GCRI · Intelligenza artificiale e sistemi autonomi
Calcolo ed energia
Training and running AI requires specialised chips, data centres, electricity, cooling water and network capacity. Demand is growing quickly and concentrating in particular places, with effects on power grids, water resources and emissions. This page sets out how AI compute uses energy and water, how those uses are measured, and what evidence serves the grid operators, planners and policymakers who must accommodate them.
Come si svolge il lavoro.
Registro dei modelli
Compute and energy · Model registry · Release gate
Modelli
| M-904 triage assistant | Servizio pubblico | Alto | 19 of 24 suites | Bloccato |
| M-890 flood nowcast | Scienza | Medio | 10 of 12 | Rilasciato |
| M-955 document search | Interno | Basso | 7 su 8 | Rilasciato |
| M-242 agent planner | Agentico | Alto | 13 of 16 | In valutazione |
Scheda del modello
- Uso previsto
- supporto al triage, decide una persona
- Fuori ambito
- decisioni di ammissibilità
- Limiti noti
- minore accuratezza sui casi rari
- Titolare
- Responsabile del modello
Registro degli incidenti
- D-28INCCitazione allucinata nel riepilogo
- D-6MITRetrieval grounding aggiunto
- D-4INCPrompt injection tramite file caricato
- D-1MITAutorizzazione dello strumento ristretta
Evaluation scores
vs release threshold
Fig.Model registry: example names and illustrative values, not a record or a live system.
Compute and energy: how the risk develops.
Compute concentration, efficiency and demand. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Training and inference both use energy
Training a large model uses a large amount of electricity once; inference uses less per query but runs continuously at scale, and can dominate over a model’s life.
Data centres strain local grids
Large data centres need connections comparable to industrial plants. Clusters in one region can outpace grid and generation build-out.
Cooling uses water
Evaporative cooling and electricity generation consume water. Where water is scarce, data centre siting competes with other uses.
Efficiency and demand move together
Hardware and software efficiency improve quickly, but lower costs can raise total use. Net energy demand depends on both.
Energy now in East Asia.
Night lights, population density and land cover over East Asia, from NASA GIBS. Each layer carries its own date.
La mappa interattiva richiede JavaScript; l'elenco dei livelli e le fonti sono riportati sotto.
Livelli 3
L'energia ora, per questa pagina
Informazioni su questo livello
- Evidenza
- Osservato
- Fonte
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Fornitore
- NASA LAADS DAAC
- Licenza
- Dati aperti NASA
- Annata
- giornaliero; radianza satellitare, corretta per luce lunare e atmosfera
- Più recenti alla build
- 2026-10-12
- Risoluzione
- griglia di circa 500 m
- Incertezza
- Radianza notturna satellitare per la data indicata; le luci sono un indicatore indiretto dell'uso di elettricità e delle interruzioni, non una misura di fornitura o accesso.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Informazioni su questo livello
- Evidenza
- Stimato
- Fonte
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
- Fornitore
- NASA SEDAC (CIESIN, Columbia University)
- Licenza
- CC BY 4.0
- Annata
- null; Stima basata sul censimento, statica (2020)
- Risoluzione
- griglia di circa 1 km
- Incertezza
- Stima basata sui censimenti delle persone per chilometro quadrato nel 2020, mostrata come contesto di esposizione; non è un conteggio delle persone colpite da alcun pericolo.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Informazioni su questo livello
- Evidenza
- Modellato (ultimo mese pubblicato da GIBS)
- Fonte
- MERRA-2 (NASA GMAO / GES DISC)
- Fornitore
- NASA GMAO / GES DISC
- Licenza
- Dati aperti NASA
- Annata
- mensile; modello di rianalisi; ultimo mese pubblicato da GIBS
- Più recenti alla build
- 2026-07-01
- Risoluzione
- griglia di circa 2 km
- Incertezza
- Stima da modello di rianalisi della radiazione solare incidente media mensile sulla terraferma; un indicatore della risorsa solare, non una valutazione della resa di un sito.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Informazioni su questo livello
- Evidenza
- Osservato
- Fonte
- VIIRS NOAA-20, riflettanza corretta (NASA LANCE)
- Fornitore
- NASA LANCE
- Licenza
- Dati aperti NASA
- Annata
- giornaliero; immagine satellitare
- Più recenti alla build
- 2026-10-14
- Risoluzione
- griglia di circa 250 m
- Incertezza
- Immagine satellitare. Raster satellitare o di modello così come lo pubblica il fornitore. Nuvole, lacune di swath ed errori di recupero lasciano lacune e rumore; i valori sono indicatori, non misure in un luogo.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Informazioni su questo livello
- Evidenza
- Modellato (ultimo anno pubblicato da GIBS)
- Fonte
- MODIS Terra e Aqua, copertura del suolo (MCD12Q1) (NASA LP DAAC)
- Fornitore
- NASA LP DAAC
- Licenza
- Dati aperti NASA
- Annata
- annuale; classificazione satellitare; ultimo anno pubblicato da GIBS
- Più recenti alla build
- 2024-01-01
- Risoluzione
- griglia di circa 500 m
- Incertezza
- Classi satellitari di copertura del suolo per l'anno indicato, comprese le terre coltivate; una classificazione con errori noti, non un registro aziendale agricolo.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Informazioni su questo livello
- Evidenza
- Osservato (le nuvole lasciano lacune)
- Fonte
- VIIRS NOAA-20 (NASA LANCE)
- Fornitore
- NASA LANCE
- Licenza
- Dati aperti NASA
- Annata
- giornaliero; recupero satellitare; le nuvole lasciano lacune
- Più recenti alla build
- 2026-10-14
- Risoluzione
- griglia di circa 1 km
- Incertezza
- Temperatura superficiale del suolo da satellite nel giorno indicato, un indicatore della domanda di raffreddamento; non è la temperatura dell'aria né un'allerta di caldo.
