研究人员开发了CarbonRouter,一个旨在最大限度地减少与大语言模型(LLM)网络服务相关的碳排放的新框架。与以往将每次查询独立处理的方法不同,CarbonRouter考虑了多轮对话重新计算键值缓存的碳成本。通过联合选择每次查询的模型、GPU类型和地理区域,CarbonRouter旨在优化可持续性。实验表明,与现有的最先进路由器相比,它可以将二氧化碳排放量减少16%以上,并且对话越长,节省的越多。 AI
影响 可能显著减少大规模大语言模型部署对环境的影响。
排序理由 详细介绍大语言模型路由新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- carbon dioxide
- CarbonRouter
- CatalyzeX
- DagsHub
- FairCarbon
- Gotit.pub
- Hugging Face
- LLM
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →