Avaliação do Consumo de Energia e o Impacto da emissão de CO2 para algoritmos de Inteligência Artificial

Abstract

Atualmente a Inteligencia Artificial (IA) é uma das forças mais transformadoras do nosso tempo, com resultados surpreendentes. Esses resultados se devem, em grande parte, ao uso de alta capacidade computacional oferecida pelos ambientes de HPC, os quais ao mesmo tempo requerem muita energia para seu funcionamento. Além disso, o consumo de energia é responsável pela emissão de gases de efeito estufa, entre os quais o CO2 é o mais expressivo. Neste trabalho é avaliado o impacto do treinamento de diferentes algoritmos de IA no consumo energético e na emissão de CO2 equivalente entre diferentes arquiteturas computacionais (ARM, GPU e X86).

Em Busca de uma Inteligência Artificial Ecologicamente Viável: Um estudo de caso do Consumo Energético de Algoritmos de íArvore de Decisão

“…Ainda, com exceção dos trabalhos de [Strubell et al 2019] e [Bernardo et al 2020], não foram encontrados trabalhos que avaliam a emissão de CO 2 e (CO 2 equivalente, pois computadores não emitem CO 2 ) para a execução dos algoritmos de AM. Em [Strubell et al 2019] foi realizada uma avaliação do ciclo de vida de modelos de IA, no qual os autores mencionam que os custos computacionais e ambientais do treinamento crescem proporcionais ao tamanho do modelo, e este custoé ainda maior quando ajuste de parâmetros nos algoritmos são realizados para aumentar a precisão final dos modelos.…”

“…Em [Strubell et al 2019] foi realizada uma avaliação do ciclo de vida de modelos de IA, no qual os autores mencionam que os custos computacionais e ambientais do treinamento crescem proporcionais ao tamanho do modelo, e este custoé ainda maior quando ajuste de parâmetros nos algoritmos são realizados para aumentar a precisão final dos modelos. Em [Bernardo et al 2020]é avaliado o impacto do treinamento de diferentes algoritmos de AM (RNAs, AD, Kmeans e Floresta Randômica Regressiva) no consumo energético e na emissão de CO 2 e, quando executados em diferentes arquiteturas computacionais (ARM, GPU e X86). Porém, ainda que os trabalhos sejam muito relevantes, não são identificados os hotspots de energia nos algoritmos de AM avaliados.…”