绿色 AI 与可持续计算可视化实验室

五大训练节能策略：混合精度、梯度累积、数据加载优化、通信压缩、动态批大小。切换策略观察能耗降低幅度与显存节省。

推理碳排放公式：请求量 × Token 数 × 能耗系数 × 碳强度 = 碳排放。拖动滑块调整日请求量，实时观察碳排放变化。

环保模型四大设计原则：高效架构(MoE/SSM)、知识蒸馏、模型复用、Cascade 推理。切换原则观察设计考量与能效收益。

数据中心能效核心指标 PUE = 总能耗 / IT能耗。切换优化措施观察冷却效率、液冷、余热回收、可再生能源对 PUE 的改善。

Carbon-Aware Computing：根据电网碳强度预测，将负载调度到低碳时段与低碳区域。执行调度观察负载向绿色窗口迁移。

多模型绿色指标对比：训练碳排放、推理能耗、能效比、碳强度。切换指标观察不同模型的绿色表现排名。

六大可持续 AI 实践领域：模型瘦身、绿色数据中心、碳补偿、可持续 MLOps、绿色硬件采购、政策合规。切换类别观察各领域实践。