Mistral AI的環境審計使AI的隱藏成本成為了人們關注的焦點

在企業涉足兩個主要要求的時候，這種啟示出現了：採用AI保持競爭力並實現可持續性目標。審計發現了以前由行業保密掩蓋的關鍵數據，為領導者提供了可行的見解，以塑造更智能的技術策略。

Mistral的發現突出了AI系統的大量資源需求。培訓他們的1,230億參數模型消耗的能源等同於運行4,500輛汽油動力的車輛整整一年，而用水量足以填充112個奧運會大小的游泳池。通過Mistral的LE聊天助理進行的每個查詢都會產生1.14克的二氧化碳等效物，並使用45毫升的水，這通常是生長單個小蘿蔔的環境成本。

更明顯的是，研究表明，運營階段佔據了環境影響。培訓和推理佔總用水量的85％，遠遠超過了製造硬件或建築數據中心的佔地面積。因此，隨著AI使用的增加，環境成本穩步增長，使長期可持續性成為緊迫的關注。

該研究還概述了減少生態壓力的實用方法。模型部署的地理位置起著至關重要的作用 - 由可再生能源提供動力和涼爽氣候的區域產生的排放量顯著降低。該研究證實了模型量表與環境損失之間的明確聯繫：較大的模型與較小的模型產生的象徵性產生的十倍大約十倍。

這些見解指出了具體優化策略。公司可以通過為其任務適當尺寸的模型來最大程度地降低傷害，而不是默認為超大，通用系統。連續批處理（分組多個查詢以進行有效處理）等技術可以減少計算浪費，同時在清潔能源基礎設施的區域部署模型會大大降低碳輸出。

Mistral的透明度方法與許多競爭對手形成鮮明對比。 OpenAI首席執行官Sam Altman最近表示，每個ChatGpt請求僅使用0.32毫升的水，但沒有發布詳細的方法，因此難以驗證或比較。這種缺乏開放性為願意共享全面環境數據的供應商創造了一個競爭性開放，使他們能夠在擁擠的市場中脫穎而出。

審計將環境透明度定位為企業AI的戰略優勢。隨著可持續性指標開始塑造購買決策，提供清晰，可驗證的影響數據的供應商在銷售流程方面具有優勢。這種開放性支持更明智的供應商評估，這些評估權力與生態成本相比。

對於CTO和技術領導者，Mistral的報告提供了以前無法獲得的決策工具。現在，組織可以在AI採購評估中包括環境影響，以及績效和定價。這使得更完整的總擁有成本分析結合了環境外部性。

展望未來，生態效率可能與選擇AI合作夥伴時的處理速度一樣重要。隨著法規的收緊，利益相關者要求更大的責任感，今天採用環境會計的企業將得到更好的定位。米斯特拉爾（Mistral）的審計證明，確切的環境測量是可以實現的，這是一種新標準，該標準可能會使其他提供商在企業領域不可持續的其他提供商持續不透明度。

以上是Mistral AI的環境審計使AI的隱藏成本成為了人們關注的焦點的詳細內容。更多資訊請關注PHP中文網其他相關文章！