PulseAugur
实时 11:44:04
English(EN) Life Cycle Assessment of Pre-training the Lucie 7B Open-Source Large Language Model on the Jean Zay Supercomputer

Lucie 7B LLM训练环境影响评估

一项新的生命周期评估(LCA)详细介绍了在Jean Zay超级计算机上训练Lucie 7B开源大语言模型的环境影响。该研究涵盖了制造排放、运行能源、水消耗和硬件基础设施,报告称Lucie 7B的总训练足迹为21 tCO2eq。Jean Zay H100分区的年足迹为417.5 tCO2eq,有效强度为每GPU小时36.7 gCO2eq。该研究还强调了水消耗和余热回收工作,有助于理解节约型AI系统。 AI

影响 提供了LLM训练的详细环境足迹,为开发更可持续的AI基础设施提供了信息。

排序理由 学术论文,详细介绍了LLM训练的生命周期评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Lucie 7B LLM训练环境影响评估

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Marc L\'eobet, Pierre-Fran\c{c}ois Lavall\'ee, Jean-Pierre Lorr\'e ·

    Life Cycle Assessment of Pre-training the Lucie 7B Open-Source Large Language Model on the Jean Zay Supercomputer

    arXiv:2607.05408v1 Announce Type: cross Abstract: The environmental impact of training large language models (LLMs) is increasingly scrutinised, yet most published estimates focus on operational energy and disclose little about manufacturing (embodied) emissions, water consumptio…