GCRI · Inteligência artificial e sistemas autônomos
Computação e 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.
Como decorre o trabalho.
Registo de modelos
Compute and energy · Model registry · Release gate
Modelos
| M-904 triage assistant | Serviço público | Elevado | 19 of 24 suites | Bloqueado |
| M-890 flood nowcast | Ciência | Médio | 10 of 12 | Lançado |
| M-955 document search | Interno | Baixo | 7 de 8 | Lançado |
| M-242 agent planner | Agêntico | Elevado | 13 of 16 | Avaliando |
Ficha do modelo
- Uso previsto
- apoio à triagem, decisão humana
- Fora do âmbito
- decisões de elegibilidade
- Limites conhecidos
- menor precisão em casos raros
- Proprietário
- Responsável pelo modelo
Registo de incidentes
- D-28INCCitação alucinada no resumo
- D-6MITAncoragem de recuperação adicionada
- D-4INCInjeção de prompt por arquivo enviado
- D-1MITPermissão da ferramenta reduzida
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.
O mapa interativo requer JavaScript. A lista de camadas e as fontes estão abaixo.
Camadas 3
A energia agora, para esta página
Sobre esta camada
- Evidências
- Observado
- Fonte
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Fornecedor
- NASA LAADS DAAC
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; radiância de satélite, corrigida para luar e atmosfera
- Mais recentes na compilação
- 2026-10-12
- Resolução
- grade de cerca de 500 m
- Incerteza
- Radiância noturna por satélite na data indicada; as luzes são um indicador indireto do uso de eletricidade e de interrupções, não uma medição de fornecimento ou acesso.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Estimado
- Fonte
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidade Columbia))
- Fornecedor
- NASA SEDAC (CIESIN, Universidade Columbia)
- Licença
- CC BY 4.0
- Ano de referência
- null; estimativa baseada em censo, estática (2020)
- Resolução
- grade de cerca de 1 km
- Incerteza
- Estimativa baseada em censos de pessoas por quilômetro quadrado em 2020, exibida como contexto de exposição; não é uma contagem de pessoas afetadas por qualquer ameaça.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Modelado (último mês publicado pelo GIBS)
- Fonte
- MERRA-2 (NASA GMAO / GES DISC)
- Fornecedor
- NASA GMAO / GES DISC
- Licença
- Dados abertos da NASA
- Ano de referência
- mensal; modelo de reanálise; último mês publicado pelo GIBS
- Mais recentes na compilação
- 2026-07-01
- Resolução
- grade de cerca de 2 km
- Incerteza
- Estimativa por modelo de reanálise da radiação solar incidente média mensal sobre a terra; um indicador do recurso solar, não uma avaliação de rendimento de um local.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Observado
- Fonte
- VIIRS NOAA-20, refletância corrigida (NASA LANCE)
- Fornecedor
- NASA LANCE
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; imagem de satélite
- Mais recentes na compilação
- 2026-10-14
- Resolução
- grade de cerca de 250 m
- Incerteza
- Imagem de satélite. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Modelado (último ano publicado pelo GIBS)
- Fonte
- MODIS Terra e Aqua, cobertura do solo (MCD12Q1) (NASA LP DAAC)
- Fornecedor
- NASA LP DAAC
- Licença
- Dados abertos da NASA
- Ano de referência
- anual; classificação por satélite; último ano publicado pelo GIBS
- Mais recentes na compilação
- 2024-01-01
- Resolução
- grade de cerca de 500 m
- Incerteza
- Classes de cobertura do solo por satélite para o ano indicado, incluindo terras cultivadas; uma classificação com erros conhecidos, não um cadastro de propriedades agrícolas.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Observado (as nuvens deixam lacunas)
- Fonte
- VIIRS NOAA-20 (NASA LANCE)
- Fornecedor
- NASA LANCE
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; recuperação por satélite; as nuvens deixam lacunas
- Mais recentes na compilação
- 2026-10-14
- Resolução
- grade de cerca de 1 km
- Incerteza
- Temperatura da superfície do solo medida por satélite no dia indicado, um indicador da demanda de refrigeração; não é a temperatura do ar nem um alerta de calor.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Teclado, com o mapa em foco
Mantenha Ctrl ou ⌘ pressionada e role para ampliar
Mais recente disponível
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores do OpenStreetMap (ODbL) · Natural Earth
Carregando as imagens mais recentes da NASA.
