5月14日，Meta AI旗下FAIR团队与佐治亚理工学院合作推出CATransformers框架，旨在将碳排放纳入AI模型设计的核心考量。该框架通过多目标贝叶斯优化，平衡模型架构、硬件性能与碳足迹之间的关系。研究显示，传统方法仅优化运营效率忽视硬件全生命周期碳排放，而CATransformers可使碳排放降低17%-3%，同时保持低延迟（10-15毫秒）。例如，CarbonCLIP-S与TinyCLIP-39M精度相当，但碳排放减少17%；CarbonCLIP-XS精度提升8%，碳排放减少3%。此框架为AI可持续发展提供新路径，尤其适用于边缘设备推理场景。