大数跨境

AWS 可将人工智能工作负载的碳足迹降低高达 99%。以下是具体方法。

AWS 可将人工智能工作负载的碳足迹降低高达 99%。以下是具体方法。 亚马逊
2024-06-25
1
导读:研究表明,在 AWS 上优化的工作负载的效率可比本地部署的工作负载高出多达四倍。
人工智能(AI)正在迅速改变我们利用技术应对全球最大挑战的方式,从医疗保健到气候变化。随着我们扩大对 AI 的使用,同时尽量减少其对环境的影响也至关重要。一项由亚马逊云科技(AWS)委托、埃森哲(Accenture)开展的新研究表明,一种有效的做法是将 IT 工作负载从本地基础设施迁移至 AWS 遍布全球的数据中心。
位于弗吉尼亚州北部的 AWS 数据中心内部。
该报告《迁移至 AWS 云端可降低碳排放》估计,AWS 的基础设施效率比本地部署高出多达 4.1 倍;当工作负载在 AWS 上得到优化时,相关的碳足迹可减少高达 99%。“本地部署”是指组织在其自有物理空间内运行硬件和软件,而全球组织在 IT 方面的支出中仍有 85% 用于本地部署。
“AWS 对效率的整体方法有助于最小化我们数据中心运营中的能源和水资源消耗,从而使我们能够更好地服务客户,”AWS 可持续发展总监 Chris Walker 表示。“我们一直在探索提升设施能源效率的方法——优化数据中心设计、投资专用芯片,并创新采用新型冷却技术。随着 AWS 朝着实现亚马逊 2040 年净零碳目标迈进,作为气候宣言的一部分,我们将持续创新并实施各种措施,以提高所有设施的能源效率,为地球创造更美好的未来。”
多年来,AWS 客户已体验到迁移至 AWS 并在其上开发解决方案所带来的效率优势。例如,全球基因组与人类健康公司 Illumina 在迁移至 AWS 后,实现了碳排放减少 89%。随着世界日益广泛地采用 AI,通过利用 AWS 而非自行维护本地 IT 基础设施所获得的此类效率提升将变得更加显著。
这是因为,随着 AI 工作负载变得愈发复杂且数据密集,系统将需要每秒完成数百万次计算的高性能,以及相应的内存、存储和网络基础设施。这需要消耗能源,并产生相应的碳足迹。由于本地数据中心在可扩展性和能源效率方面存在固有局限,难以跟上发展步伐,而 AWS 则不断创新,使云计算成为运行客户基础设施和业务最高效的方式。
“这项研究表明,AWS在硬件和冷却效率、无碳能源、专用硅芯片以及优化存储方面的重点举措,能够帮助组织降低人工智能(AI)和机器学习工作负载的碳足迹。”埃森哲全球技术可持续性创新负责人Sanjay Podder表示,“随着对AI的需求持续增长,通过技术实现可持续发展可以在帮助企业达成环境目标的同时推动创新。”

用于量化效率和估算碳减排的行业领先标准

该研究通过模拟和分析将客户工作负载从本地部署迁移至AWS前后的差异,量化了能效提升及碳减排潜力。工作负载是指为完成特定任务(如运行零售网站或管理库存数据库)而集合的资源与代码。埃森哲采用了国际标准化组织(ISO)软件碳强度(SCI)标准来分析具有代表性的高存储和高计算工作负载的碳足迹,并进一步考虑了无碳能源对本地部署环境和AWS环境的影响。这是超大规模云提供商首次使用SCI规范开展此类分析。
研究首先评估了仅通过将工作负载从本地基础设施迁移至AWS即可避免的预计运营碳排放和隐含(IT硬件)碳排放量。报告中将此称为“迁移上云”(Lift-And-Shift)。报告还分析了当这些工作负载在AWS硬件(例如其专为运行AI模型设计的专用硅芯片)上进行优化时,可进一步减少多少碳排放,并在四个地理区域进行了情景对比:美国和加拿大、欧洲、亚太地区和巴西。
在过去十年中,数据量呈指数级增长,而云计算不断提供更高级的数据处理能力。考虑到分析和训练AI模型以及进行推理的数据需求,组织需要将与其存储需求相关的潜在碳节约因素纳入考量。研究显示,高存储工作负载在AWS上的效率可比本地部署高出多达2.5倍;而在AWS硬件上对其进行优化,可将相关碳排放最多减少93%。
对于高计算工作负载,通过评估AWS提供的一个代表性工作负载的运营和隐含碳排放, assessed了在AWS上运行AI工作负载相较于本地部署所能实现的潜在碳减排量。埃森哲发现,当在高计算工作负载于AWS上进行优化时,组织可在多个地理区域内将其相关碳足迹最多减少99%。

