Capoccioni, Martina (A.A. 2024/2025) L’impatto ambientale della generative AI: fattori che influenzano consumo energetico, emissioni di CO₂ e uso idrico nella fase di inferenza. Tesi di Laurea in Processi di digitalizzazione nella funzione AFC, Luiss Guido Carli, relatore Giuseppe Mazzotta, pp. 166. [Master's Degree Thesis]

Preview

PDF (Full text) Download (7MB) | Preview

Abstract/Index

Contesto tecnologico, energetico e normativo. Evoluzione dell’intelligenza artificiale. Data center: infrastruttura, consumi e strategie energetiche. Determinanti tecniche del consumo energetico nei modelli ai. Analisi della letteratura e gap di ricerca. Revisione della letteratura. Gap di ricerca e obiettivo dello studio. Metodologia e disegno sperimentale. Introduzione metodologica. Campione e fonte dati. Costruzione degli indici di sostenibilità: impatto ambientale. Analisi MMLU–accuratezza cognitiva dei modelli. Analisi di Pareto applicata ai modelli selezionati. Modello di regressione per l’analisi della latenza. Localizzazione dei data center. Riduzione potenziale di emissioni di CO2 attraverso la programmazione temporale delle operazioni dei data center. Uso consapevole delle tecniche avanzate. Frontiera di Pareto: capacità vs sostenibilità della GenAI. Impatto Idrico dei modelli di GenAI.

References

Bibliografia: pp. 111-118.

Thesis Type:	Master's Degree Thesis
Institution:	Luiss Guido Carli
Degree Program:	Master's Degree Programs > Master's Degree Program in Strategic Management (LM-77)
Chair:	Processi di digitalizzazione nella funzione AFC
Thesis Supervisor:	Mazzotta, Giuseppe
Thesis Co-Supervisor:	Legrottaglie, Francesco
Academic Year:	2024/2025
Session:	Autumn
Deposited by:	Alessandro Perfetti
Date Deposited:	26 Mar 2026 08:50
Last Modified:	26 Mar 2026 08:50
URI:	https://tesi.luiss.it/id/eprint/45260

Downloads

Repository Staff Only

View Item