本文研究了设备边缘云计算中的资源编排，强调边缘 AI 对资源编排的支持和强调本地自治和智能，提出了一个旨在实现未来资源编排愿景的编排范式。

May, 2022

本文主要探讨了高性能计算、人工智能 / 机器学习和量子计算以及通信对于计算机科学研究领域的创新和影响，并指出在支持计算机科学研究方面需要更全面的计算基础设施，包括商业云计算和量子计算等新的计算方法。

Dec, 2020

人工智能在技术和研究方面取得了显著的进展，并广泛应用于计算视觉、自然语言处理、时间序列分析、语音合成等多个领域。然而，随着大型语言模型的出现，研究人员的注意力主要集中在追求最新的技术成果，导致模型规模和计算复杂性不断增加，需要更高的计算能力，进而产生更高的碳排放量，阻碍了资金有限的中小型研究机构和公司参与研究，并引发研究公平性的问题。为应对计算资源和人工智能的环境影响，绿色计算已成为一个热门的研究课题。在本调研中，我们对绿色计算中使用的技术进行了系统概述，并提出绿色计算的框架，将其分为四个关键组成部分：(1) 绿色度量指标，(2) 能效人工智能，(3) 能效计算系统和 (4) 可持续发展的人工智能应用案例。针对每个组成部分，我们讨论了研究进展及常用的优化技术，结论表明这个新的研究方向有潜力解决资源限制与人工智能发展之间的冲突。我们鼓励更多的研究人员关注这个方向，使人工智能更加环保友好。

Nov, 2023

通过评估医疗行业中人工智能解决方案的普及挑战，本文侧重于医学成像中的计算机视觉应用及其如何通过互操作性和企业级可扩展性来解决这些挑战。

Nov, 2023

探讨人工智能在非洲不同地区可持续农业发展中的转型潜力，研究了人工智能在农业中的应用机会、挑战和影响，对精准农业、作物监测和适应气候的实践等机会进行了考察，同时研究了与技术基础设施、数据可访问性和技能差距相关的挑战。文章分析了人工智能对小农户、供应链和包容性增长的影响，讨论了伦理考虑和政策影响，为非洲农业可持续发展中利用人工智能的讨论做出了贡献。

Jan, 2024

AI 的碳排放问题及效率优化的机会和可持续性

Jun, 2024

本篇研究从数据、算法和硬件系统综合视角探讨了 AI 的超线性增长趋势对环境的影响，着重分析了 AI 计算的碳足迹和硬件系统的全生命周期，并提出了硬件 - 软件设计和优化对减少 AI 总体碳足迹的重要性，讨论了 AI 领域的挑战和发展方向。

Oct, 2021

机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

Jun, 2024

该研究论文介绍了可持续 AI 项目的关键概念和工具，重点是评估其潜在社会影响和道德可允许性，以及促进利益相关者的公平和有意义的参与和位置感知。

Feb, 2024

本文提出基于 19 项可持续性标准和 67 个指标的 “可持续人工智能 (SCAIS)” 框架，为意识到 AI 系统的开发和应用提供了实用的标准和工具。

Jun, 2023