AWS如何通过创新提高能效并降低AI工作负载的碳足迹

AWS 持续创新,致力于使云计算成为客户业务最高效、最可持续的运行方式。以下是 AWS 通过创新帮助组织减少 IT 碳足迹的六种方式:

1. 旨在提高效率的数据中心基础设施

通过工程手段——从电力分配到冷却技术,AWS 的基础设施能够以更接近峰值能效的方式运行。AWS 优化资源利用率,以最小化闲置容量,并持续提升其基础设施的效率。例如,我们通过创新改进蒸发式介质实践,使相关冷却设备的能耗降低了 20%。这与传统的本地数据中心形成对比,后者通常会过度配置以应对不可预测的需求高峰和未来增长。这种过剩容量导致资源利用率低下、能耗较高,并带来更高的碳足迹。

2. 改进设施冷却方式

在满足 AWS 服务器设备的电力需求之后,冷却是我们数据中心最大的能源消耗来源之一。为了提高效率,AWS 采用多种冷却技术,包括根据地理位置和季节变化的自然风冷,以及利用实时数据适应天气条件。在典型的本地部署数据中心中,以较小规模实施这些创新冷却策略更具挑战性。AWS 最新的数据中心设计将优化的风冷解决方案与液冷能力无缝集成,以支持性能最强大的 AI 芯片组,例如 NVIDIA Grace Blackwell Superchips。这种灵活的多模式冷却设计使我们能够在运行传统工作负载或 AI 模型时,实现最大化的性能和能效。

3. 向无碳能源转型

亚马逊在全球支持了超过600个可再生能源项目,并一直是全球最大的可再生能源企业采购方根据彭博新能源财经的数据,过去五年间。截至2022年,19个AWS区域所消耗的电力全部来自可再生能源。

4. 为AI工作负载专门设计的硅芯片

在处理大型语言模型(LLM)等复杂 AI 工作负载时,AWS 提供了广泛的硬件选择。为了优化性能和能耗,我们开发了专用硅喜欢AWS Trainium 芯片和AWS Inferentia 芯片实现比同类加速计算实例显著更高的吞吐量。这些专用加速器使 AWS 能够大规模高效地执行 AI 模型,从而降低类似工作负载的碳足迹,并提升每瓦特功耗的性能。

5. 更可持续的施工实践

尽管该研究未考虑非 IT 基础设施(如 HVAC 和照明)的隐含排放,因为 SCI 不包含这部分内容,但 AWS 仍在持续评估和优化我们的数据中心、服务器机架、存储室及支持基础设施的设计。2024 年,亚马逊旗下包括数据中心、杂货店、履约中心和办公楼在内的 49 个建筑项目采用了低碳建筑材料和饰面。这些项目在 2024 年避免了至少 77,000 公吨的隐含二氧化碳当量(CO₂e)。AWS 还在供应链中推动增加回收材料的使用,并减少制造过程中的隐含碳排放。

6. 高效的数据存储与复制策略

AWS 提供工具和指南,帮助客户现代化其数据管理策略。这包括使用 AWS 完全托管的存储服务,将活跃的“热”数据与非活跃的“冷”数据集分开存储。此外,AWS 通过减少复制规模和吞吐量需求,帮助客户优化数据复制流程,从而降低能源消耗和碳排放。
通过设计能够提供客户所期望的高效、弹性服务的同时,帮助我们以及他们的碳足迹最小化的数据中心,AWS 将继续为我们的客户和我们共同拥有的世界构建更可持续的业务。
访问以下页面了解更多:Amazon 的云可持续性页面.
阅读研究报告《迁移至 AWS 云如何减少碳排放》。
【声明】内容源于网络
0
0
亚马逊
亚马逊旨在借助亚马逊全球资源,帮助中国卖家抓住跨境电商新机遇,发展出口业务,拓展全球市场,打造国际品牌。
内容 3102
粉丝 0
亚马逊 亚马逊旨在借助亚马逊全球资源,帮助中国卖家抓住跨境电商新机遇,发展出口业务,拓展全球市场,打造国际品牌。
总阅读354.2k
粉丝0
内容3.1k