[論文レビュー] Green Algorithms: Quantifying the carbon emissions of computation.

Loïc Lannelongue, Jason Grealey+1 more|arXiv (Cornell University)|Jul 15, 2020

Green IT and Sustainability被引用数 9

ひとこと要約

この論文は、実行時間、ハードウェアタイプ、メモリ使用量、施設の効率性および位置に基づいて計算タスクの炭素排出量を定量化するための標準化されたフレームワークとオープンソースツールであるGreen Algorithmsを紹介する。研究者がCO2当量を推定し、自動車走行距離や木の月数といった指標で影響を文脈化でき、最小限のオーバーヘッドでワークフローに排出報告を統合できる。これにより、素粒子物理学、気象予測、NLPなどの分野におけるグリーンコンピューティングを支援する。

ABSTRACT

Climate change is profoundly affecting nearly all aspects of life on earth, including human societies, economies and health. Various human activities are responsible for significant greenhouse gas emissions, including data centres and other sources of large-scale computation. Although many important scientific milestones have been achieved thanks to the development of high-performance computing, the resultant carbon impact has been underappreciated. In this paper, we present a methodological framework to estimate the carbon impact (CO2 equivalent) of any computational task in a standardised and reliable way, based on the running time, type of computing core, memory used and the efficiency and location of the computing facility. Metrics to interpret and contextualise carbon impact are defined, including the equivalent distance travelled by car or plane as well as the number of tree-months necessary for carbon sequestration. We develop a freely available online tool, Green Algorithms (this http URL), which enables a user to estimate and report the environmental impact of their computation. The Green Algorithms tool easily integrates with computational processes as it requires minimal information and does not interfere with existing code, while also accounting for a broad range of CPUs, GPUs, cloud computing, local servers and desktop computers. Finally, by applying Green Algorithms, we quantify the environmental impact of algorithms used for particle physics simulations, weather forecasts and natural language processing. Taken together, this study develops a simple generalisable framework and freely available tool to quantify the carbon impact of nearly any computation. Combined with a series of recommendations to minimise unnecessary CO2 emissions, we hope to raise awareness and facilitate greener computation.

研究の動機と目的

• 大規模計算の軽視されがちな炭素足跡、特にハイパフォーマンスコンピューティングおよびデータセンターにおける影響を是正すること。
• あらゆる計算タスクからのCO2当量排出量を標準的かつ信頼性の高い方法で推定するための手法を開発すること。
• 既存の計算ワークフローに容易に統合できる、アクセスしやすく、干渉の少ないツールを構築すること。
• 自動車走行距離や炭素吸収に必要な木の月数といった直感的なアナロジーを用いて、計算の炭素影響を文脈づけること。
• 計算研究における不要なCO2排出量の低減を促進する意識喚起と支援を行うこと。

提案手法

• フレームワークは、実行時間、計算コアの種別（CPU/GPU）、メモリ使用量、施設の効率性および地理的場所の4つの主要な入力を用いてCO2当量排出量を推定する。
• 地域別に異なる電力供給の炭素強度を反映させるために、地域別電力排出係数を適用する。
• CPU、GPU、サーバーのハードウェア固有のエネルギー消費プロファイルを活用し、クラウドおよびローカルコンピューティング環境を含む。
• 電力源の炭素強度に基づいて、エネルギー使用量をCO2当量（CO2e）に変換するための標準化された換算係数を用いる。
• ソースコードの変更なしに、実行時間、ハードウェアタイプ、メモリ使用量の最小限の入力のみで、計算パイプラインに統合可能である。
• 自動車走行距離や炭素吸収に必要な木の月数といった、影響の文脈化に役立つ指標を提供する。

実験結果

リサーチクエスチョン

• RQ1 いかに標準的で信頼性が高く、アクセスしやすい方法で、あらゆる計算タスクの炭素排出量を推定できるか？
• RQ2 特定の計算における炭素影響に最も顕著に寄与する要因は何か？
• RQ3 研究者や実務家にとって意味のある形で、計算の環境的影響をどのように文脈づけられるか？
• RQ4 素粒子物理学、気象予測、NLPなどの分野における高影響度の計算ワークロードに実際に関連する炭素排出量は何か？
• RQ5 研究者が最小限の混乱でワークフローに炭素影響報告を統合するにはどうすればよいか？

主な発見

• Green Algorithmsツールは、CPU、GPU、クラウドサービス、ローカルサーバーを含む幅広い計算システムのCO2当量排出量を正確に推定できることを確認した。
• 実行時間、ハードウェアタイプ、メモリ使用量、施設の場所および効率性のみを用いても、正確な推定が可能である。
• 素粒子物理学のシミュレーション、気象予測、自然言語処理における計算タスクは、測定可能で報告可能な炭素足跡を有することが判明した。
• 自動車走行距離や炭素吸収に必要な木の月数といった直感的な文脈化が可能で、意識喚起やコミュニケーションの向上に寄与した。
• コード変更なしに最小限の入力で既存のワークフローに統合可能であり、広範な採用が可能であることが示された。
• 本研究では、たとえ小さな計算タスクでもスケーリングされれば顕著な炭素影響を及ぼす可能性があることが明らかになった。研究コンピューティングにおける体系的な排出量追跡の必要性が強調された。