Lifecycle Intelligence for Carbon Energy Water Footprint Optimization in Artificial Intelligence Systems
本論文は、AIシステムの最適化に向けた一貫したライフサイクル・フレームワークを提案するものであり、物理的なリソース消費を希少性と属性要因から明示的に分離することで、炭素のみに焦点を当てたルーティング戦略が水使用量を劇的に増加させ得ること、および固定的なハードウェア負担を含めることが、そのような最適化ポリシーの純環境影響を著しく変化させることを、合成分析を通じて明らかにしている。