greenai.guide

Home › Come faccio a…? › Come scelgo una regione cloud a basse emissioni di carbonio?

Come faccio a…?

Come scelgo una regione cloud a basse emissioni di carbonio?

Aggiornato · 1 min di lettura

In breve

Confronti le regioni per intensità di carbonio della rete e quota di energia priva di carbonio, usando i dati per regione pubblicati dal Suo fornitore o una fonte come Electricity Maps, poi valuti latenza, regole sulla residenza dei dati e costi. I lavori in batch come addestramento, fine-tuning ed elaborazioni notturne sono i più facili da spostare; l'inferenza rivolta agli utenti di solito deve restare vicina a loro.

Passaggi

  1. Elenchi i carichi di lavoro che possono girare ovunque, a partire da addestramento, fine-tuning e lavori in batch.
  2. Confronti le regioni candidate per intensità di carbonio della rete e quota di energia priva di carbonio.
  3. Verifichi per ciascuna candidata i vincoli di residenza dei dati, latenza e costo.
  4. Tenga conto dell'energia e del costo necessari per spostare i dati nella nuova regione.
  5. Riveda la scelta ogni anno, perché le reti elettriche e i dati dei fornitori cambiano.

La scelta della regione può moltiplicare più volte le emissioni dello stesso lavoro, senza cambiare una riga di codice. L'elettricità dietro un kilowattora varia molto da una rete all'altra.

Dove trovo i dati per regione?

  • Google Cloud pubblica, per ogni regione, la quota media oraria di energia priva di carbonio e l'intensità di carbonio della rete in gCO₂e/kWh. La sua console contrassegna come "Low CO2" le regioni in cui l'energia priva di carbonio è almeno il 75% oppure, dove questo dato non è disponibile, l'intensità della rete è al massimo 200 gCO₂e/kWh.
  • Electricity Maps fornisce l'intensità di carbonio in tempo reale, prevista e storica per oltre 350 zone, utile con qualsiasi fornitore.
  • Le pagine sulla sostenibilità e i cruscotti sul carbonio degli altri fornitori; veda i dati sul carbonio del Suo fornitore cloud.

Quali carichi di lavoro conviene spostare?

Il pattern della Green Software Foundation per i carichi di lavoro di IA suggerisce di eseguire addestramento, fine-tuning e lavori in batch in regioni a basse emissioni, dove la latenza conta meno. Le linee guida Azure Well-Architected di Microsoft consigliano di valutare insieme intensità di carbonio, latenza e resilienza nella scelta delle regioni.

Errori comuni

  • Spostare l'inferenza sensibile alla latenza lontano dagli utenti, il che può peggiorare l'esperienza e aumentare il traffico di rete.
  • Ignorare lo spostamento dei dati. Copiare grandi dataset tra regioni ha un costo proprio.
  • Affidarsi ai certificati. Un fornitore che acquista certificati di energia rinnovabile non rende a basse emissioni una rete ad alte emissioni; veda come verificare se la Sua IA funziona con energia rinnovabile.
  • Considerare la scelta della regione un sostituto dell'efficienza. Riduce il carbonio, non l'energia.

Altre informazioni in hosting e data centre.

Fonti

  1. Carbon free energy for Google Cloud regions, Google Cloud (2025)
  2. Electricity Maps data, Electricity Maps (2026)
  3. Use carbon-aware scheduling and region selection for AI workloads, Green Software Foundation, Green Software Patterns (2025)
  4. Reliability recommendations for sustainable workloads on Azure, Microsoft Azure Well-Architected Framework (2026)

Si unisca a noi

Aiuti a ridurre l'impatto dell'IA sul pianeta

Riceva per email nuove guide, bandi di finanziamento e schede delle directory, circa una volta al mese. Oppure aggiunga il suo prodotto, corso, dottorato o ricerca alle directory.

Nessun tracciamento. Disiscrizione con un clic. Altri modi per partecipare · Privacy