- Raggiungibile tramite
- gibs.earthdata.nasa.gov, solo dopo che hai consentito la mappa dal vivo
Tastiera, con la mappa attiva
Tieni premuto Ctrl o ⌘ e scorri per ingrandire
Ultimo disponibile
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © contributori di OpenStreetMap (ODbL) · Natural Earth
Caricamento delle immagini NASA più recenti.
Trascina per spostare. Ctrl o ⌘ e scorrimento, pizzico o i pulsanti per lo zoom; passa il puntatore per i valori sottostanti; il ripristino riporta alla regione.
Energy now, framed on East Asia.Prodotti satellitari e di modelli così come li pubblica la NASA, ciascuno con la propria data. Sono indicatori, non valutazioni di alcun luogo.
Dati: NASA GIBS · ASTER GDEM · Blue Marble · © contributori di OpenStreetMap · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTFonti e licenze
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dati aperti NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dati aperti NASA
- Luci notturne VIIRS Black Marble, NASA Goddard Space Flight Center; distribuite dal NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Con licenza CC BY 4.0. Colori ridisegnati dalla palette pubblicata; valori mediati in celle esagonali ove mostrati (modificato). doi:10.7927/H49C6VHW. CC BY 4.0
- Rianalisi MERRA-2, NASA Global Modeling and Assimilation Office; distribuita dal NASA GES DISC; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
- Prodotti VIIRS quasi in tempo reale (alluvioni, temperatura della superficie terrestre, copertura nevosa, riflettanza corretta), NASA LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
- Prodotti terrestri MODIS (indici di vegetazione, produzione primaria lorda, copertura del suolo), NASA LP DAAC e LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
- ASTER GDEM è un prodotto di METI e NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Citare come: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Dati aperti NASA
- Realizzato con Natural Earth. Dati cartografici vettoriali e raster gratuiti @ naturalearthdata.com. Pubblico dominio
- © Collaboratori di OpenStreetMap (ODbL), tramite NASA GIBS (coste, confini, strade e nomi di luoghi). Colori ridisegnati dalla mappa di colori pubblicata; valori mediati in celle esagonali dove mostrati (modificato). ODbL
- Blue Marble, NASA Earth Observatory; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
- Contesto sul globo e sulla mappa piana: linee costiere, confini, strade e toponimi dai livelli di riferimento NASA GIBS (dati OpenStreetMap, ODbL, © contributori di OpenStreetMap); immagini Blue Marble come base facoltativa; terreno 3D e lettura dell'altitudine dall'indice cromatico di elevazione ASTER GDEM (classi da 5 m a 200 m, esagerate per leggibilità). I confini sono tracciati come pubblicati e non implicano alcuna posizione su alcun territorio.
- Eventi in tempo reale: NASA Earth Observatory Natural Event Tracker (EONET); gli eventi sono indicativi e conservano i link alle fonti originali.
- Observed (EO): NASA/NOAA VIIRS (Suomi NPP). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Ultimo anno, temperatura giornaliera (ERA5 tramite Open-Meteo): contiene informazioni modificate del Copernicus Climate Change Service 2026.
- Ultimo anno, temperatura e soleggiamento giornalieri (NASA POWER): questi dati provengono dal progetto POWER del NASA Langley Research Center (LaRC), finanziato dal programma NASA Earth Science/Applied Science..
