Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning

要約

機械学習 (ML) では、モデルのトレーニング プロセス中にエネルギーを使用して計算を実行する必要があります。
このエネルギーの生成には、使用量とエネルギー源に応じて、温室効果ガスの排出に関する環境コストが伴います。
ML の環境への影響に関する既存の研究は、少数のモデルをカバーする分析に限定されており、ML モデルとタスクの多様性を適切に表していません。
現在の研究では、自然言語処理とコンピューター ビジョンにおける時間とさまざまなタスクにわたる 95 の ML モデルの炭素排出量の調査を提示します。
使用されるエネルギー源、生成される CO2 排出量、これらの排出量が時間とともにどのように変化するか、モデルのパフォーマンスとどのように関連するかという観点から、それらを分析します。
私たちの分野の二酸化炭素排出量に関する議論で締めくくり、これらの排出量を報告および追跡するための集中リポジトリの作成を提案します。

要約(オリジナル)

Machine learning (ML) requires using energy to carry out computations during the model training process. The generation of this energy comes with an environmental cost in terms of greenhouse gas emissions, depending on quantity used and the energy source. Existing research on the environmental impacts of ML has been limited to analyses covering a small number of models and does not adequately represent the diversity of ML models and tasks. In the current study, we present a survey of the carbon emissions of 95 ML models across time and different tasks in natural language processing and computer vision. We analyze them in terms of the energy sources used, the amount of CO2 emissions produced, how these emissions evolve across time and how they relate to model performance. We conclude with a discussion regarding the carbon footprint of our field and propose the creation of a centralized repository for reporting and tracking these emissions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google