Arraste para mover. Use Ctrl ou ⌘ e role, o gesto de pinça ou os botões para ampliar. Passe o cursor para ver os valores sob o ponteiro. Redefinir volta à região.
Energy now, framed on East Asia.Produtos de satélite e de modelos como a NASA os publica, cada um com sua própria data. São indicadores, não avaliações de nenhum lugar.
Dados: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores do OpenStreetMap · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTFontes e licenças
- 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). Dados abertos da 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). Dados abertos da NASA
- Luzes noturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuídas pelo NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da 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). Com licença CC BY 4.0. Cores redesenhadas a partir da paleta publicada; valores com média em células hexagonais quando mostrados (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
- Reanálise MERRA-2, NASA Global Modeling and Assimilation Office; distribuída pelo NASA GES DISC; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- Produtos VIIRS em tempo quase real (cheias, temperatura da superfície terrestre, cobertura de neve, refletância corrigida), NASA LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- Produtos terrestres MODIS (índices de vegetação, produção primária bruta, ocupação do solo), NASA LP DAAC e LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- O ASTER GDEM é um produto do METI e da NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Citar como: 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. Dados abertos da NASA
- Feito com Natural Earth. Dados cartográficos vetoriais e matriciais gratuitos em naturalearthdata.com. Domínio público
- © Colaboradores do OpenStreetMap (ODbL), via NASA GIBS (costas, limites, estradas e nomes de locais). Cores redesenhadas a partir do mapa de cores publicado; valores com média em células hexagonais onde apresentados (modificado). ODbL
- Blue Marble, NASA Earth Observatory; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- Contexto no globo e no mapa plano: litorais, fronteiras, estradas e nomes de lugares das camadas de referência da NASA GIBS (dados do OpenStreetMap, ODbL, © colaboradores do OpenStreetMap). Imagens Blue Marble como base opcional. Terreno 3D e leitura de elevação a partir do índice de cores de elevação do ASTER GDEM (classes de 5 m a 200 m, exageradas para facilitar a leitura). As fronteiras são desenhadas como publicadas e não implicam posição sobre nenhum território.
- Eventos ao vivo: NASA Earth Observatory Natural Event Tracker (EONET). Os eventos são indicativos e mantêm os links para suas fontes originais.
- 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).
- Último ano, temperatura diária (ERA5 via Open-Meteo): contém informação modificada do Copernicus Climate Change Service 2026.
- Último ano, temperatura e insolação diárias (NASA POWER): estes dados foram obtidos do projeto POWER do NASA Langley Research Center (LaRC), financiado pelo programa NASA Earth Science/Applied Science..
- Dados meteorológicos por Open-Meteo.com (https://open-meteo.com/), licenciados sob CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- As camadas opcionais (10 fontes na lista de camadas: ao vivo, previsão, observadas e de contexto) exibem o crédito do provedor no mapa e aqui quando ativadas. As previsões são resultados de modelos e os índices derivados são estimativas.
Camadas e datas
- Luzes noturnas, diárias: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 out. 2026
- Densidade populacional, 2020: População: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
- Radiação solar incidente na superfície terrestre, média mensal: MERRA-2, NASA GMAO / GES DISC · julho de 2026
- Cor verdadeira: reflectância corrigida VIIRS NOAA-20, NASA LANCE · 13 out. 2026
- Tipo de cobertura do solo (IGBP), anual: MODIS Terra e Aqua cobertura do solo (MCD12Q1), NASA LP DAAC · 2024
- Temperatura da superfície terrestre, dia: VIIRS NOAA-20, NASA LANCE · 13 out. 2026
AI compute couples to energy and water.