- Dati meteorologici di Open-Meteo.com (https://open-meteo.com/), con licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- I livelli facoltativi (10 fonti nell'elenco dei livelli: in tempo reale, previsionali, osservati e di contesto) riportano il credito del fornitore sulla mappa e qui quando sono attivati; le previsioni sono output di modelli e gli indici derivati sono stime.
Livelli e date
- Luci notturne, giornaliere: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 ott 2026
- Densità di popolazione, 2020: Popolazione: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statico
- Radiazione solare incidente sulla superficie terrestre, media mensile: MERRA-2, NASA GMAO / GES DISC · luglio 2026
- Colori reali: riflettanza corretta VIIRS NOAA-20, NASA LANCE · 13 ott 2026
- Tipo di copertura del suolo (IGBP), annuale: copertura del suolo MODIS Terra e Aqua (MCD12Q1), NASA LP DAAC · 2024
- Temperatura della superficie terrestre, giorno: VIIRS NOAA-20, NASA LANCE · 13 ott 2026
AI compute couples to energy and water.
- EnergiaAccoppiamentoData-centre load grows quickly on specific grid nodes.What to watchConnection queue and load
- AcquaAccoppiamentoSome cooling designs consume water.What to watchWater use per unit of energy
- BiodiversitàAccoppiamentoSiting of data centres and power affects land and habitats.What to watchLand use of new sites
Compute and energy analyses are designed for the Serie Prospettive di previsione. The IEA’s Energy and AI report (2025) gives scenario ranges for data-centre electricity demand.
- Measured energy and water use of computing facilities.
- Grid connection studies.
Una cascata attraverso reti interdipendenti.
A impronta di pericolo takes out co-located assets in every layer; fragmentation, dependency between layers and overload of the survivors then spread the failure. The 3D view separates the layers by depth. Teaching model with stated illustrative values, not a prediction. The map on this page shows East Asia; the model itself is not tied to a place.
Comandi
- Beni per livello
- 18
- Impronta del pericolo
- 8% della superficie
- Beni che dipendono da un altro livello
- 60%
- Capacità di riserva (tolleranza)
- 30%
Letture
- Beni colpiti dal pericolo
- 6%
- Beni ancora funzionanti
- 20%
- Amplificazione del danno iniziale
- 14.3 times
- Passaggi fino al regolamento
- 4
Numeri, metodi e fonti
| Passaggio | Data center in funzione (%) | Reti funzionanti (%) | Funzionamento dell'alimentazione (%) |
|---|---|---|---|
| 0 | 89 | 94 | 100 |
| 1 | 44 | 44 | 100 |
| 2 | 6 | 22 | 78 |
| 3 | 6 | 22 | 39 |
| 4 | 6 | 22 | 33 |
Metodi
- Reti interdipendenti Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
- Cascate di sovraccarico Motter and Lai (2002), Physical Review E 66
- Carico di intermediazione Brandes (2001), Journal of Mathematical Sociology 25
- Reti multistrato Kivela and others (2014), Journal of Complex Networks 2
- Interdipendenze delle infrastrutture Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
- Ventaglio di incertezza (Monte Carlo sui parametri) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
- Sensibilità un fattore alla volta (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Dati
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
- Strade principali Natural Earth
- Ferrovie Natural Earth
- Porti marittimi Natural Earth
- Aeroporti Natural Earth
- Estensioni urbane Natural Earth
- Luci notturne stanotte, interruzioni (banda giorno/notte VIIRS) NASA/NOAA VIIRS (Suomi NPP) · registro nasa.gibs.context-live-layers
- Eventi naturali (NASA EONET) NASA EONET · registro nasa.eonet.events
Nei sei pilastri, sotto la guida di Nexus Consortium
- Esperimenti Laboratori
- Costruito in Intelligenza artificiale e sistemi autonomi in Foundry
- Testato a Intelligenza artificiale e sistemi autonomi in Universe
- Codificato in Digitale, cibernetico e IA in Standards
- Pubblicato in Intelligenza artificiale e sistemi autonomi in Reports
- Insegnato in Facoltà di Tecnologia e sistemi digitali in Academy
Cosa viene misurato e con quale accuratezza.
