? GenAI 개발자를 위한 탄소 인식 컴퓨팅
? "GenAI 개발자를 위한 탄소 인식 컴퓨팅" 과정에 오신 것을 환영합니다! 이 과정을 통해 클라우드에서 보다 깨끗한 저탄소 에너지를 사용하여 모델 교육 및 추론 작업을 수행할 수 있는 기술을 갖추게 됩니다.
코스 요약
이 과정에서는 기계 학습 작업을 수행하면서 청정 전기 사용을 최적화하면서 환경을 고려한 결정을 내리는 방법을 배우게 됩니다. 배우고 경험할 수 있는 내용은 다음과 같습니다.
- 실시간 전력 데이터 : 실시간 전력망 데이터를 쿼리하여 다양한 지역의 전력 분석(예: 풍력, 수력, 석탄) 및 탄소 강도(kWh당 CO2 등가 배출량)를 파악합니다.
- ⚡ 저탄소 모델 훈련 : 훈련 작업 및 데이터 업로드를 위해 평균 탄소 집약도가 낮은 지역을 선택하여 저탄소 에너지로 모델을 훈련합니다. ElectricityMaps의 실시간 그리드 데이터를 사용하여 더욱 최적화하세요.
- 탄소 발자국 측정 : Google Cloud 사용으로 인한 온실가스 배출량을 추정하는 Google Cloud 탄소 발자국 도구를 사용하여 진행 중인 클라우드 작업에 대한 탄소 발자국 측정값을 검색합니다.
- ? 탄소 인식 개발 : 과정 전반에 걸쳐 전 세계 전력망 정보를 쿼리하기 위한 무료 API인 ElectricityMaps와 Google Cloud를 사용하여 저탄소 에너지로 구동되는 데이터 센터에서 모델 훈련 작업을 실행하게 됩니다.
핵심사항
- ? 글로벌 에너지 데이터 : ElectricityMaps API에서 글로벌 에너지 혼합 및 탄소 강도에 대한 실시간 데이터를 검색하여 저탄소 소스에서 전기를 생산하는 전력망을 식별합니다.
- 최적화된 훈련 작업 : 탄소 강도 측정을 기반으로 작업을 클라우드 서버 위치로 리디렉션하여 저탄소 전기를 사용하여 기계 학습 훈련 작업을 실행합니다.
- ? 탄소 발자국 분석 : 기계 학습 훈련, 추론, 저장, 기타 API 활동을 포함한 샘플 Google Cloud 사용 데이터의 탄소 발자국을 분석합니다.
강사 소개
? Nikita Namjoshi 는 Google Cloud의 Developer Advocate이자 Permafrost Discovery Gateway의 Google 펠로우로서 환경을 고려한 컴퓨팅에 대한 광범위한 전문 지식을 제공하여 이 과정을 안내합니다.
? 강좌에 등록하거나 자세한 내용을 알아보려면 deeplearning.ai를 방문하세요.
