Medir a pegada de carbono dos computadores com Algoritmos Verdes

Prévia do material em texto

1/4
Medir a pegada de carbono dos computadores com
“Algoritmos Verdes”
Uma nova plataforma de código aberto permite aos cientistas medir facilmente a pegada de carbono de
seus cálculos.
Crédito da imagem: Markus Spiske on Unsplash
Quais estratégias vêm à mente quando nos pedem para pensar em reduzir as emissões de gases de
efeito estufa? Mudar-se para fontes de energia renováveis? Eliminar a nossa dependência de
combustíveis à base de carbono? Comer menos carne? Todos são exemplos intuitivos de maneiras
pelas quais isso pode ser feito.
No entanto, à medida que nossas capacidades de computação e a quantidade de dados que geramos a
cada ano continuam a crescer, o mesmo fazem com que suas contribuições para as emissões de
carbono, embora talvez de maneira menos direta. “Em comparação com as emissões de carbono muito
óbvias de um carro, por exemplo, o impacto ambiental da computação é muito mais abstrato”, disse Loc
Lannelongue, Ph.D. candidato em IA e medicina na Universidade de Cambridge. “Jádros, lava-louças,
TVs, carros, etc., todos esses dispositivos promovem suas baixas necessidades energéticas e
sustentabilidade: ser (ou alegar ser) ambientalmente amigável é agora um elemento-chave de uma
campanha publicitária – bem como uma exigência legal em muitos casos.”
Muitos marcos científicos importantes foram alcançados graças ao desenvolvimento da computação de
alto desempenho; no entanto, seu impacto ambiental resultante foi subestimado.
2/4
Os data centers contribuem para as emissões de carbono por meio do consumo de eletricidade, tanto
em termos de energia de computadores para computação quanto para armazenamento de dados a
longo prazo, resultando em cerca de 100 megatoneladas de emissões de CO 2 produzidas por ano –
semelhantes às contribuições da aviação americana. Os impactos ambientais secundários relacionados
à extração e descarte de matérias-primas para hardware de computador são outro problema
significativo. “Cerca de 75% do impacto ambiental total dos dispositivos de consumo vem da produção
[eles]”, acrescentou Lannelongue. “Portanto, a importância de manter [todos os nossos] dispositivos por
mais tempo.”
Existe também uma desconexão entre os pesquisadores que realizam cálculos e o resultado final. “O
tempo de computação é praticamente gratuito para muitos cientistas que geralmente têm acesso a
grandes servidores institucionais ou computadores poderosos sem ver as contas de eletricidade”, disse
Lannelongue. “Algumas vezes isso pode levar a uso excessivo e a recursos desperdiçados. Fatorar o
custo ambiental quebraria essa ilusão de “computação livre” e nos ajudaria a reconhecer nossa
contribuição para a emergência climática provocada pelo homem.
O problema é que pouca pesquisa foi feita para determinar exatamente quantos gases de efeito estufa
são contribuídos pela computação. “Mesmo para os cientistas que gostariam de estimar sua pegada de
carbono, até recentemente isso era excessivamente difícil de fazê-lo e exigiu uma extensa pesquisa
sobre o impacto ambiental de cada componente de hardware”, acrescentou. “Sem dados, o problema foi
ignorado, que é o que motivou o projeto de Algoritmos Verdes.”
Em um novo estudo publicado na revista Advanced Science, Lannelongue e seu colega Jason Grealey,
liderados pelo professor Michael Inouye, desenvolveram uma ferramenta de código aberto para estimar
a pegada de carbono de qualquer tarefa computacional, como alimentar laptops ou servidores em um
data center.
“Fizemos isso estimando a energia necessária e depois olhamos para os gases de efeito estufa emitidos
para produzi-la”, explicou ele. “No começo, pode parecer difícil de fazer, mas reduzimos os parâmetros
importantes a um punhado de conceitos facilmente acessíveis: por quanto tempo o algoritmo é
executado, qual hardware (CPU, GPU, memória) é usado e em qual país é baseado no computador. Os
cientistas podem então simplesmente conectá-los à calculadora on-line, e isso lhes dirá a pegada de
carbono estimada de seu trabalho, em gramas de CO2 -equivalente.
