Unverified50% confidenceFactExact time
E2AM输出的指标包括能源消耗(Wh)、碳排放(gCO₂eq区域感知)、GPU利用率、FLOPs/MACs、延迟、每样本能耗、每焦耳准确率和EAG
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/12/2026
First Seen
Valid until: 10/10/2026
Sources
E2AM：两行代码量化AI训练能耗与碳排放的开源工具
redditr/deeplearning7/11/2026
Related Claims
Unverified能量模型（EBM）的思想是为输入空间中的每个配置分配一个标量能量值，低能量对应高兼容性的输入组合63% similarUnverified同一模型在不同数据中心训练碳排放量可能相差40倍以上，冰岛碳强度约18 gCO₂eq/kWh，依赖煤电地区可能超过800 gCO₂eq/kWh55% similarUnverified一项基于全球能源—经济一体化模型的研究得出结论：AI带来的生产力提升可能驱动全球二氧化碳排放的净增长55% similarUnverified代谢功率（Metabolic Power）指标由意大利学者Osgnach等人于2010年提出，通过加速度变化推算能量消耗55% similarUnverified数据中心消耗的绝大部分电能最终都会转化为热量并排入环境54% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/491599API
curl https://kongchang.com/api/v1/knowledge/claims/491599MCP
get_claim(id=491599)