- EnergiaAcoplamentoData-centre load grows quickly on specific grid nodes.What to watchConnection queue and load
- ÁguaAcoplamentoSome cooling designs consume water.What to watchWater use per unit of energy
- BiodiversidadeAcoplamentoSiting of data centres and power affects land and habitats.What to watchLand use of new sites
Compute and energy analyses are designed for the Série Perspectivas de Prospectiva. 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.
Uma cascata através de redes interdependentes.
A pegada de perigo 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.
Controles
- Ativos por camada
- 18
- Área de impacto da ameaça
- 8% da área
- Ativos que dependem de outra camada
- 60%
- Capacidade de reserva (tolerância)
- 30%
Leituras
- Ativos atingidos pela ameaça
- 6%
- Ativos ainda a funcionar
- 20%
- Amplificação do dano inicial
- 14.3 times
- Passos até à liquidação
- 4
Números, métodos e fontes
| Passo | Centros de dados a funcionar (%) | Redes a funcionar (%) | Funcionamento da alimentação (%) |
|---|---|---|---|
| 0 | 89 | 94 | 100 |
| 1 | 44 | 44 | 100 |
| 2 | 6 | 22 | 78 |
| 3 | 6 | 22 | 39 |
| 4 | 6 | 22 | 33 |
Métodos
- Redes interdependentes Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
- Cascatas de sobrecarga Motter and Lai (2002), Physical Review E 66
- Carga de intermediação Brandes (2001), Journal of Mathematical Sociology 25
- Redes multicamada Kivela and others (2014), Journal of Complex Networks 2
- Interdependências de infraestruturas Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
- Leque de incerteza (Monte Carlo de parâmetros) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
- Sensibilidade de um fator de cada vez (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Dados
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:
- Rodovias principais Natural Earth
- Ferrovias Natural Earth
- Portos marítimos Natural Earth
- Aeroportos Natural Earth
- Extensões urbanas Natural Earth
- Luzes noturnas esta noite, falhas (banda dia/noite VIIRS) NASA/NOAA VIIRS (Suomi NPP) · registo nasa.gibs.context-live-layers
- Eventos naturais (NASA EONET) NASA EONET · registo nasa.eonet.events
Nos seis pilares, sob a liderança do Nexus Consortium
- Experimentos Laboratórios
- Integrado Inteligência artificial e sistemas autônomos em Foundry
- Testado em Inteligência artificial e sistemas autônomos em Universe
- Codificado em Digital, ciber e IA em Standards
- Publicado em Inteligência artificial e sistemas autônomos em Reports
- Ensinado em Faculdade de Tecnologia e Sistemas Digitais em Academy
O que é medido e com que qualidade.
Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.
| Indicador | Unidade | Cadência | Tipo de fonte | Rótulo |
|---|---|---|---|---|
| Data centre electricity consumption | terawatt hours per year | anual | Energy agency estimates | ESTIMADO |
| Eficiência no uso de energia (PUE) | ratio of facility to IT energy | anual | Operator disclosures | DECLARADO |
| Water usage effectiveness | litres per kilowatt hour | anual | Operator disclosures | DECLARADO |
| Grid connection requests from data centres | megawatts requested | trimestral | Grid operator queues | Estatísticas publicadas |
| Training compute of notable models | floating point operations | per model | Compiled model databases | ESTIMADO |
| Energy per inference | watt hours per query | per measurement | Measurement studies | ESTIMADO |
Model compute and energy as a system. Run the cascade.
Assembled from the Nexus Standards area profile Normas sobre riscos de IA e sistemas autônomos: the hazards it names, the sistemas 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 Construtor de sistemas.
