greenai.guide

首页 › 我该如何……? › 如何在电网更清洁的时候安排模型训练?

我该如何……?

如何在电网更清洁的时候安排模型训练?

更新于 · 阅读约需 1 分钟

简而言之

找出可以等待的作业,例如训练、微调、评估和批量推理,在碳强度预测显示电网更清洁时启动它们。定期保存检查点,让长时间作业在碳强度上升时暂停、在下降时恢复,同时守住明确的截止时间。碳感知调度减少的是碳排放而不是能耗,所以应在提高效率的基础上进行。

步骤

  1. 列出可以等待数小时而无妨的 AI 作业,并注明每个作业真正的截止时间。
  2. 获取作业运行所在地区的碳强度预测。
  3. 在仍能赶上截止时间的最清洁时段启动可灵活安排的作业。
  4. 保存检查点(包括优化器状态),让长时间作业可以暂停和恢复。
  5. 在记录碳排放的同时记录每个作业的能耗,以免调度掩盖了能耗增长。

大多数训练作业并不需要在您按下回车键的那一刻就开始。 把它们挪到更清洁的时段,就能在不改动模型的情况下降低碳排放。

预测数据从哪里来?

  • 在英国(大不列颠),国家能源系统运营商(National Energy System Operator)的 Carbon Intensity API 可提前 96 小时以上预测 14 个地区的碳强度。
  • Electricity Maps 提供全球 350 多个区域的实时和预测数据。
  • Green Software Foundation 的 Carbon Aware SDK 是一个 Web API 和命令行工具,它利用此类数据,让软件能够“在电力来自清洁低碳来源时多做一些,在不是时少做一些”。

如何处理长时间作业?

Green Software Foundation 针对 AI 工作负载的模式建议,在可行的情况下,根据碳强度阈值暂停和恢复长时间运行的训练作业。这需要定期保存检查点(包括优化器状态),这样作业停止时不会有任何损失。请测量检查点的开销,确保暂停的代价不超过它带来的节省。

常见错误

  • 混淆碳排放和能耗。 挪动作业并不会让它用电更少;碳排放数字下降可能掩盖能耗上升。两者都要记录。
  • 让截止时间一再推迟。 把截止时间作为硬性限制,而不是一种偏好。
  • 按年度平均值来调度。 您需要作业实际运行所在地区的逐小时预测。
  • 为很小的作业做调度。 收益来自大型、可灵活安排的运行,而不是每一个脚本。

您也可以选择碳排放更低的地区。请参阅高效训练与推理。

来源

  1. Carbon Intensity API, National Energy System Operator (2025)
  2. Carbon Aware SDK, Green Software Foundation (2025)
  3. Use carbon-aware scheduling and region selection for AI workloads, Green Software Foundation, Green Software Patterns (2025)
  4. Electricity Maps data, Electricity Maps (2026)

加入我们

帮助减少 AI 对地球的影响

通过电子邮件获取新指南、资助征集和名录收录信息,大约每月一次。您也可以将您的产品、课程、博士岗位或研究添加到名录中。

不做跟踪。一键退订。 其他加入方式 · 隐私