เปิดรับความท้าทายเพื่อลดการปล่อยก๊าซเรือนกระจก
Intumit ได้ร่วมกับนักวิจัยเชิงวิชาการชั้นนำมากมายเพื่อค้นหาวิธีการทำงานที่จะช่วยลดทั้งข้อมูล, เวลา และรูปแบบการฝึกอบรม โดยการเพิ่มประสิทธิภาพการประมวลผลผ่านเครือข่ายย่อยๆ ที่ผ่านการฝึกฝนมาแล้วซึ่งมีขนาดที่แตกต่างกัน
ในการฝึกโมเดล deep-learning ที่มีขนาดใหญ่แต่ละครั้งปล่อยคาร์บอนไดออกไซด์ถึง 626,000 ปอนด์ ซึ่งเทียบเท่ากับการปล่อยมลพิษตลอดอายุการใช้งานของรถยนต์ห้าคัน ดังนั้น NLP ที่มีจุดมุ่งหมายเพื่อถอดรหัสและวิเคราะห์ภาษามนุษย์ ด้วยแอปพลิเคชันต่างๆ เช่น การคาดเดาข้อความผ่านการทำงานของระบบโครงข่ายประสาทที่ซับซ้อน และจากการศึกษาพบว่า ในบางกรณี บางส่วนของเครือข่ายนั้นสามารถนำไปใช้ด้วยวัตถุประสงค์ที่แตกต่างกันกับอีกเครือข่ายหนึ่งได้ เครือข่ายย่อยที่ถูกสร้างขึ้นสำหรับงานหนึ่งสามารถนำไปใช้งานอื่นได้ ทำให้เกิดเป็นโมดูลที่ทรงพลังที่ใช้พลังงานในการคำนวณน้อยลง
นอกเหนือจากการแสวงหาเทคโนโลยีที่สามารถช่วยประหยัดพลังงานในการควบคุมข้อมูล พารามิเตอร์ และปัจจัยแบบจำลองต่างๆ
Intumit ยังได้ลงทุนในนวัตกรรมและเทคโนโลยีที่จะสามารถช่วยลดการปล่อยก๊าซเรือนกระจกจากการดำเนินการ เพื่อให้บรรลุเป้าหมายความเป็นกลางทางคาร์บอน
ลดการปล่อยก๊าซเรือนกระจก
เพื่อรับมือกับความท้าทายในการลดการปล่อยก๊าซเรือนกระจก Intumit พร้อมที่จะสนับสนุนพันธมิตรและองค์กรของเราเพื่อลดผลกระทบทางสิ่งแวดล้อม และเพิ่มความยั่งยืนโดยการลดการปล่อยก๊าซเรือนกระจก การริเริ่มนี้จะช่วยเพิ่มโอกาสการลดการปล่อยก๊าซเรือนกระจกทั้งในประเทศ และทั่วโลก โดยเฉพาะอย่างยิ่งกับพันธมิตรของเราในญี่ปุ่นและกลุ่มประเทศอาเซียน
ภายในปี 2030 เราเชื่อว่าเทคโนโลยีที่ใช้ระบบคลาวด์ และแนวทางการปฏิบัติที่ยั่งยืนที่ใช้ภายในองค์กรต่างๆ จะเติบโตขึ้นโดยจุดมุ่งหมายเดียวกันคือเพื่อลดการปล่อยก๊าซเรือนกระจก
Intumit วางแผนที่จะเปิดตัว SmartBERT Green Edition ในช่วงครึ่งหลังของปี 2021 เพื่อที่จะช่วยลดเวลาในการประมวลผลของระบบโครงข่ายที่ซับซ้อน และลดการปล่อยก๊าซเรือนกระจก