greenai.guide

Início › Como faço para…? › Como meço a energia que a IA usa no meu próprio computador ou GPU?

Como faço para…?

Como meço a energia que a IA usa no meu próprio computador ou GPU?

Atualizado · 1 min de leitura

Em resumo

Na sua própria máquina você pode medir diretamente: use o CodeCarbon ou uma ferramenta de potência que leia os contadores do processador e da GPU, ou coloque uma tomada inteligente com medidor entre o computador e a parede. Registre primeiro a base em repouso, faça amostras durante todo o trabalho em vez de leituras pontuais e repita a execução algumas vezes antes de confiar no número.

Passos

  1. Meça a potência da máquina em repouso antes de começar.
  2. Execute a tarefa de IA com o CodeCarbon, uma ferramenta baseada em contadores ou uma tomada inteligente com medidor registrando o tempo todo.
  3. Amostre a potência da GPU durante todo o trabalho e integre-a ao longo do tempo.
  4. Repita a execução várias vezes e informe a média e a faixa.
  5. Confira um medidor de software com um medidor de tomada uma vez por máquina.

O hardware que você possui pode ser medido, e isso é melhor que qualquer estimativa. É a melhor forma de ver o que um modelo local, um ajuste fino ou uma ferramenta de programação com IA realmente consome na sua máquina.

Que ferramentas posso usar?

Opção O que lê Indicada para
Tomada inteligente com medidor A máquina inteira, na tomada Qualquer pessoa; confere outras ferramentas
CodeCarbon Potência do processador, da GPU e da memória, mais o carbono da rede Scripts Python, treinamento e inferência local
Contadores do processador (RAPL em muitos chips Intel e AMD) Energia da CPU e da memória Ferramentas Linux como perf, Scaphandre, PowerJoular
Telemetria da GPU (nvidia-smi, NVML) Potência da GPU Treinamento e inferência de modelos em placas NVIDIA

Por que amostrar ao longo do tempo?

As leituras da GPU são amostradas, não contínuas. Yang e colegas descobriram que, nas GPUs A100 e H100, o nvidia-smi amostra a potência em apenas cerca de 25% do tempo de execução, o que pode enganar muito em trabalhos curtos. Registre leituras durante todo o trabalho, execute por tempo suficiente para cobrir muitos intervalos de amostragem e some-as ao longo do tempo.

Erros comuns

  • Esquecer a base em repouso. Um computador de mesa consome energia sem fazer nada; subtraia esse valor para ver o que a IA acrescenta.
  • Medir uma vez só. A temperatura, as tarefas em segundo plano e o ajuste de frequência mudam as leituras. Repita e dê uma faixa.
  • Comparar só a velocidade. Mais rápido e com menos energia costumam andar juntos, mas nem sempre. Informe os dois.

Para converter a energia em carbono, veja como encontrar a intensidade de carbono da rede. O método completo está em como medir a energia da IA.

Fontes

  1. Part-time power measurements: nvidia-smi's lack of attention, Yang et al. (arXiv 2312.02741) (2023)
  2. CodeCarbon, CodeCarbon (2026)
  3. When to use CodeCarbon, CodeCarbon (2025)

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