Ameaças
- Rompimento de barragem
- Sea-ice loss
- Coastal erosion (desencadeado a jusante)
- Inundação fluvial (desencadeada a jusante)
- Flash flood (set off downstream)
- Deslocamento em massa (desencadeado a jusante)
- Biodiversity loss (set off downstream)
- Apagão generalizado (desencadeado a jusante)
- Déficit de abastecimento de água (desencadeado a jusante)
- Arctic winter sea-ice collapse (set off downstream)
- Polar vortex disruption (set off downstream)
Sistemas e acoplamentos
Controles
NS-0Constituição e princípiosNS-10Políticas e cláusulas (obrigações legíveis por máquina: definição, caráter vinculante, avaliação e execução)NS-11Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)NS-12Artefatos de software, modelos e IA/ML (cadeia de suprimentos, fichas de modelo, fichas de conjuntos de dados)NRS-H100Família de ameaças: Robótica, autonomia e armas autônomas (NHS-1 tech.autonomy-weapons)NRS-H53Família de ameaças: Perturbação ciberfísica (NHS-1 cyber.cyber-physical)NRS-H61Família de perigos: falha em cascata (NHS-1 sys.cascade)NRS-H113Família de ameaças: fragilidade do sistema financeiro (NHS-1 soc.financial-system)NRS-A8Dados de risco e empacotamento de modelos prontos para IANRS-H54Família de ameaças: interrupção de sinais e plataformas (NHS-1 cyber.platform)
Observação
- 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 de exemplo
- North America: 243 hexagonal cells
- Luzes noturnas desta noite, apagões (VIIRS Day/Night Band), NASA GIBS
- Água superficial através das nuvens, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Taxa de chuva, última meia hora (IMERG), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
De onde vêm as evidências.
Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.
| Fonte | O que oferece | Classe de licença |
|---|---|---|
| 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 | Aberto, 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.
Assinatura
A energia e os seus parceiros
A energia fornece eletricidade para transportes e telecomunicações às infraestruturas (0.8), bombagem e tratamento à água (0.5) e fertilizantes, maquinaria e cadeias de frio à alimentação (0.5).
W · E · I · F · H · B
- Setores
- 4 de 6
- Relações
- 6 de 15
- Acoplamento
- 0.46 parcela do total
Relações mais fortes em jogo
- Energia → Infraestrutura · energia para transportes e telecomunicações0.8
- Água → Energia · água de resfriamento e energia hidrelétrica0.6
- Água → Alimentos · irrigação0.8
- Infraestrutura → Água · tubulações, represas e estações de tratamento0.6
Quem decide, e a que servem as evidências.
Estúdio de Inteligência artificial e sistemas prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Quem decide | A pergunta | Evidências a que esta página serve |
|---|---|---|
| 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 |
Produtos que este tema gera
- 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.
O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.
Modelo de 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 computação de alto desempenho, em nuvem e na borda. 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
Análise de cenários
Projecting demand under different assumptions about efficiency and adoption, with probabilidade e estatística. Projections are scenarios, not forecasts.
- 04
Access studies
Assessing which researchers and institutions can obtain compute, and on what terms.
Como é estudado e o que os métodos não podem dizer.
- 01Computação de alto desempenho, em nuvem e de bordaAcesso à computação para a pesquisa pública · Medição da energia das cargas de trabalhoAplicado aqui
- 02Inteligência artificial e aprendizado de máquinaAnálise de mudança de distribuição · Ajuste fino para um uso específico · Métodos de interpretabilidadeAplicado aqui
- 03Probabilidade e estatísticaIncerteza das pontuações de benchmark · Avaliação da calibração · Amostragem de auditoriaAplicado aqui
Where this page’s references lead.
Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.
Perguntas e respostas.
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?
Contribua com evidências a partir desta página.
Relatórios 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-mailPortal GW-GCRIEnvie desta páginaEvidência, uma correção, um caso, um método, uma revisão, uma tradução ou uma contribuição ao perfil. Chega marcada com esta página, de modo que o editor responsável a receba.
- ZenodoDepósito abertoDeposite-o e envie à comunidadePublique seu próprio registro no Zenodo com seu ORCID iD e depois envie-o à comunidade Reports ali. Os curadores o revisam; o DOI continua sendo seu.
- RelatóriosGCRIVer todas as formas de contribuirOs tipos de contribuição, como cada um é revisado, o crédito que você recebe, a licença e o que nunca é aceito.
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Traga um método, um conjunto de dados ou uma pergunta.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Documentos jurídicos.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.