# كيف أقلل البصمة البيئية لتجارب الذكاء الاصطناعي على عنقود حوسبة بحثي؟

> خفّضوا طاقة تجارب الذكاء الاصطناعي على الحوسبة عالية الأداء: اقرؤوا محاسبة الطاقة في Slurm، واطلبوا ما تستخدمونه فقط، وجرّبوا على نطاق صغير، واحفظوا نقاط التحقق.

Source: https://greenai.guide/ar/كيف/كيف-أقلل-البصمة-البيئية-لتجارب-الذكاء-الاصطناعي-على-عنقود-حوسبة-بحثي/  
Updated: 2026-11-19

## باختصار

ابدؤوا بالقياس: كثير من العناقيد الحاسوبية تسجّل الطاقة لكل مهمة في مُجدوِل Slurm، ويمكن لـ CodeCarbon أو حاسبة Green Algorithms سدّ الثغرات. ثم اطلبوا فقط وحدات معالجة الرسومات (GPU) والذاكرة والوقت الذي تحتاجون إليه، وجرّبوا الأفكار على نطاق صغير، واحفظوا نقاط التحقق للمهام الطويلة، وجدولوا المهام المرنة حين تكون الشبكة أنظف. وأبلغوا عن طاقة المشاريع كاملة، لا الجولات النهائية فقط.

## Steps

1. تحققوا إن كان عنقودكم يسجّل طاقة المهام، مثلًا في حقل ConsumedEnergy في Slurm.
2. اطلبوا فقط وحدات معالجة الرسومات والذاكرة والوقت الفعلي الذي تحتاج إليه مهمتكم.
3. أجروا تجارب أولية صغيرة قبل توسيع نطاق التجربة.
4. احفظوا نقاط التحقق للمهام الطويلة حتى لا تُهدر الأعطال والتوقفات العمل المنجز.
5. جدولوا المهام المرنة في ساعات تكون فيها الشبكة أنظف حيث يسمح العنقود بذلك.
6. أبلغوا عن الطاقة على مستوى المشروع، بما في ذلك جولات الضبط والجولات الفاشلة.

**تجعل العناقيد المشتركة تجاهل الطاقة أمرًا سهلًا، لأن أحدًا لا يرى فاتورة.** لكن كل وحدة معالجة رسومات مطلوبة
بلا حاجة وكل مهمة متروكة تستهلك الكهرباء وتُبقي الآخرين في الانتظار.

## كيف أعرف ما تستهلكه مهامي؟ {#how-do-i-see-what-my-jobs-use}

- **أمر `sacct` في Slurm** يمكنه الإبلاغ عن ConsumedEnergy للمهمة حيث تكون محاسبة الطاقة مفعّلة في العنقود. اسألوا
  فريق الحوسبة البحثية إن كانت مفعّلة.
- **CodeCarbon** يمكن تشغيله داخل المهام، وتغطي وثائقه العُقد الحاسوبية التي لا تتصل بالإنترنت.
- **Green Algorithms**، من Lannelongue وGrealey وInouye، تقدّر البصمة انطلاقًا من العتاد ومدة التشغيل والذاكرة
  والموقع، وهو ما يناسب المهام السابقة.

## ما الذي يُحدث الفرق الأكبر {#what-makes-the-biggest-difference}

- **طلبات بالحجم المناسب.** فطلب أربع وحدات معالجة رسومات واستخدام واحدة يترك ثلاثًا محجوزة وخاملة.
- **التجارب الأولية والإيقاف المبكر.** معظم الطاقة يذهب إلى الاستكشاف؛ تخلّصوا من الأفكار الضعيفة مبكرًا. راجعوا
  [خفض طاقة عمليات البحث عن المعاملات الفائقة](/ar/كيف/كيف-أقلل-الطاقة-المستهلكة-في-البحث-عن-المعاملات-الفائقة/).
- **نقاط التحقق،** حتى لا تعني الأعطال وحدود الوقت البدء من جديد.
- **إعادة استخدام** النماذج المدرّبة مسبقًا ومجموعات البيانات المشتركة بدلًا من أن يُعِدّ كل شخص نسخته الخاصة.

وشدّدت ورشة عمل مكثفة (sandpit) بريطانية عن الذكاء الاصطناعي الأخضر عُقدت في 2026 وضمّت علماء رياضيات وعلماء حاسوب
وممثلين عن الصناعة أيضًا على التحقق مما إذا كان أسلوب عددي راسخ يحل المشكلة أصلًا قبل تدريب أي نموذج.

## أخطاء شائعة {#common-mistakes}

- **معاملة العنقود كأنه مجاني.** تتبّعوا ساعات وحدات معالجة الرسومات كما تتبّعون ميزانية؛ راجعوا
  [تحديد ميزانية حوسبة](/ar/كيف/كيف-أحدد-ميزانية-حوسبة-لمشروع-بحثي-في-الذكاء-الاصطناعي/).
- **الإبلاغ عن الجولة النهائية فقط** في الأوراق البحثية.

تقدّم مبادئ GREENER من Lannelongue وزملائه إطارًا للمجموعات البحثية والمؤسسات. راجعوا
[دليل الباحثين](/ar/أدلة/الذكاء-الاصطناعي-الأخضر-للباحثين/).

## المصادر

- [Slurm sacct manual (ConsumedEnergy)](https://slurm.schedmd.com/sacct.html), SchedMD (2025)
- [Using CodeCarbon on SLURM](https://docs.codecarbon.io/latest/how-to/slurm/), CodeCarbon documentation (2025)
- [Green Algorithms: quantifying the carbon footprint of computation](https://www.green-algorithms.org/), Lannelongue, Grealey and Inouye, Advanced Science (2021)
- [GREENER principles for environmentally sustainable computational science](https://doi.org/10.1038/s43588-023-00461-y), Lannelongue et al., Nature Computational Science (2023)
