En resumen
Mida el sistema actual antes de cambiar nada, con el mismo hardware, la misma carga y las mismas entradas que usará después, y repita las ejecuciones para ver la dispersión normal. Informe de la energía por unidad de trabajo útil además de en total, y declare solo un ahorro mayor que el ruido y logrado sin una caída de la calidad.
Pasos
- Elija una unidad funcional, como la energía por solicitud o por documento.
- Mida el sistema actual varias veces con una configuración y una carga de trabajo fijas, incluido el consumo en reposo.
- Cambie una sola cosa cada vez y vuelva a medir en las mismas condiciones.
- Registre la calidad o el éxito de la tarea junto con la energía en cada ejecución.
- Declare solo los ahorros mayores que la dispersión entre ejecuciones, e informe de los totales además de las cifras por unidad.
Un ahorro solo cuenta si midió antes, midió después de la misma forma y la diferencia es mayor que el ruido. Sin una referencia, una afirmación sobre la energía es una suposición, y puede no resistir un examen.
¿Qué hace que una comparación sea justa?
- La misma configuración: hardware, región, versiones de software y ajustes.
- La misma carga: las mismas solicitudes, documentos o datos de entrenamiento, con el mismo volumen.
- Varias ejecuciones: las lecturas varían con la temperatura, los procesos en segundo plano y el escalado de frecuencia. Informe de la media y del intervalo.
- Energía, no solo velocidad: el trabajo de la GreenCode Constitution halló, en el motor de inferencia llama.cpp, una reducción del 4,7% de la energía de la GPU junto con una mejora de velocidad de solo el 3%. El tiempo y la energía pueden contar historias distintas.
- Calidad mantenida: una respuesta más barata que se equivoca más a menudo no es un ahorro.
¿Qué unidad debe usar la referencia?
Use una unidad funcional, como en la especificación SCI de la Green Software Foundation: por solicitud, por documento o por tarea completada con éxito. Después, informe del total junto a ella, porque la energía por tarea puede bajar mientras la energía total sube al crecer el uso. Consulte medir la energía de la IA por tarea.
Errores frecuentes
- Medir una sola vez, antes y después. Un único par de lecturas puede ser ruido.
- Cambiar varias cosas a la vez, de modo que no sabe qué ayudó.
- Mover la referencia, por ejemplo comparar un modelo pequeño nuevo con uno grande antiguo con otro volumen.
- Contar como eficiencia las bajadas de carbono que proceden solo de una red más limpia.
Antes de publicar un ahorro, compruébelo frente a declaraciones ecológicas honestas.
Fuentes
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
Relacionado
¿Cómo mido la energía de la IA por tarea en lugar de en total?
Elija una unidad funcional, como por documento o por tarea completada con éxito, registre la energía y la calidad frente a ella e infórmela junto al total.
¿Cómo fijo objetivos de energía y emisiones para la IA?
Cómo fijar objetivos de energía y emisiones de la IA que signifiquen algo: una referencia medida, objetivos de intensidad y absolutos juntos, y una revisión periódica.
¿Cómo hago afirmaciones honestas sobre nuestra IA verde?
Cómo describir el comportamiento ambiental de su IA sin lavado verde: afirmaciones concretas, medidas y comparables, con una referencia, un método y sus límites.
Afirmaciones ambientales honestas sobre la IA
Cómo evitar el ecoblanqueo con la IA: qué se puede afirmar y qué no, efectos rebote, informes honestos y las normas del Reino Unido, la UE y EE. UU.