เรื่องเล่าจากเบื้องหลังโมเดล: เมื่อ AI ไม่ได้แค่ฉลาด แต่ก็ “กินไฟ กินน้ำ และกินโลก”

Mistral AI ได้ร่วมมือกับบริษัทที่ปรึกษาด้านความยั่งยืน Carbone 4 และหน่วยงานสิ่งแวดล้อมของฝรั่งเศส (ADEME) เพื่อวิเคราะห์ผลกระทบสิ่งแวดล้อมของโมเดล Mistral Large 2 ตลอด 18 เดือนแรกของการใช้งาน โดยแบ่งออกเป็น 3 หมวดหลัก: การปล่อยก๊าซเรือนกระจก, การใช้น้ำ, และการใช้ทรัพยากรแร่หายาก

ผลลัพธ์ที่ได้ชวนตกใจ: การฝึกโมเดลเพียงอย่างเดียวปล่อย CO₂ เทียบเท่า 20,400 ตัน และใช้น้ำถึง 281,000 ลูกบาศก์เมตร—เท่ากับสระโอลิมปิก 112 สระ! ส่วนการใช้งานจริง (inference) ก็ไม่เบา: การถาม Le Chat 1 ครั้ง (400 tokens) ปล่อย CO₂ 1.14 กรัม และใช้น้ำ 45 มิลลิลิตร—เท่ากับการดูวิดีโอ 10 วินาทีในสหรัฐฯ

ที่สำคัญคือ 85.5% ของการปล่อย CO₂ และ 91% ของการใช้น้ำเกิดจากการฝึกและใช้งานโมเดล ไม่ใช่จากการสร้างศูนย์ข้อมูลหรือฮาร์ดแวร์ ทำให้ผลกระทบสะสมต่อเนื่องทุกครั้งที่มีคนใช้ AI

Mistral AI เปิดเผยผลการวิเคราะห์สิ่งแวดล้อมของโมเดล Mistral Large 2
ร่วมมือกับ Carbone 4 และ ADEME
ผ่านการตรวจสอบโดย Resilio และ Hubblo

ผลกระทบจากการฝึกโมเดลใน 18 เดือนแรก
ปล่อย CO₂ เทียบเท่า 20,400 ตัน
ใช้น้ำ 281,000 ลูกบาศก์เมตร
ใช้ทรัพยากรแร่หายาก 660 กิโลกรัม Sb eq

ผลกระทบจากการใช้งาน (inference) ต่อคำถาม 1 ครั้ง (400 tokens)
ปล่อย CO₂ 1.14 กรัม
ใช้น้ำ 45 มิลลิลิตร
ใช้ทรัพยากรแร่หายาก 0.16 มิลลิกรัม Sb eq

85.5% ของ CO₂ และ 91% ของน้ำเกิดจากการฝึกและใช้งานโมเดล
ไม่ใช่จากการสร้างศูนย์ข้อมูลหรือฮาร์ดแวร์
สะท้อนว่าการใช้งานต่อเนื่องคือภาระหลักต่อสิ่งแวดล้อม

Mistral เสนอแนวทางลดผลกระทบสิ่งแวดล้อมของ AI
เลือกใช้โมเดลขนาดเล็กที่เหมาะกับงาน
รวมคำถามเป็นชุด (batching) เพื่อลดการคำนวณซ้ำ
ใช้ศูนย์ข้อมูลที่ใช้พลังงานหมุนเวียน

เรียกร้องให้มีมาตรฐานการรายงานผลกระทบสิ่งแวดล้อมของ AI
เพื่อให้ผู้ใช้และองค์กรตัดสินใจได้อย่างมีข้อมูล
เสนอให้ใช้ตัวชี้วัด 3 ตัว: ผลกระทบจากการฝึก, ผลกระทบจากการใช้งาน, และสัดส่วนการใช้งานต่อวงจรชีวิต

การใช้งาน AI อย่างต่อเนื่องมีผลกระทบสะสมต่อสิ่งแวดล้อม แม้แต่คำถามเดียวก็มีต้นทุน
การใช้ AI หลายล้านครั้งต่อวันทำให้ผลกระทบเพิ่มขึ้นอย่างรวดเร็ว
ผู้ใช้ควรตระหนักถึงต้นทุนที่มองไม่เห็นของการใช้ AI