Ogni indicatore riporta la sua unità, la sua cadenza, il tipo di fonte su cui si basa e l'etichetta di evidenza che un valore riporterebbe. Non sono mostrati valori: un programma li fornisce sotto la propria autorità.
| Indicatore | Unità | Cadenza | Tipo di fonte | Etichetta |
|---|---|---|---|---|
| Data centre electricity consumption | terawatt hours per year | annuale | Energy agency estimates | STIMATO |
| Efficienza nell'uso dell'energia (PUE) | ratio of facility to IT energy | annuale | Operator disclosures | DICHIARATO |
| Water usage effectiveness | litres per kilowatt hour | annuale | Operator disclosures | DICHIARATO |
| Grid connection requests from data centres | megawatts requested | trimestrale | Grid operator queues | Statistiche pubblicate |
| Training compute of notable models | floating point operations | per model | Compiled model databases | STIMATO |
| Energy per inference | watt hours per query | per measurement | Measurement studies | STIMATO |
Model compute and energy as a system. Run the cascade.
Assembled from the Nexus Standards area profile Standard sui rischi dell'IA e dei sistemi autonomi: the hazards it names, the sistemi and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full Costruttore di sistemi.
Pericoli
- Cedimento di diga
- Sea-ice loss
- Coastal erosion (innescato a valle)
- Alluvione fluviale (innescata a valle)
- Flash flood (set off downstream)
- Sfollamenti di massa (innescati a valle)
- Biodiversity loss (set off downstream)
- Blackout diffuso (innescato a valle)
- Carenza di approvvigionamento idrico (innescata a valle)
- Arctic winter sea-ice collapse (set off downstream)
- Polar vortex disruption (set off downstream)
Sistemi e accoppiamenti
Comandi
NS-0Costituzione e principiNS-10Politiche e clausole (obblighi leggibili dalle macchine: definizione, vincolo, valutazione e applicazione)NS-11Verifica e monitoraggio (evidenze, attestazioni, osservazione della conformità zero trust)NS-12Artefatti di software, modelli e IA/ML (catena di approvvigionamento, schede di modello, schede dei dataset)NRS-H100Famiglia di pericoli: robotica, autonomia e armi autonome (NHS-1 tech.autonomy-weapons)NRS-H53Famiglia di pericoli: perturbazioni cyber-fisiche (NHS-1 cyber.cyber-physical)NRS-H61Famiglia di pericoli: guasto a cascata (NHS-1 sys.cascade)NRS-H113Famiglia di pericoli: fragilità del sistema finanziario (NHS-1 soc.financial-system)NRS-A8Dati sul rischio e pacchetti di modelli pronti per l'IANRS-H54Famiglia di pericoli: interruzione di segnali e piattaforme (NHS-1 cyber.platform)
Osservazione
- OSV open source vulnerability database (listed for reference)
- Our World in Data datasets (listed for reference)
- Research and development expenditure as a proportion of GDP
Geografia di esempio
- North America: 243 hexagonal cells
- Luci notturne di stanotte, blackout (VIIRS Day/Night Band), NASA GIBS
- Acque superficiali attraverso le nuvole, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Intensità delle precipitazioni, ultima mezz'ora (IMERG), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
Da dove provengono le evidenze.
Set di dati pubblici e registri istituzionali specifici, ciascuno con la sua classe di licenza. Le fonti soggette ad accordo sono utilizzate solo alle relative condizioni e mai ripubblicate.
| Fonte | Cosa fornisce | Classe di licenza |
|---|---|---|
| IEA Energy and AI analysis and data centre electricity estimates | Global and regional data centre electricity demand | Licence per product (to check) |
| Epoch AI data on notable models and compute | Training compute and hardware trends | Aperto, CC BY 4.0 |
| TOP500 and Green500 lists | Performance and energy efficiency of supercomputers | Public, TOP500 terms |
| Grid operator interconnection queues and planning reports | Requested connections and load forecasts | Public records, terms per operator |
| Operator sustainability reports | Energy, water and emissions disclosures | Public documents, terms per operator |
The sector signature of compute and energy.
The sectors compute and energy touches and how strongly they depend on each other: what a study has to observe and model together.
Firma
L'energia e i suoi partner
L'energia fornisce elettricità per trasporti e telecomunicazioni alle infrastrutture (0.8), pompaggio e trattamento all'acqua (0.5) e fertilizzanti, macchinari e catene del freddo al cibo (0.5).
W · E · I · F · H · B
- Settori
- 4 di 6
- Relazioni
- 6 di 15
- Accoppiamento
- 0.46 quota sul totale
Relazioni più forti in gioco
- Energia → Infrastrutture · alimentazione di trasporti e telecomunicazioni0.8
- Acqua → Energia · acqua di raffreddamento e idroelettrico0.6
- Acqua → Cibo · irrigazione0.8
- Infrastrutture → Acqua · condotte, dighe e impianti di trattamento0.6
Chi decide, e a cosa servono le evidenze.
