லை வரையறைகள் மற்றும் எண்களில் செயலற்ற திறன் மற்றும் வசதி மேல்நிலை ஆகியவை உள்ளதா. ஆப்பிள்-டு-ஆப்பிள் ஒப்பீடுகளை சாத்தியமாக்குவதற்கு கொள்கை குழுக்கள் கட்டாய வெளிப்படுத்தலை வலியுறுத்துகின்றன [3].

5. குளிர்விக்கும் தொழில்நுட்பம் முக்கியமானது
   நீங்கள் வன்பொருளை இயக்கினால், மூடிய-லூப்/நேரடி-சிப் குளிரூட்டலை ; நீங்கள் கிளவுட்டில் இருந்தால், நீர்-ஒளி வடிவமைப்புகளில் [4][5].

6. சாம்பல் நீர் மற்றும் மறுபயன்பாட்டு விருப்பங்களைப் பயன்படுத்தவும்
   பல வளாகங்கள் குடிக்க முடியாத ஆதாரங்களை மாற்றலாம் அல்லது சுழல்களுக்குள் மறுசுழற்சி செய்யலாம்; பெரிய ஆபரேட்டர்கள் நிகர தாக்கத்தைக் குறைக்க நீர் ஆதாரங்களை சமநிலைப்படுத்துதல் மற்றும் குளிரூட்டும் தேர்வுகளை விவரிக்கின்றனர் [5].

இதை உண்மையானதாக்குவதற்கான விரைவான உதாரணம் (உலகளாவிய விதி அல்ல): கோடையின் நடுப்பகுதியில் வெப்பமான, வறண்ட பகுதியிலிருந்து வசந்த காலத்தில் குளிரான, அதிக ஈரப்பதமான பகுதிக்கு இரவு நேர பயிற்சிப் பணியை மாற்றுவது - மற்றும் உச்சம் இல்லாத, குளிரான நேரங்களில் அதை இயக்குவது - தளத்திற்குள்ளேயே நீர் பயன்பாடு மற்றும் தளத்திற்கு வெளியே (கட்டம்) நீர் தீவிரம் இரண்டையும் மாற்றும். அதுதான் நடைமுறை, குறைந்த நாடக வெற்றி திட்டமிடல் [3] ஐத் திறக்க முடியும்.

ஒப்பீட்டு அட்டவணை: AI இன் நீர் கட்டணத்தைக் குறைப்பதற்கான விரைவான தேர்வுகள் 🧰

(“விலை” வடிவமைப்பால் மிருதுவாக உள்ளது - பயன்படுத்தல்கள் மாறுபடும்.)

ஆழமாகப் பேசுங்கள்: கொள்கை முரசு சத்தமாக ஒலிக்கிறது 🥁

கட்டாய வெளிப்பாட்டைக் கோருகின்றன, இதனால் வாங்குபவர்களும் சமூகங்களும் செலவுகள் மற்றும் நன்மைகளை மதிப்பிட முடியும். பரிந்துரைகளில் நோக்கம் வரையறைகள், தள-நிலை அறிக்கையிடல் மற்றும் தள வழிகாட்டுதல் ஆகியவை அடங்கும் - ஏனெனில் ஒப்பிடக்கூடிய, இருப்பிடம்-விழிப்புணர்வு அளவீடுகள் இல்லாமல், நாங்கள் இருட்டில் வாதிடுகிறோம் [3].

ஆழமான ஆய்வு: தரவு மையங்கள் அனைத்தும் ஒரே மாதிரியாகப் பயன்படுத்தப்படுவதில்லை 🚰

"காற்று குளிரூட்டல் தண்ணீரைப் பயன்படுத்துவதில்லை" என்ற ஒரு தொடர்ச்சியான கட்டுக்கதை உள்ளது. முழுமையாக இல்லை. காற்று-கனமான அமைப்புகளுக்கு பெரும்பாலும் அதிக மின்சாரம் , இது பல பிராந்தியங்களில் கட்டத்திலிருந்து மறைக்கப்பட்ட தண்ணீரை நீர் குளிரூட்டல் ஆன்-சைட் தண்ணீரின் விலையில் மின்சாரம் மற்றும் உமிழ்வைக் குறைக்கலாம். பெரிய ஆபரேட்டர்கள் இந்த பரிமாற்றங்களை தளம் வாரியாக வெளிப்படையாக சமநிலைப்படுத்துகிறார்கள் [1][5].

