《太阳能学报》新能源领域国家级学术刊物，由科协主管、太阳能学会主办、北京市太阳能研究所承办，自1980年创刊以来，在促进新能源领域学术交流、人才培养及科研成果产业化等方面做出了突出贡献。 主要报道我国太阳能、生物质能、风能、氢能、海洋能及地热能科技研究成果。 刊登学术论文、研究报告、实验仪器与实验技术、技术笔记、简报及综述性论文。 《太阳能学报》编辑严格，收录在《EI》中的比例很高。

1、可再生能源论文指导，与太阳能电池发电有关的国内期刊有哪些？

《太阳能学报》我国新能源领域国家级学术刊物，由科协主管、太阳能学会主办，北京市太阳能研究所承办，自1980年创刊以来，促进我国新能源领域的学术交流、人才培养及科研成果产业化等主要报道我国太阳能、生物质能、风能、氢能、海洋能及地热能科技研究成果。 刊登学术论文、研究报告、实验仪器与实验技术、技术笔记、简报及综述性论文。 《太阳能学报》编辑严格，收录在《EI》中的比例很高。

《可再生能源》主管部门：辽宁省科技厅主办部门：辽宁省能源研究所农村能源行业协会资源综合利用协会可再生能源专业委员会生物质能技术开发中心辽宁省太阳能学会国家新能源与可再生能源方针、政策、报道该领域科研成果及应用技术、可再生能源

由《太阳能》中科协主管、太阳能学会主办、北京市太阳能研究所承办的国家级科技期刊，是我国新能源领域的权威媒体。 主要介绍我国新能源政策、太阳能知识普及、太阳能科技成果交流，设有知识讲座、国际太阳能新闻、专利信息、市场专栏等栏目，是太阳能科技工作者和爱好者的理想读物。 国内外公开发行，可在全国各地邮局征收，邮寄邮政编码2-164。

《电力学报》主管部门：山西省电力公司主办部门：山西省电机工程学会山西省水电工程学会太原电力高等专科学校主要刊登电力、电机、热能动力、工业与民用建筑、企业管理、自动化与计算机技术及相关基础学科的研究成果。

2、为什么机器学习模型会消耗那么多能源？

人脑是一个非常高效的智能源，但目前的AI还没有达到这样的水平。

本月早些时候，OpenAI宣布已经建立了历史上最大规模的AI模型。 这个令人惊叹的模型名为GPT-3，已经成为令人印象深刻的伟大技术成果。 但这一辉煌的背后，凸显了人工智能领域令人担忧的负面趋势——。 更可怕的是，主流还没有充分关注。

现代AI模型需要消耗大量的电力，对电力的需求正以惊人的速度增长。 在深度学习时代，构建一流的AI模型所需的计算资源平均每3.4个月翻一番，这意味着从2012年到2018年，AI计算的资源消耗翻了30万倍。 GPT-3只是这股潮流的最新体现。

总之，AI技术带来的碳排放已不容忽视； 如果行业趋势继续下去，情况很快就会失去控制。 除非我们愿意重新评估和改革今天的AI研究议程，否则人工智能领域很可能成为在不久的未来引发气候变化的罪魁祸首。

更大不一定更好在当今以深度学习为中心的研究范式下，人工智能的主要进步主要依赖于模型的规模扩大：数据集更大、模型更大、计算资源更大。

GPT-3很好地解释了这一现象。 该模型最多包含1750亿个参数。 为了更直观地理解这个数字，前身的GPT-2模型(去年发布时，也创下了质量水平的记录)只有15亿个参数。 与去年的GPT-2在拥有千万次计算能力的设备上训练了几十天相比，GPT-3的训练时间将增加到几千天。

这种“情况越大”的模式推动AI技术进步的问题在于，建立和部署这种模式需要大量能源，从而导致大量碳排放。

在2019年的广泛研究中，由Emma Strubell领导的研究小组估计，训练深度学习模型时，最多可产生62万6155英镑的二氧化碳排放量——，相当于5辆汽车从出厂到报废的总二氧化碳排放量。 如果这不是直观的话，每个美国人每年平均会产生3万6156磅的二氧化碳排放量。

确实，这种估计主要针对高度依赖能源的模型。 毕竟，结合目前的现实，机器学习模式的平均训练过程决不会产生60万磅以上的二氧化碳。

同样值得注意的是，在进行这一分析时，GPT-2仍然是研究领域规模最大的模式，研究者也认为这是深度学习模式的局限性。 但仅仅一年后，GPT-2就成了“瘦瘦”的代名词，新一代机型的分量超过了其百倍。

文章来源：《可再生能源》 网址: http://www.kzsnyzzs.cn/zonghexinwen/2022/1209/1623.html

上一篇：可再生能源论文写作（浅谈可再生资源论文）
下一篇：华北电力大学校庆致辞（可再生能源论文的格式