https://www.techspot.com/news/108838-how-much-pollution-does-ai-create-mistral-breaks.html
🌍 เรื่องเล่าจากเบื้องหลังโมเดล: เมื่อ AI ไม่ได้แค่ฉลาด แต่ก็ “กินไฟ กินน้ำ และกินโลก” Mistral AI ได้ร่วมมือกับบริษัทที่ปรึกษาด้านความยั่งยืน Carbone 4 และหน่วยงานสิ่งแวดล้อมของฝรั่งเศส (ADEME) เพื่อวิเคราะห์ผลกระทบสิ่งแวดล้อมของโมเดล Mistral Large 2 ตลอด 18 เดือนแรกของการใช้งาน โดยแบ่งออกเป็น 3 หมวดหลัก: การปล่อยก๊าซเรือนกระจก, การใช้น้ำ, และการใช้ทรัพยากรแร่หายาก ผลลัพธ์ที่ได้ชวนตกใจ: การฝึกโมเดลเพียงอย่างเดียวปล่อย CO₂ เทียบเท่า 20,400 ตัน และใช้น้ำถึง 281,000 ลูกบาศก์เมตร—เท่ากับสระโอลิมปิก 112 สระ! ส่วนการใช้งานจริง (inference) ก็ไม่เบา: การถาม Le Chat 1 ครั้ง (400 tokens) ปล่อย CO₂ 1.14 กรัม และใช้น้ำ 45 มิลลิลิตร—เท่ากับการดูวิดีโอ 10 วินาทีในสหรัฐฯ ที่สำคัญคือ 85.5% ของการปล่อย CO₂ และ 91% ของการใช้น้ำเกิดจากการฝึกและใช้งานโมเดล ไม่ใช่จากการสร้างศูนย์ข้อมูลหรือฮาร์ดแวร์ ทำให้ผลกระทบสะสมต่อเนื่องทุกครั้งที่มีคนใช้ AI ✅ Mistral AI เปิดเผยผลการวิเคราะห์สิ่งแวดล้อมของโมเดล Mistral Large 2 ➡️ ร่วมมือกับ Carbone 4 และ ADEME ➡️ ผ่านการตรวจสอบโดย Resilio และ Hubblo ✅ ผลกระทบจากการฝึกโมเดลใน 18 เดือนแรก ➡️ ปล่อย CO₂ เทียบเท่า 20,400 ตัน ➡️ ใช้น้ำ 281,000 ลูกบาศก์เมตร ➡️ ใช้ทรัพยากรแร่หายาก 660 กิโลกรัม Sb eq ✅ ผลกระทบจากการใช้งาน (inference) ต่อคำถาม 1 ครั้ง (400 tokens) ➡️ ปล่อย CO₂ 1.14 กรัม ➡️ ใช้น้ำ 45 มิลลิลิตร ➡️ ใช้ทรัพยากรแร่หายาก 0.16 มิลลิกรัม Sb eq ✅ 85.5% ของ CO₂ และ 91% ของน้ำเกิดจากการฝึกและใช้งานโมเดล ➡️ ไม่ใช่จากการสร้างศูนย์ข้อมูลหรือฮาร์ดแวร์ ➡️ สะท้อนว่าการใช้งานต่อเนื่องคือภาระหลักต่อสิ่งแวดล้อม ✅ Mistral เสนอแนวทางลดผลกระทบสิ่งแวดล้อมของ AI ➡️ เลือกใช้โมเดลขนาดเล็กที่เหมาะกับงาน ➡️ รวมคำถามเป็นชุด (batching) เพื่อลดการคำนวณซ้ำ ➡️ ใช้ศูนย์ข้อมูลที่ใช้พลังงานหมุนเวียน ✅ เรียกร้องให้มีมาตรฐานการรายงานผลกระทบสิ่งแวดล้อมของ AI ➡️ เพื่อให้ผู้ใช้และองค์กรตัดสินใจได้อย่างมีข้อมูล ➡️ เสนอให้ใช้ตัวชี้วัด 3 ตัว: ผลกระทบจากการฝึก, ผลกระทบจากการใช้งาน, และสัดส่วนการใช้งานต่อวงจรชีวิต ‼️ การใช้งาน AI อย่างต่อเนื่องมีผลกระทบสะสมต่อสิ่งแวดล้อม แม้แต่คำถามเดียวก็มีต้นทุน ⛔ การใช้ AI หลายล้านครั้งต่อวันทำให้ผลกระทบเพิ่มขึ้นอย่างรวดเร็ว ⛔ ผู้ใช้ควรตระหนักถึงต้นทุนที่มองไม่เห็นของการใช้ AI https://www.techspot.com/news/108838-how-much-pollution-does-ai-create-mistral-breaks.html
WWW.TECHSPOT.COM
How much pollution does AI create? Mistral breaks it down
Mistral recently published an analysis of the environmental impact of one of its large language models. As chatbots and other AI-powered technologies become increasingly embedded in the...
0 ความคิดเห็น 0 การแบ่งปัน 43 มุมมอง 0 รีวิว