[논문 리뷰] Green Algorithms: Quantifying the carbon emissions of computation.

Loïc Lannelongue, Jason Grealey외 1명|arXiv (Cornell University)|2020. 07. 15.

Green IT and Sustainability인용 수 9

한 줄 요약

이 논문은 실행 시간, 하드웨어 유형, 메모리 사용량 및 시설의 효율성과 위치를 기반으로 계산 작업의 탄소 배출량을 정량화하는 표준화된 프레임워크와 오픈소스 도구인 Green Algorithms를 소개한다. 연구자들이 CO2 등가량을 추정하고, 자동차 주행 거리 또는 나무 한 달 분량의 이산화탄소 흡수 능력과 같은 직관적인 비유를 통해 영향을 해석하며, 소스 코드 수정 없이 최소한의 오버헤드로 워크플로우에 배출량 보고 기능을 통합할 수 있도록 지원함으로써 입자 물리학, 기상 예측, 자연어 처리 등 분야에서 더 친환경적인 계산을 가능하게 한다.

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.

연구 동기 및 목표

• 대규모 계산 작업의 부족하게 인식되는 탄소 발자국, 특히 고성능 계산 및 데이터 센터 분야에서의 영향을 다루기 위해.
• 어떤 계산 작업이라도 CO2 등가량을 정확하고 신뢰성 있게 추정할 수 있는 표준화된 방법을 개발하기 위해.
• 기존 계산 워크플로우에 쉽게 통합될 수 있는 접근성 있고 비침습적인 도구를 만들기 위해.
• 자신의 자동차 주행 거리 또는 탄소 흡수를 위한 나무 한 달 분량과 같은 직관적인 비유를 통해 계산 작업의 탄소 영향을 설명하기 위해.
• 불필요한 CO2 배출량을 줄이기 위한 인식 제고 및 지원을 위해.

제안 방법

• 프레임워크는 실행 시간, 계산 코어 유형(CPU/GPU), 메모리 사용량, 시설의 효율성 및 지리적 위치를 기반으로 CO2 등가량을 추정한다.
• 지역별 전력 배출 계수를 적용하여 전력 공급망의 탄소 강도 차이를 반영한다.
• 클라우드 및 현지 계산 환경을 포함한 CPU, GPU, 서버의 하드웨어별 에너지 소비 프로파일을 통합한다.
• 전력원의 탄소 강도에 기반해 에너지 소비를 CO2 등가량(CO2e)으로 변환하는 표준화된 변환 계수를 사용한다.
• 소스 코드 수정 없이도 최소한의 입력(실행 시간, 하드웨어 유형, 메모리 사용량)만으로도 계산 파ip라인에 통합할 수 있다.
• 자동차 주행 거리 또는 탄소를 흡수하기 위해 필요한 나무 한 달 분량과 같은 의미 있는 영향 지표를 제공한다.

실험 결과

연구 질문

• RQ1 어떤 계산 작업의 탄소 배출량을 표준화되고 신뢰성 있으며 접근 가능한 방식으로 추정할 수 있는가?
• RQ2 특정 계산 작업의 탄소 영향에 가장 크게 기여하는 핵심 요소는 무엇인가?
• RQ3 연구자와 실무자들이 의미 있게 계산의 환경적 영향을 이해하고 해석할 수 있도록 어떻게 접근할 수 있는가?
• RQ4 입자 물리학, 기상 예측, 자연어 처리와 같은 분야에서 고성능 계산 워크로드와 관련된 실제 탄소 배출량은 얼마인가?
• RQ5 연구자들이 최소한의 혼란을 겪고도 계산 영향 보고를 자신의 워크플로우에 통합할 수 있는 방법은 무엇인가?

주요 결과

• Green Algorithms 도구는 CPU, GPU, 클라우드 서비스, 현지 서버를 포함한 다양한 계산 시스템의 CO2 등가량을 성공적으로 추정할 수 있다.
• 실행 시간, 하드웨어 유형, 메모리 사용량, 시설의 위치 및 효율성만으로도 정확한 추정이 가능하다.
• 입자 물리학 시뮬레이션, 기상 예측, 자연어 처리 분야의 계산 작업은 측정 가능하고 보고 가능한 탄소 발자국을 가짐을 확인했다.
• 자동차 주행 거리 또는 탄소를 흡수하기 위해 필요한 나무 한 달 분량과 같은 직관적인 비유를 제공하여 인식 향상과 커뮤니케이션 개선에 기여한다.
• 소스 코드 수정 없이 최소한의 입력만으로도 기존 워크플로우에 통합이 가능하여 광범위한 도입을 지원한다.
• 심지어 소규모 계산 작업이라도 스케일업 시 상당한 탄소 영향을 미칠 수 있음을 입증하여 연구 계산 분야에서 체계적인 배출량 추적의 필요성을 강조한다.