A calculadora também coloca o resultado em contexto, comparando-o a dirigir ou voar e mostra quantos
meses levaria uma árvore para remover essa quantidade de CO 2 da atmosfera. “Nós chamamos essa
métrica de ‘meses de árvore’”, disse Lannelongue.
http://www.green-algorithms.org/
3/4
Disponibilizar a plataforma foi importante para o grupo, pois um dos principais desafios para estimar
esses números é a falta de dados. Por conseguinte, era importante eliminar quaisquer barreiras ou
fontes de atrito para ajudar os cientistas a compreender melhor os impactos ambientais do seu trabalho.
“Também era importante que os usuários confiassem na pegada de carbono estimada e entendessem
de onde vêm os resultados, e é por isso que todo o código e dados são de código aberto”, acrescentou
Lannelongue.
A equipe acredita que os algoritmos verdes ajudarão a aumentar a conscientização necessária, o que,
por sua vez, pode se traduzir em maior consciência e uma pegada reduzida. “Descobrimos que a
maioria dos cientistas computacionais se preocupa com essa questão, uma vez que tomou
conhecimento disso, e simplesmente mostrar-lhes a magnitude de seu impacto de carbono ajuda muito a
mudar hábitos”, disse Lannelongue.
Esse sentimento foi refletido por Jon Kragskow, um estudante de doutorado no Departamento de
Química da Universidade de Manchester, Reino Unido, que não era afiliado a este estudo. “Tendo
informações inseridas de meus próprios programas, estou genuinamente surpreso com minha pegada,
já que nunca considerei isso antes!”, disse ele. “Como cientistas, devemos começar a perceber o
4/4
impacto do nosso código de computador no ambiente, pois é mais fácil do que nunca aprender a
programar e executar seu código em sistemas baratos e poderosos. Esta é uma maneira felizmente leve
de calcular facilmente o custo de sua própria pesquisa e acho que essa análise deve se tornar comum. ”
Em seu artigo, bem como em seu site, Lannelongue e seus colegas de trabalho descrevem quais fatores
influenciam o impacto ambiental de uma tarefa, bem como formas concretas de reduzi-la. Por exemplo,
as previsões meteorológicas são realizadas usando simulações sofisticadas de diferentes interações
atmosféricas / oceânicas (em termos simples), e assim os pesquisadores modelaram a pegada de
carbono de um algoritmo comumente usado chamado ICOsahedral Non-hydrostatic (ICON), cujas
previsões são usadas por mais de 30 serviços meteorológicos nacionais.
Eles estimaram que, a cada dia, o ICON libera aproximadamente 2,5 toneladas de CO 22, o equivalente
a dirigir 13 215 km ou voar de Nova York para São Francisco quatro vezes. Em termos de sequestro de
carbono, as emissões de cada dia de uma previsão meteorológica do ICON são equivalentes a 2523
meses de árvores (ou seja, levaria 210 anos para uma árvore absorver essa quantidade de carbono). As
soluções para ajudar a tornar os processos como esses se tornam mais sustentáveis incluem limitar o
número de vezes que um algoritmo é executado, mover os cálculos para um data center mais eficiente
com menor intensidade de carbono e contribuir para iniciativas de compensação de carbono para
compensar a pegada de carbono.
“Essa tecnologia e computação de alta potência não vão a lugar nenhum”, disse Lannelongue, “e isso é
uma coisa boa. Os benefícios potenciais são enormes em biologia, medicina ou até mesmo para
combater as mudanças climáticas. Portanto, a questão é, em vez disso, como tornamos a computação o
mais sustentável possível e como garantimos que os benefícios esperados superem o preço ambiental
para cada projeto, não apenas em geral?
“[Os algoritmos verdes] podem incentivar as instituições a serem transparentes sobre seu impacto,
investir em instalações mais ecológicas e promover práticas mais sustentáveis”, acrescentou.
“Esperamos que este trabalho seja um tramito para normalizar o reconhecimento das pegadas de
carbono em projetos de pesquisa.”
Referência: Loc Lannelongue, Jason Grealey, Michael Inouye, Green Algorithms: Quantifyingthe Carbon
Footprint of Computation, Advanced Science (2021). DOI: 10.1002/advs.202100707
ASN WeeklyTradução
Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente
na sua caixa de entrada.
ASN WeeklyTradução
Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas.
http://www.green-algorithms.org/
https://onlinelibrary.wiley.com/doi/10.1002/advs.202100707