# Como reduzo a energia do treinamento de um modelo?

> As principais alavancas para cortar a energia do treinamento: partir de um modelo pré-treinado, ajustar o tamanho, precisão mista, parar cedo, local e hora limpos, medir.

Source: https://greenai.guide/pt/como/como-reduzo-a-energia-do-treinamento-de-um-modelo/  
Updated: 2026-11-19

## Em resumo

Parta de um modelo pré-treinado sempre que puder, escolha a menor arquitetura capaz de atingir o seu nível, treine em precisão mista, pare quando a validação deixar de melhorar e rode em hardware eficiente, numa região e num horário de baixo carbono. Patterson e colegas concluíram que a escolha do modelo, do data center e do processador pode reduzir a pegada de carbono do treinamento em até cerca de 100 a 1.000 vezes. Meça cada execução para que as escolhas fiquem visíveis.

## Steps

1. Verifique se é possível fazer o ajuste fino de um modelo pré-treinado em vez de treinar do zero.
2. Teste as ideias em pequena escala antes de lançar uma execução completa.
3. Treine em precisão mista e pare cedo quando a validação deixar de melhorar.
4. Rode em aceleradores eficientes numa região de baixo carbono e agende as execuções flexíveis para horas mais limpas.
5. Salve checkpoints para que as execuções possam pausar, retomar e evitar recomeçar do zero.
6. Acompanhe a energia e as emissões de cada execução, incluindo as que falharam.

**A energia do treinamento é definida sobretudo por decisões tomadas antes de a execução começar.** O que você treina,
em quê, onde e quando importa mais do que qualquer ajuste durante a execução.

## Por que isso importa? {#why-does-it-matter}

O artigo de Strubell, Ganesh e McCallum, de 2019, quantificou o custo financeiro e ambiental de treinar modelos de
linguagem e propôs formas de reduzi-lo. Mais tarde, Patterson e colegas concluíram que a escolha da arquitetura do
modelo, do data center e do processador pode reduzir a pegada de carbono do treinamento em até cerca de 100 a 1.000
vezes.

## O que faz a maior diferença? {#what-makes-the-biggest-difference}

1. **Não treinar do zero.** Fazer o ajuste fino de um modelo pré-treinado, ou de um adaptador sobre ele, costuma
   custar uma fração mínima do pré-treinamento. Veja [como evitar treinar do zero](/pt/como/como-evito-treinar-um-modelo-do-zero/).
2. **Ajustar o tamanho.** Uma arquitetura menor que atinge o nível é melhor do que uma grande que o ultrapassa.
3. **Precisão mista.** Treinar em meia precisão com uma cópia mestra em precisão total quase reduziu pela metade o uso
   de memória no trabalho de Micikevicius e colegas, o que permite que lotes maiores caibam no mesmo hardware.
4. **Parada antecipada.** Encerre as execuções quando a perda de validação se estabilizar.
5. **Onde e quando.** Escolha aceleradores eficientes e uma região de baixo carbono, e rode os trabalhos flexíveis
   quando a rede estiver mais limpa: veja [como agendar o treinamento](/pt/como/como-agendo-o-treinamento-para-quando-a-rede-eletrica-estiver-mais/).

## Erros comuns {#common-mistakes}

- **Contar só a execução final.** Os ajustes e as execuções que falharam muitas vezes custam mais; veja
  [como cortar a energia das buscas de hiperparâmetros](/pt/como/como-reduzo-a-energia-das-buscas-de-hiperparametros/).
- **Não salvar checkpoints**, de modo que uma interrupção obriga a começar de novo.
- **Não medir.** Coloque um rastreador como o CodeCarbon no script de treinamento.

Para o conjunto completo de ferramentas, leia [treinamento e inferência eficientes](/pt/boas-praticas/treinamento-e-inferencia-de-ia-eficientes/).

## Fontes

- [Carbon emissions and large neural network training](https://arxiv.org/abs/2104.10350), Patterson et al. (2021)
- [Mixed Precision Training](https://arxiv.org/abs/1710.03740), Micikevicius et al. (arXiv 1710.03740) (2017)
- [Energy and policy considerations for deep learning in NLP](https://arxiv.org/abs/1906.02243), Strubell, Ganesh and McCallum, ACL (2019)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
