# Come misuro l'energia che l'IA consuma sul mio computer o sulla mia GPU?

> Misuri l'energia dell'IA in locale con contatori hardware, telemetria della GPU o un misuratore a presa, per tutto il lavoro, sottraendo il consumo a riposo.

Source: https://greenai.guide/it/come/come-misuro-l-energia-che-l-ia-consuma-sul-mio-computer-o-sulla-mia/  
Updated: 2026-11-19

## In breve

Sulla propria macchina si può misurare direttamente: usi CodeCarbon o uno strumento che legge i contatori di potenza del processore e della GPU, oppure inserisca una presa intelligente con misuratore tra il computer e la presa a muro. Registri prima il consumo a riposo, campioni per tutta la durata del lavoro invece di fare singole letture e ripeta l'esecuzione alcune volte prima di fidarsi del numero.

## Steps

1. Misuri la potenza a riposo della macchina prima di iniziare.
2. Esegua il compito di IA con CodeCarbon, uno strumento basato sui contatori o una presa intelligente con misuratore che registri per tutto il tempo.
3. Campioni la potenza della GPU per tutto il lavoro e la integri nel tempo.
4. Ripeta l'esecuzione più volte e riporti la media e l'intervallo.
5. Confronti una volta per ogni macchina un misuratore software con un misuratore a presa.

**L'hardware di Sua proprietà si può misurare, e una misura vale più di qualsiasi stima.** È il modo migliore per
vedere quanto assorbe davvero sulla Sua macchina un modello locale, un ciclo di fine-tuning (affinamento) o uno
strumento di IA per scrivere codice.

## Quali strumenti posso usare? {#which-tools-can-i-use}

| Opzione | Che cosa legge | Adatta per |
|---|---|---|
| Presa intelligente con misuratore | L'intera macchina, alla presa a muro | Chiunque; serve a verificare gli altri strumenti |
| CodeCarbon | Potenza di processore, GPU e memoria, più l'intensità di carbonio della rete | Script Python, addestramento e inferenza locale |
| Contatori del processore (RAPL su molti chip Intel e AMD) | Energia di CPU e memoria | Strumenti Linux come `perf`, Scaphandre, PowerJoular |
| Telemetria della GPU (`nvidia-smi`, NVML) | Potenza della GPU | Addestramento e inferenza di modelli su schede NVIDIA |

## Perché campionare nel tempo? {#why-sample-over-time}

Le letture della GPU sono campionate, non continue. Yang e colleghi hanno rilevato che sulle GPU A100 e H100
`nvidia-smi` campiona la potenza solo per circa il 25% del tempo di esecuzione, il che può trarre gravemente in
inganno per i lavori brevi. Registri le letture per tutta la durata del lavoro, lo faccia durare abbastanza da coprire
molti intervalli di campionamento e sommi i valori nel tempo.

## Errori comuni {#common-mistakes}

- **Dimenticare il consumo a riposo.** Un computer fisso consuma energia anche quando non fa nulla; lo sottragga per
  vedere quanto aggiunge l'IA.
- **Misurare una sola volta.** Temperatura, processi in background e variazione della frequenza cambiano le letture.
  Ripeta e indichi un intervallo.
- **Confrontare solo la velocità.** Più veloce e meno energia spesso vanno insieme, ma non sempre. Riporti entrambi.

Per convertire l'energia in carbonio, veda [come trovare l'intensità di carbonio della rete](/it/come/come-trovo-l-intensita-di-carbonio-della-mia-rete-elettrica/). Il
metodo completo è in [come misurare l'energia dell'IA](/it/buone-pratiche/come-misurare-l-energia-e-il-carbonio-dell-ia/).

## Fonti

- [Part-time power measurements: nvidia-smi's lack of attention](https://arxiv.org/abs/2312.02741), Yang et al. (arXiv 2312.02741) (2023)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [When to use CodeCarbon](https://docs.codecarbon.io/latest/explanation/when-to-use/), CodeCarbon (2025)