Studio Intelligenza artificiale e sistemi prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Chi decide | La domanda | Evidenze fornite da questa pagina |
|---|---|---|
| Grid operators and energy regulators | How to plan generation and connections for data centre load | Load analyses; connection queues |
| Water authorities and planners | Where data centre water use is acceptable | Water footprint evidence |
| Organisations deploying AI | How to reduce the footprint of their AI use | Estimation methods; efficiency evidence |
Output prodotti da questo argomento
- Energy and water footprint estimation methods for AI workloads
- Regional data centre load analyses
- Efficiency trend summaries
- Evidence notes for grid and water planning
How compute and energy is modelled, measured and tested.
Il modello, le sue ipotesi, i suoi dati e la sua incertezza, nella forma in cui uno scienziato o un ingegnere li verificherebbe. Le strutture seguono metodi pubblicati. I valori rappresentati sono illustrativi, non risultati.
Modello di sistema
The couplings between the systems in compute and energy: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
What researchers ask about compute.
- How concentrated are chip manufacturing, cloud capacity and frontier model training, and what follows from that?
- How much energy and water do training and inference use, and how is that changing?
- How much do efficiency gains offset growth in demand?
- Who has access to compute for research and public-interest uses?
Concentration, efficiency and demand.
Advanced chip fabrication is concentrated in very few facilities, and a small number of cloud providers supply much of the compute for AI. That concentration creates shared exposure to disruption, from natural hazards to export controls, and shapes who can build large models.
Hardware and algorithms become more efficient over time, but cheaper computation tends to increase total use, an effect known as the rebound or Jevons effect. Data centres draw large, steady electricity loads that can strain local grids and, where they use evaporative cooling, water supplies. Inference, the everyday use of models, can come to outweigh training in total energy use.
Measuring compute and its footprint.
- 01
Energy accounting
Estimating energy per training run and per query, using calcolo ad alte prestazioni, cloud ed edge. Providers disclose little, so estimates carry wide uncertainty.
- 02
Supply-chain mapping
Tracing chips, materials and facilities to identify concentration and single points of failure.
- 03
Analisi di scenario
Projecting demand under different assumptions about efficiency and adoption, with probabilità e statistica. Projections are scenarios, not forecasts.
- 04
Access studies
Assessing which researchers and institutions can obtain compute, and on what terms.
Come viene studiato, e cosa i metodi non possono dire.
- 01Calcolo ad alte prestazioni, cloud ed edgeAccesso al calcolo per la ricerca pubblica · Misurazione energetica dei carichi di lavoroApplicato qui
- 02Intelligenza artificiale e apprendimento automaticoAnalisi degli spostamenti di distribuzione · Messa a punto per un uso specifico · Metodi di interpretabilitàApplicato qui
- 03Probabilità e statisticaIncertezza sui punteggi di riferimento · Valutazione della calibrazione · Campionamento per auditApplicato qui
Where this page’s references lead.
Gli organismi e i documenti alla luce dei quali si legge questa pagina. Stato ed edizioni cambiano; ogni link porta all'organismo emittente.
Domande e risposte.
How much energy does AI use?
What is power usage effectiveness?
Why does AI use water?
Will efficiency gains reduce AI’s energy use?
Why does water matter for data centres?
Does the platform allocate compute?
Can energy figures be trusted?
Contribuisci con evidenze da questa pagina.
Rapporti is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- E-mailPortale GW-GCRIInvialo da questa paginaUn'evidenza, una correzione, un caso, un metodo, una revisione, una traduzione o un contributo a un profilo. Arriva etichettata con questa pagina, così la riceve la persona redattrice che ne è responsabile.
- ZenodoDeposito apertoDepositalo e invialo alla comunitàPubblica il tuo registro su Zenodo con il tuo ORCID iD, poi invialo alla comunità Reports. I curatori lo esaminano; il DOI resta tuo.
- RapportiGCRIVedi tutti i modi per contribuireI tipi di contributo, come viene revisionato ciascuno, il riconoscimento che ricevi, la licenza e ciò che non è mai accettato.
Non inviare mai dati personali, dettagli su infrastrutture sensibili o qualsiasi cosa che tu non abbia il diritto di condividere. Un contributo viene sottoposto a revisione prima dell'uso; inviarlo non conferisce diritti di paternità né editoriali, e la sponsorizzazione non compra mai un risultato.
Porta un metodo, un set di dati o una domanda.
Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.
Documenti legali.
Le mappe, i dati e le cifre di questo sito sono mostrati a titolo di contesto e di informazione generale. Non costituiscono consigli, previsioni né allerte; i limiti dell'informazione sono esposti nelle Dichiarazioni di esclusione di responsabilità e nelle Note sui dati.