グリーンAI

Intumitは、異なるサイズの多くの事前学習済みサブネットワークを使用して計算効率を向上させることで、トレーニングデータ、トレーニング時間、トレーニングモデルを削減する方法を探るために、トップの学術研究者と協力しています。

大規模な深層学習モデルをトレーニングするには約626,000ポンドの二酸化炭素が必要であり、これは5台の車の生涯排出量に相当します。NLPは人間の言語を解読・分析することを目指しており、予測テキスト生成のようなアプリケーションは、複雑な神経ネットワークシステムの下で機能しています。研究によれば、場合によってはそのネットワークの一部を他のタスクに再利用できることが示されており、一つのタスクのために選ばれたサブネットワークは、別のタスクのために再利用できるため、強力なモジュールがより少ない計算能力を使用できるようになります。

データ、パラメーター、モデル要素のさまざまな量を制御するためのエネルギー効率の高い技術を追求し続ける中で、Intumitはカーボンニュートラリティを達成するために、将来のオペレーションを脱炭素化する革新と技術への投資を続けます。