வைரல் கூற்றுக்கள் குறித்த ஒரு விரைவான உண்மைச் சரிபார்ப்பு: ஆழமான ஆய்வு 🧪

ஒரு ஒற்றை ப்ராம்ட் "ஒரு தண்ணீர் பாட்டில்" அல்லது மறுபுறம், "சில துளிகள்" என்று தைரியமான அறிக்கைகளை நீங்கள் பார்த்திருக்கலாம். சிறந்த நிலைப்பாடு: கணிதத்துடன் பணிவு . இன்றைய நம்பகமான புத்தக எண்கள் முழு சேவை மேல்நிலையுடன் கூடிய சராசரி உற்பத்தி ப்ராம்ட்டுக்கு ~0.26 மில்லி ~45 மில்லி [2] ஆகும். அதிகம் பகிரப்பட்ட "ஒரு டீஸ்பூன் பதினைந்தில் ஒரு பங்கு" கூற்றுக்கு பொது எல்லை/முறை இல்லை; நகரம் இல்லாமல் வானிலை முன்னறிவிப்பு போல அதை நடத்துங்கள் [1][3].

மினி-கேள்விகள்: AI எவ்வளவு தண்ணீரைப் பயன்படுத்துகிறது? மீண்டும், எளிய தமிழில் 🗣️

• சரி, ஒரு சந்திப்பில் நான் என்ன சொல்ல வேண்டும்?
  "ஒரு ப்ராம்ட்டில், அது மாதிரி, நீளம் மற்றும் அது எங்கு ஓடுகிறது என்பதைப் பொறுத்து, சொட்டுகள் முதல் சில சிப்ஸ் வரை பயிற்சி குட்டைகளை அல்ல, குளங்களை எடுத்துக்கொள்கிறது." பின்னர் மேலே உள்ள ஒன்று அல்லது இரண்டு உதாரணங்களை மேற்கோள் காட்டுங்கள்.

• AI தனித்துவமாக மோசமானதா?
  இது தனித்துவமாக செறிவூட்டப்பட்டுள்ளது : ஒன்றாக இணைக்கப்பட்ட உயர்-சக்தி சில்லுகள் பெரிய குளிரூட்டும் சுமைகளை உருவாக்குகின்றன. ஆனால் சிறந்த செயல்திறன் தொழில்நுட்பம் முதலில் தரையிறங்கும் இடமும் தரவு மையங்களில் தான் [1][4].

• எல்லாவற்றையும் காற்று குளிரூட்டலுக்கு மாற்றினால் என்ன செய்வது?
  தளத்தில் தண்ணீரைக் குறைக்கலாம் தளத்திற்கு வெளியே தண்ணீரை அதிகரிக்கலாம். அதிநவீன ஆபரேட்டர்கள் இரண்டையும் எடைபோடுகிறார்கள் [1][5].

• எதிர்கால தொழில்நுட்பத்தைப் பற்றி என்ன?
  தண்ணீரை குளிர்விப்பதைத் தவிர்க்கும் வடிவமைப்புகள் ஸ்கோப் 1 க்கு ஒரு பெரிய மாற்றமாக இருக்கும். சில ஆபரேட்டர்கள் இந்த வழியில் நகர்கின்றனர்; கட்டங்கள் மாறும் வரை மேல்நோக்கிய மின்சாரம் இன்னும் நீர் சமிக்ஞையைக் கொண்டுள்ளது [4].

