greenai.guide

الرئيسية › كيف أفعل…؟ › كيف أقيس البصمة الكربونية لتدريب نموذج ذكاء اصطناعي؟

كيف أفعل…؟

كيف أقيس البصمة الكربونية لتدريب نموذج ذكاء اصطناعي؟

تاريخ التحديث · مدة القراءة: 1 دقيقة

باختصار

ضعوا نص التدريب البرمجي داخل أداة لتتبّع الانبعاثات مثل CodeCarbon، التي تقدّر الطاقة المستهلكة من المعالج المركزي (CPU) ووحدة معالجة الرسومات (GPU) والذاكرة، وتحوّلها إلى كربون باستخدام بيانات الشبكة المحلية. احسبوا كل جولة، بما فيها جولات الضبط والجولات الفاشلة، وسجّلوا العتاد والموقع والمدة، وانشروا النتيجة مع النموذج. وإن لم تكن لديكم سجلات، فيمكن لحاسبة مثل Green Algorithms أن تقدّرها لاحقًا.

الخطوات

  1. أضيفوا أداة لتتبّع الانبعاثات إلى نص التدريب، وأوقفوها في كتلة finally حتى تُغلق دائمًا.
  2. امنحوا كل جولة اسم مشروع أو تجربة لتتمكنوا من مقارنة الإعدادات.
  3. سجّلوا العتاد ومدة التشغيل والموقع وكثافة الكربون في الشبكة المستخدمة.
  4. احسبوا جولات الضبط والجولات الفاشلة والمتروكة إلى جانب الجولة النهائية.
  5. ضعوا الطاقة والانبعاثات بجانب الدقة في جدول نتائجكم.
  6. انشروا الرقم في بطاقة النموذج أو في الورقة البحثية.

قيسوا أثناء التدريب، لا بعده. فأرقام التدريب المسجّلة جولةً بجولة تتيح لكم مقارنة الإعدادات من حيث الطاقة والدقة معًا، وتمنح المشترين والزملاء رقمًا يمكنهم الوثوق به.

ما الذي يحدد البصمة؟

حدّد Lacoste وزملاؤه العوامل الرئيسية في 2019: موقع الخادم وشبكة الطاقة التي يستخدمها، ومدة التدريب، وطراز العتاد ونوعه. والكربون هو الطاقة مضروبة في كثافة الكربون في الشبكة في المكان والزمان اللذين جرت فيهما المهمة.

أي الأدوات أستخدم؟

  • CodeCarbon، وهي حزمة Python مفتوحة المصدر، تقدّر الطاقة من قدرة المعالج ووحدة معالجة الرسومات (GPU) والذاكرة وتحوّلها باستخدام بيانات الشبكة المحلية. وتوضح دروسها كيفية تتبّع كل إعداد ومقارنة الدقة بالانبعاثات، وفيها إرشادات للعناقيد الحاسوبية التي لا تتصل عُقدها الحاسوبية بالإنترنت.
  • Green Algorithms، وهي حاسبة من Lannelongue وGrealey وInouye، تقدّر البصمة انطلاقًا من العتاد ومدة التشغيل والذاكرة والموقع، وهو ما يناسب المهام التي لم تسجّلوها.
  • Machine Learning CO2 Impact calculator من Lacoste وزملائه تُجري تقديرًا مشابهًا انطلاقًا من العتاد وعدد الساعات والمزوّد والمنطقة.

كيف أنشر النتيجة؟

تحتوي بطاقات النماذج في Hugging Face على حقل co2_eq_emissions للانبعاثات بالغرامات، ومصدر الرقم، ونوع التدريب (تدريب مسبق أو ضبط دقيق)، والموقع والعتاد المستخدم. املؤوه لكل نموذج تصدرونه.

أخطاء شائعة

  • الإبلاغ عن الجولة النهائية فقط. فعمليات البحث عن المعاملات الفائقة والجولات الفاشلة تشكّل في الغالب معظم الإجمالي.
  • استخدام متوسط وطني سنوي واحد مع توافر بيانات إقليمية بالساعة. راجعوا العثور على بيانات كثافة الكربون في الشبكة.
  • تقديم رقم واحد بلا منهجية. اذكروا الأداة وإصدارها وحدود القياس.

المنهجية الكاملة موجودة في كيف تقيسون طاقة الذكاء الاصطناعي.

المصادر

  1. Comparing model efficiency with carbon tracking, CodeCarbon documentation (2025)
  2. Using CodeCarbon on SLURM, CodeCarbon documentation (2025)
  3. Green Algorithms: quantifying the carbon footprint of computation, Lannelongue, Grealey and Inouye, Advanced Science (2021)
  4. Quantifying the carbon emissions of machine learning, Lacoste, Luccioni, Schmidt and Dandres (2019)
  5. Displaying carbon emissions for your model, Hugging Face Hub documentation (2026)
كيف أفعل…؟

كيف أُبلغ عن استهلاك الطاقة في بحثي عن الذكاء الاصطناعي؟

ما الذي تضعونه في الورقة البحثية عن الحوسبة والطاقة: العتاد، وساعات GPU لكل الجولات، والطاقة، والموقع، والكربون، وكلفة الاستدلال، وحدود القياس.

كيف أفعل…؟

كيف أقيس الطاقة التي يستهلكها الذكاء الاصطناعي على حاسوبي أو وحدة معالجة الرسومات لديّ؟

قيسوا طاقة الذكاء الاصطناعي المحلي بعدّادات العتاد أو بيانات قياس GPU أو مقياس يوصل بالمقبس، وخذوا عينات طوال المهمة واطرحوا خط الأساس في وضع الخمول.

كيف أفعل…؟

كيف أقلل الطاقة المستهلكة في تدريب نموذج ذكاء اصطناعي؟

الروافع الرئيسية لخفض طاقة التدريب: ابدؤوا بنموذج مدرّب مسبقًا، واختاروا الحجم المناسب، واستخدموا الدقة المختلطة، وتوقفوا مبكرًا، واختاروا أماكن وأوقاتًا نظيفة، وقيسوا.

ممارسات جيدة

كيف تقيسون طاقة الذكاء الاصطناعي وانبعاثاته الكربونية

دليل عملي لقياس طاقة أعمال الذكاء الاصطناعي وكربونها أو تقديرهما: الأدوات، وحدود النظام، ومقاييس لكل مهمة، والإفصاح الصادق عن عدم اليقين.

انضموا إلينا

ساعدوا في خفض أثر الذكاء الاصطناعي على الكوكب

تلقّوا الأدلة الجديدة ودعوات التمويل وإدراجات الأدلة بالبريد الإلكتروني، مرة في الشهر تقريبًا. أو أضيفوا منتجكم أو دورتكم أو منحة الدكتوراه أو بحثكم إلى الأدلة.

بلا تتبّع. ألغوا الاشتراك بنقرة واحدة. طرق أخرى للانضمام · الخصوصية