L'attenzione sul cambiamento climatico è sempre più alta: le iniziative ecosostenibili per combattere gli sprechi e l'emissione di CO2 aumentano, ma mentre per gli altri settori le azioni da intraprendere sono chiare, nel mondo dell'informatica c'è ancora molta confusione.
Sara Bergman, ingegnere del software presso Microsoft, ha analizzato l'impatto dei sistemi IT sul pianeta, in particolare riferendosi ai modelli di machine learning e ai loro consumi. L'addestramento di reti neurali e algoritmi ha un costo in carbonio molto importante: la ricerca dell'architettura neurale, per esempio, emette quasi 284.000 kg di anidride carbonica in una sola fase di addestramento, 5 volte tanto la quantità emessa da una macchina durante la sua "vita".
È chiaro che l'impatto delle computazioni sul cambiamento climatico non può essere più ignorato. In risposta a questa necessità si è fatto strada negli ultimi anni il campo dell'IA sostenibile, che mira a modificare l'intero ciclo di vita dei modelli di IA per renderlo più ecologico.
Come possono le organizzazioni agire sulle emissioni del software e renderlo più "green"? Bergman ha individuato tre principi fondamentali da seguire per ridurre l'impatto dei sistemi IT sul clima, e per ognuno di essi alcune azioni da intraprendere.
Migliorare l'efficienza dell'hardware
L'hardware in uso, siano dispositivi, server e componenti di rete, ha emesso CO2 sia quando è stato prodotto, sia quando sarà distrutto o riciclato. Per questo motivo è importante usare al meglio l'hardware a disposizione, per esempio ottimizzando l'uso delle batterie per allungare la vita dei dispositivi o usarli in modo che non diventino obsoleti in breve tempo.
Un altro punto fondamentale è sfruttare al massimo l'hardware che si possiede già, preferendo, nel caso del machine learning, macchine specializzate piuttosto che hardware general purpose. Risorse specializzate garantiscono un uso migliore dell'energia e riducono i tempi di esecuzione, diminuendo così la quantità di emissioni. D'altra parte se si possiede già hardware general purpose è bene continuare a usarlo scegliendo strategie di ottimizzazione.
Infine, è importante valutare l'effettivo uso dei propri server e scegliere quali tenere accesi, spegnendo gli altri quando non devono essere utilizzati. Mantenere un'intera farm accesa con decine di "server zombie" non fa che incrementare le emissioni senza offrire un effettivo vantaggio.
Ottimizzare l'energia
Per ottimizzare l'utilizzo energia occorre monitorare il consumo dei propri sistemi per comprendere dove agire. Azure Machine Learning, ad esempio, offre un set di funzionalità che tengono traccia del costo computazionale ed energetico dei carichi di lavoro di IA, evidenziando le fasi più critiche e gli step su cui agire per ridurre i consumi.
Un altro punto fondamentale è l'analisi dei modelli di machine learning per capire se possono essere ridotti attraverso tecniche di pruning, compressione, distillazione o quantizzazione. Avere modelli più piccoli, quando possibile, significa usare meno cicli computazionale e quindi minore energia.
Essere consapevoli dei consumi
Si tratta quest'ultimo di un concetto piuttosto generico che comprende diverse abitudini e scelte utili a fare la differenza. Una di queste è la scelta della sorgente di energia alla quale appoggiarsi scegliendo, ove possibile, fornitori di energia sostenibile che ricorrono all'eolica o idroelettrica.
Anche la scelta dei cloud provider ha un peso: a parità di funzionalità e servizi, si dovrebbero scegliere fornitori e regioni per l'hosting che usano fonti sostenibili di energia.
Un altro punto su cui soffermarsi è la rivalutazione delle priorità, distinguendo quel che è davvero urgente da ciò che non lo è. Nella maggior parte dei casi la necessità di rispettare SLA troppo stringenti causa un uso poco oculato dell'hardware, con enormi sprechi in termini di energia consumata.
Anche il periodo di retention dei file di log può essere rivalutato: più log vengono mantenuti e per più tempo, maggiore sarà il bisogno di acquistare nuovo hardware per memorizzarli. Spesso questi file non vengono neanche letti ma occupano spazio che potrebbe essere dedicato ad altro. Il contenuto stesso dei log può essere ridotto: se si può eliminare qualcuna delle informazioni loggate, la dimensione dei file diminuisce notevolmente.
Il Green Software deve diventare una priorità per le aziende IT, e deve accadere il prima possibile. La maggior parte delle imprese non ha ancora chiaro l'impatto del software sul cambiamento climatico: il primo passo è prendere coscienza del problema per poi individuare le aree d'azione.
