面向公共研究的算力获取
将高校和公共机构可用的算力与模型训练和评估的需求进行比对,显示获取限制在何处制约研究。
GCRI · 人工智能与自主系统
High-performance and cloud computing supply the capacity AI needs. In this field computing is studied for capacity, concentration, energy and access: who can train and evaluate models, at what cost, and with what environmental footprint.
高性能计算、云计算和边缘计算为模拟、分析和数字服务提供处理与存储能力。它们既是 风险分析 的推动因素,也是社会的关键依赖。在人工智能与数据和算力领域,算力决定了风险建模的速度和分辨率。算力的集中本身就是金融、卫生和政府服务的系统性依赖。权威描述见 STEM Commons.
将高校和公共机构可用的算力与模型训练和评估的需求进行比对,显示获取限制在何处制约研究。
训练和推理任务的能耗通过硬件计数器和设施电表测量,并连同所用硬件和设置一并报告。
Dependence of AI services on a few cloud providers and regions is mapped to show shared points of failure.
团队遵循该方法时会使用的界面:其指标、状态与决策。名称为示例,数值仅作示意。
AI and autonomous systems · Computing for AI · Run R-9546
| 数据 | 角色 | 标签 |
|---|---|---|
| Facility and job energy logs | 能源核算 | 观测 |
| 公共算力分配记录 | 访问 | 已发布统计 |
| 云区域和提供商数据 | 集中度 | 已声明 |
模型、其假设、数据和不确定性,以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意,不是研究发现。
用于面向人工智能的计算的模型结构、其所作假设以及各项假设如何检验。
Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力EAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| 假设 | 为何制作 | 如何检验 |
|---|---|---|
| 在一次事件中,危害与暴露相互独立 | 使损失积分保持可计算 | 与基于联合记录拟合的 copula 进行比较 |
| 耦合在工作点附近是线性的 | 让冲击通过 A 传播 | 在线性范围之外施加扰动并比较 |
| 脆弱性曲线可以在不同地点之间迁移使用 | 很少有本地曲线可用 | 在有观测损失的地方据此进行验证 |
| 核查 | 如何开展 |
|---|---|
| 测量边界 | 能耗数据会说明所含范围,例如冷却和空闲时间 |
| 可复现配置 | Hardware and software settings are recorded |
| Provider data verification | Cloud dependency claims are checked against service documentation |
集中于少数提供方或地区会形成共同的故障点。能源、水和供应链的约束限制了产能增长。
Process explorer · Process
10 steps·4 stages·2 gates
流程
获准的任务成为周期项目;构建版本经过固定、验证和签名,全球风险论坛(Global Risks Forum,GRF)记录的是用于演练的验收,而不是部署许可。
The programme year · NXS-FAC · UniverseDesigned programme process, not a record of operation. No cycle has run and every programme is at service level R0. A gate is a programme decision, never a public-authority approval, certification or deployment authorisation. The record order follows the Builds and Releases room lists of NXS-FAC.
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。