数据中心功耗可辅助识别AI训练
热点事件持续更新
数据中心功耗可辅助识别AI训练
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究团队提出利用数据中心外部功耗波动识别未公开AI训练的方法,通过追踪每秒约一次且频率变化的训练节奏判断模型是否正在训练。模拟工作负载显示,在运营方未主动隐藏训练痕迹时,该方法至少检出96%的训练运行,假阳性率为1%。 研究人员还测试了八种规避训练痕迹的策略,指出其实施成本高且耗时;不过当前结果尚未覆盖主动规避痕迹的情形。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 22:29
研究团队用数据中心功耗识别未公开的AI训练报道时间线
沿着报道,了解事件的不同侧面。
10月24日
- Notebookcheck研究团队用数据中心功耗识别未公开的AI训练
研究人员提出利用数据中心功耗波动识别未公开AI训练的方法,通过Viterbi tracker追踪每秒约一次且频率会变化的训练节奏。在模拟工作负载中,该方法至少检出96%的训练运行,假阳性率为1%;这一结果尚未覆盖主动规避训练痕迹的情形。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月24日 23:00
- 近 24 小时变化
- –
02.557.510
23:0010月25日01:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。