# Come eseguo lavori di IA sulla capacità cloud inutilizzata?

> Esegua i lavori di IA interrompibili su capacità spot o prerilasciabile: preveda checkpoint e nuovi tentativi puliti, e tenga altrove il lavoro che non si può interrompere.

Source: https://greenai.guide/it/come/come-eseguo-lavori-di-ia-sulla-capacita-cloud-inutilizzata/  
Updated: 2026-11-19

## In breve

I fornitori cloud vendono a basso prezzo la capacità inutilizzata, a condizione di poterla riprendere con breve preavviso, sotto forma di istanze spot o prerilasciabili (preemptible). Addestramento, valutazione, inferenza in batch ed elaborazione dei dati possono usarla, se salvano checkpoint e ripartono in modo pulito. Le linee guida di Microsoft indicano di usarla solo per lavori che tollerano le interruzioni, perché queste possono introdurre instabilità.

## Steps

1. Elenchi i carichi di lavoro di IA che si possono interrompere e riavviare, come addestramento, valutazione e inferenza in batch.
2. Aggiunga a quei lavori checkpoint regolari e una logica pulita per i nuovi tentativi.
3. Li esegua su capacità spot o prerilasciabile, su più tipi di istanza.
4. Tenga su capacità standard il lavoro interattivo o con scadenze critiche.
5. Misuri quanto lavoro va perso per le interruzioni e regoli l'intervallo dei checkpoint.

**La capacità inutilizzata è hardware già costruito e alimentato; usarla per il lavoro flessibile la sfrutta
meglio.** Di solito costa anche molto meno, il che rafforza le ragioni per farlo.

## Quali lavori di IA sono adatti? {#which-ai-jobs-suit-it}

- esecuzioni di addestramento e fine-tuning che salvano checkpoint regolarmente;
- ricerche di iperparametri, in cui ogni prova è indipendente;
- esecuzioni di valutazione e di benchmark;
- inferenza in batch su una coda di documenti o immagini;
- preparazione dei dati.

Le linee guida sulla sostenibilità di Azure Well-Architected di Microsoft dicono di "usare le VM Spot solo per
carichi di lavoro che tollerano le interruzioni", osservando che possono ridurre lo spreco di infrastruttura ma anche
introdurre instabilità.

## Come rendo un lavoro resistente alle interruzioni? {#how-do-i-make-a-job-interruption-proof}

1. Salvi checkpoint, compreso lo stato dell'ottimizzatore, a intervalli ragionevoli.
2. Faccia in modo che il lavoro riparta automaticamente dall'ultimo checkpoint quando viene riavviato.
3. Consenta più tipi di istanza, così che lo scheduler abbia più capacità inutilizzata a disposizione.
4. Scriva i risultati in modo incrementale, così che il lavoro concluso non vada perso.

I checkpoint permettono anche di sospendere i lavori quando la rete elettrica è più inquinante, come suggerisce il
pattern della Green Software Foundation per i carichi di lavoro di IA; veda [pianificare l'addestramento quando la rete è più verde](/it/come/come-pianifico-l-addestramento-quando-la-rete-elettrica-e-piu-verde/).

## Errori comuni {#common-mistakes}

- **Nessun checkpoint,** così che un'interruzione butta via ore di lavoro e l'energia viene sprecata.
- **Checkpoint troppo frequenti,** così che salvare costa più di quanto protegga.
- **Mettere servizi rivolti agli utenti su capacità spot.**

Veda [hosting e data centre](/it/buone-pratiche/hosting-e-data-centre-per-un-ia-verde/).

## Fonti

- [Reliability recommendations for sustainable workloads on Azure](https://learn.microsoft.com/en-us/azure/well-architected/sustainability/sustainability-reliability-recommendations), Microsoft Azure Well-Architected Framework (2026)
- [Use carbon-aware scheduling and region selection for AI workloads](https://github.com/Green-Software-Foundation/patterns/blob/main/docs/operations/carbon-aware-ai-scheduling.md), Green Software Foundation, Green Software Patterns (2025)
