新方法预测可持续AI模型的计算成本和能源消耗  

作　　者：本刊 

机构地区：[1]不详

出　　处：《数据分析与知识发现》2025年第1期40-40,共1页Data Analysis and Knowledge Discovery

摘　　要：当AI模型面临新任务或必须适应数据变化时,更新AI模型的过程可能在计算资源和能源消耗方面产生巨大的成本。北卡罗来纳州立大学的研究人员开发了一种预测计算成本和能源消耗的新方法(REpresentation Shift QUantifying Estimator,RESQUE),使用户能够就何时更新AI模型以提高AI可持续性做出明智的决策。

关 键 词：计算成本 能源消耗 SHIFT AI 数据变化 计算资源 可持续性 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]