greenai.guide

Início › Como faço para…? › Como defino uma linha de base para comprovar economias de energia com IA?

Como faço para…?

Como defino uma linha de base para comprovar economias de energia com IA?

Atualizado · 1 min de leitura

Em resumo

Meça o sistema atual antes de mudar qualquer coisa, com o mesmo hardware, a mesma carga e as mesmas entradas que vai usar depois, e repita as execuções para ver a variação normal. Informe a energia por unidade de trabalho útil e também no total, e só declare uma economia maior do que o ruído e obtida sem queda de qualidade.

Passos

  1. Escolha uma unidade funcional, como a energia por pedido ou por documento.
  2. Meça o sistema atual várias vezes, com uma configuração e uma carga de trabalho fixas, incluindo a base em repouso.
  3. Mude uma coisa de cada vez e meça de novo nas mesmas condições.
  4. Registre a qualidade ou o sucesso da tarefa ao lado da energia em cada execução.
  5. Declare apenas economias maiores do que a variação entre execuções e informe os totais além dos números por unidade.

Uma economia só conta se você mediu antes, mediu depois da mesma forma e a diferença for maior do que o ruído. Sem uma linha de base, uma alegação de energia é um palpite, e pode não resistir a um exame.

O que torna uma comparação justa?

  • Mesma configuração: hardware, região, versões de software e definições.
  • Mesma carga: os mesmos pedidos, documentos ou dados de treinamento, no mesmo volume.
  • Várias execuções: as leituras variam com a temperatura, os processos em segundo plano e o ajuste de frequência. Informe a média e a faixa.
  • Energia, não só velocidade: o trabalho da GreenCode Constitution encontrou, no motor de inferência llama.cpp, um corte de 4,7% na energia da GPU acompanhado de um ganho de velocidade de apenas 3%. Tempo e energia podem contar histórias diferentes.
  • Qualidade mantida: uma resposta mais barata que erra com mais frequência não é uma economia.

Que unidade a linha de base deve usar?

Use uma unidade funcional, como na especificação SCI da Green Software Foundation: por pedido, por documento ou por tarefa bem-sucedida. Depois informe o total ao lado dela, porque a energia por tarefa pode cair enquanto a energia total sobe à medida que o uso cresce. Veja acompanhar a energia da IA por tarefa.

Erros comuns

  • Medir uma vez antes e uma vez depois. Um único par de leituras pode ser ruído.
  • Mudar várias coisas ao mesmo tempo, de modo que você não sabe o que ajudou.
  • Mover a linha de base, por exemplo comparando um modelo pequeno novo com um grande antigo num volume diferente.
  • Contar como eficiência quedas de carbono que vêm só de uma rede mais limpa.

Antes de publicar uma economia, confira-a com alegações verdes honestas.

Fontes

  1. Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
  2. GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)

Junte-se a nós

Ajude a reduzir o impacto da IA no planeta

Receba novos guias, editais de financiamento e listagens dos diretórios por e-mail, cerca de uma vez por mês. Ou adicione seu produto, curso, doutorado ou pesquisa aos diretórios.

Sem rastreamento. Cancele a inscrição com um clique. Outras formas de participar · Privacidade