Carbon Aware Computing for GenAI Developers

? Carbon Aware Computing für GenAI-Entwickler

? Willkommen beim Kurs „Carbon Aware Computing für GenAI-Entwickler“! Der Kurs vermittelt Ihnen die Fähigkeiten, Modelltrainings- und Inferenzaufgaben mithilfe sauberer, kohlenstoffarmer Energie in der Cloud durchzuführen.

Kurszusammenfassung

In diesem Kurs lernen Sie, wie Sie bei der Durchführung maschineller Lernaufgaben umweltbewusste Entscheidungen treffen und so den Einsatz von sauberem Strom optimieren. Hier erfahren Sie, was Sie lernen und erleben können:

1. Echtzeit-Stromdaten : Fragen Sie Echtzeit-Stromnetzdaten ab, um die Stromverteilung (z. B. Wind, Wasser, Kohle) und die Kohlenstoffintensität (CO2-äquivalente Emissionen pro kWh) verschiedener Regionen zu verstehen.
2. ⚡ Kohlenstoffarmes Modelltraining : Trainieren Sie Modelle mit kohlenstoffarmer Energie, indem Sie Regionen mit geringer durchschnittlicher Kohlenstoffintensität für Ihre Trainingsjobs und Daten-Uploads auswählen. Weitere Optimierung durch Nutzung von Echtzeit-Netzdaten von ElectricityMaps.
3. Messung des CO2-Fußabdrucks : Rufen Sie Messungen des CO2-Fußabdrucks für laufende Cloud-Jobs mit dem Google Cloud Carbon Footprint-Tool ab, das die Treibhausgasemissionen Ihrer Google Cloud-Nutzung schätzt.
4. ? CO2-bewusste Entwicklung : Während des gesamten Kurses verwenden Sie ElectricityMaps, eine kostenlose API zum Abfragen globaler Stromnetzinformationen, und Google Cloud, um Modelltrainingsjobs in Rechenzentren durchzuführen, die mit kohlenstoffarmer Energie betrieben werden.

Wichtige Punkte

• ? Globale Energiedaten : Rufen Sie Echtzeitdaten zum globalen Energiemix und zur Kohlenstoffintensität von der ElectricityMaps-API ab und identifizieren Sie Stromnetze, die Strom aus kohlenstoffarmen Quellen erzeugen.
• Optimierte Trainingsjobs : Führen Sie Trainingsjobs für maschinelles Lernen mit kohlenstoffarmem Strom aus, indem Sie Aufgaben basierend auf deren CO2-Intensitätsmessungen an Cloud-Serverstandorte umleiten.
• ? Analyse des CO2-Fußabdrucks : Analysieren Sie den CO2-Fußabdruck von Beispieldaten zur Google Cloud-Nutzung, einschließlich maschinellem Lerntraining, Inferenz, Speicherung und anderen API-Aktivitäten.

Über den Dozenten

? Nikita Namjoshi ist Developer Advocate bei Google Cloud und Google Fellow am Permafrost Discovery Gateway und bringt umfangreiches Fachwissen im Bereich umweltbewusstes Computing mit, um Sie durch diesen Kurs zu begleiten.

? Um sich für den Kurs anzumelden oder weitere Informationen zu erhalten, besuchen Sie deeplearning.ai.