இறுதி குறிப்புகள் - மிக நீளமாக உள்ளது, நான் அதைப் படிக்கவில்லை 🌊

• ஒரு ப்ராம்ட்டுக்கு: மாதிரி, ப்ராம்ட் நீளம் மற்றும் அது இயங்கும் இடத்தைப் பொறுத்து, துணை மில்லிலிட்டர் முதல் பத்து மில்லிலிட்டர்கள் வரை என்று நினைக்கிறேன் ஒரு பெரிய அடுக்கில் சராசரி ப்ராம்ட் ~0.26 மிலி மற்றொரு [1][2] இல் 400-டோக்கன் பதிலுக்கு ~45 மிலி

• பயிற்சி: எல்லைப்புற மாதிரிகளுக்கு மில்லியன் கணக்கான லிட்டர்கள்

• என்ன செய்ய வேண்டும்: சரியான அளவிலான மாதிரிகள், நீர் வாரியான பகுதிகளைத் தேர்வுசெய்க, கனமான வேலைகளை குளிரான நேரங்களுக்கு மாற்றவும், நீர்-ஒளி வடிவமைப்புகளை நிரூபிக்கும் விற்பனையாளர்களை விரும்பவும், வெளிப்படையான எல்லைகளைக் கோரவும் [1][3][4][5].

முடிவுக்கு சற்று குறைபாடுள்ள உருவகம்: AI ஒரு தாகமுள்ள இசைக்குழு - மெல்லிசை கம்ப்யூட், ஆனால் டிரம்ஸ் குளிர்வித்து தண்ணீரை இணைக்கிறது. இசைக்குழுவை டியூன் செய்யுங்கள், பார்வையாளர்கள் இன்னும் தெளிப்பான்கள் அணைக்கப்படாமல் இசையைப் பெறுகிறார்கள். 🎻💦

குறிப்புகள்

1. கூகிள் கிளவுட் வலைப்பதிவு - கூகிளின் AI எவ்வளவு ஆற்றலைப் பயன்படுத்துகிறது? நாங்கள் கணிதத்தைச் செய்தோம் (முறை + ~0.26 மிலி சராசரி ப்ராம்ட், முழு சேவை ஓவர்ஹெட்). இணைப்பு
   (தொழில்நுட்ப தாள் PDF: கூகிள் அளவில் AI ஐ வழங்குவதன் சுற்றுச்சூழல் தாக்கத்தை அளவிடுதல் .) இணைப்பு

2. மிஸ்ட்ரல் AI - AI-க்கான உலகளாவிய சுற்றுச்சூழல் தரநிலைக்கு எங்கள் பங்களிப்பு (ADEME/Carbon 4 உடன் LCA; ~281,000 m³ பயிற்சி + ஆரம்ப பயன்பாடு; 400-டோக்கன் பதிலுக்கு ~45 mL , விளிம்பு அனுமானம்). இணைப்பு

3. லி மற்றும் பலர் - AI ஐ "தாகம்" குறைக்கச் செய்தல்: AI மாதிரிகளின் ரகசிய நீர் தடயத்தைக் கண்டுபிடித்து நிவர்த்தி செய்தல் மில்லியன் கணக்கான லிட்டர்களைப் பயிற்றுவித்தல் , நேரம் மற்றும் இடம் குறித்து விழிப்புணர்வுடன் திட்டமிடுதல், திரும்பப் பெறுதல் vs. நுகர்வு). இணைப்பு

4. மைக்ரோசாப்ட் - அடுத்த தலைமுறை தரவு மையங்கள் குளிரூட்டலுக்கு பூஜ்ஜிய தண்ணீரைப் பயன்படுத்துகின்றன (சில தளங்களில் நீர் இல்லாத குளிரூட்டலை இலக்காகக் கொண்ட நேரடி-க்கு-சிப் வடிவமைப்புகள்). இணைப்பு

5. கூகிள் தரவு மையங்கள் - நிலையான முறையில் இயங்குகின்றன (தளம் வாரியாக குளிர்விக்கும் பரிமாற்றங்கள்; அறிக்கையிடல் மற்றும் மறுபயன்பாடு, மீட்டெடுக்கப்பட்ட/சாம்பல் நீர் உட்பட; வழக்கமான தினசரி தள அளவிலான பயன்பாட்டு ஆர்டர்கள் அளவு). இணைப்பு

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்.

எங்களை பற்றி