绿色计算与可持续工程

可持续工程是 Slide Creator 的核心学科。我们相信高效的代码就是绿色代码。我们的“绿色计算”计划专注于优化整个软件生命周期——从 Python 的第一行到推理集群中的最终 GPU 指令。

1. 高效的模型架构

人工智能对环境的最大影响来自于模型大小。我们通过以下方式对抗“模型膨胀”：

蒸馏：我们使用大型、高能量的教师模型来训练小型、高效的“学生”模型，这些模型以 95% 的准确度执行布局任务，而只需 10% 的能量成本。

稀疏激活：我们最新的引擎利用稀疏注意力机制，这意味着我们只“激发”特定设计任务所需的神经元，从而在推理过程中节省大量计算量。

2. 基础设施优化

我们仅与承诺到 2025 年实现 100% 可再生能源的云提供商合作。除了提供商之外，我们还优化我们的使用：

自动缩放集群：我们的推理集群在非高峰时段（例如，每个区域的凌晨 3 点）会缩减至零，以防止闲置能源消耗。

基于 Arm 的计算：我们正在将非 GPU 工作负载迁移到基于 Arm 的处理器（例如 AWS Graviton），该处理器的每瓦性能比传统 x86 架构高出 40%。

3. 绿色软件工程原理

我们的开发人员遵循绿色软件工程原理:

碳强度意识：我们的 CI/CD 管道配置为在当地电网的低碳强度时段运行大量测试和构建流程。

数据传输最小化：我们对所有设计资产和模型权重使用高级压缩，从而降低通过网络移动数据的能源成本。

能源比例：我们努力确保我们的系统消耗的能源与交付给用户的价值成正比。

4. 硬件生命周期和电子垃圾

我们认识到，为人工智能提供动力的硬件最终会变成电子垃圾。

合作伙伴审核：我们优先考虑具有强大硬件回收和循环经济计划的数据中心合作伙伴。

服务器寿命：通过优化我们的代码以在较旧的 GPU 上运行而不会造成显着的性能损失，我们延长了硬件的使用寿命并减少了对新制造的需求。

5. 员工环境影响

绿色计算延伸到我们的团队。 Slide Creator 是一家远程优先的公司，为 40 多名员工消除了日常通勤的碳成本。当我们在纽约总部开会时，我们运营无纸化办公室，并为所有员工使用节能硬件。

有关我们的气候目标的更多信息，请参阅我们的气候承诺.