In breve
Cominci misurando: molti cluster registrano l'energia di ogni job nello scheduler Slurm, e CodeCarbon o il calcolatore Green Algorithms possono colmare le lacune. Poi richieda solo le GPU, la memoria e il tempo che Le servono, provi le idee su piccola scala, salvi checkpoint dei job lunghi e pianifichi quelli flessibili quando la rete elettrica è più pulita. Rendiconti l'energia di interi progetti, non solo delle esecuzioni finali.
Passaggi
- Verifichi se il Suo cluster registra l'energia dei job, per esempio nel campo ConsumedEnergy di Slurm.
- Richieda solo le GPU, la memoria e il tempo di esecuzione di cui il job ha davvero bisogno.
- Esegua piccole prove pilota prima di portare un esperimento su scala maggiore.
- Salvi checkpoint dei job lunghi, così che guasti e pause non sprechino il lavoro già fatto.
- Pianifichi i job flessibili nelle ore in cui la rete è più pulita, dove il cluster lo consente.
- Rendiconti l'energia a livello di progetto, comprese messa a punto ed esecuzioni fallite.
Sui cluster condivisi è facile ignorare l'energia, perché nessuno vede una bolletta. Ma ogni GPU richiesta in eccesso e ogni job abbandonato consumano energia e fanno aspettare gli altri.
Come vedo quanto consumano i miei job?
sacctdi Slurm può riportare il ConsumedEnergy di un job, se il cluster ha attivato la contabilità energetica. Chieda al Suo team di calcolo per la ricerca se è attiva.- CodeCarbon può girare all'interno dei job, e la sua documentazione tratta anche i nodi di calcolo senza accesso a internet.
- Green Algorithms, di Lannelongue, Grealey e Inouye, stima l'impronta a partire da hardware, tempo di esecuzione, memoria e luogo, ed è adatto ai job già eseguiti.
Che cosa fa la differenza maggiore
- Richieste della giusta dimensione. Chiedere quattro GPU e usarne una ne lascia tre riservate e inattive.
- Prove pilota e arresto anticipato. La maggior parte dell'energia va nell'esplorazione; scarti presto le idee poco promettenti. Veda ridurre l'energia delle ricerche di iperparametri.
- Checkpoint, così che arresti anomali e limiti di tempo non costringano a ricominciare.
- Riuso di modelli preaddestrati e dataset condivisi, invece che ognuno prepari i propri.
Un sandpit (laboratorio di ricerca intensivo e collaborativo) britannico sull'IA verde del 2026, che ha riunito matematici, informatici e industria, ha anche sottolineato l'importanza di verificare se un metodo numerico ben noto risolva già il problema, prima ancora di addestrare un modello.
Errori comuni
- Considerare il cluster gratuito. Tenga traccia delle ore-GPU come di un budget; veda stabilire un budget di calcolo.
- Riportare negli articoli solo l'esecuzione finale.
I principi GREENER di Lannelongue e colleghi offrono un quadro di riferimento per gruppi e istituzioni. Veda la guida per i ricercatori.
Fonti
- Slurm sacct manual (ConsumedEnergy), SchedMD (2025)
- Using CodeCarbon on SLURM, CodeCarbon documentation (2025)
- Green Algorithms: quantifying the carbon footprint of computation, Lannelongue, Grealey and Inouye, Advanced Science (2021)
- GREENER principles for environmentally sustainable computational science, Lannelongue et al., Nature Computational Science (2023)
Correlati
Come stabilisco un budget di calcolo per un progetto di ricerca?
Stabilisca e segua un budget di calcolo per la ricerca sull'IA: stimi le ore-GPU, faccia prove piccole, fermi presto le esecuzioni scarse, riusi i modelli e rapporti i risultati al calcolo.
Come riporto il consumo di energia della mia ricerca sull'IA?
Che cosa inserire in un articolo su calcolo ed energia: hardware, ore-GPU di tutte le esecuzioni, energia, luogo, carbonio, costo d'inferenza e perimetro.
Come riduco l'energia della ricerca degli iperparametri?
Come ottimizzare i modelli con meno calcolo: ricerche più intelligenti delle griglie complete, arresto precoce delle prove scarse, piccoli test pilota e un budget.
IA verde per i ricercatori
Guida per i ricercatori su metodi di IA efficienti, misura e rendicontazione dell'energia negli articoli, budget di calcolo, finanziamenti e ruolo della matematica.