探索雲端中 AI 和資料分析對環境的影響

雲端運算如今已成為各行各業的重要基礎，幫助組織利用資料分析、機器學習和 AI 技術來獲取深刻洞察並驅動創新。這種技術的廣泛應用不僅提升了運營效率，還促進了數位轉型，讓企業能夠更靈活地應對市場變化和客戶需求。

然而，隨著雲端運算的迅速擴展，其碳足跡也日益增大。根據相關數據，雲端運算目前占全球碳排放的高達 4%，甚至超過航空業的碳排放量。這提醒我們在享受雲端技術帶來的便利與效率的同時，也必須關注其對環境的影響。

那麼，我們能做些什麼呢？是否應考慮採用內部部署？在雲端與內部部署的討論中，市場研究公司 IDC 強調，雲端運算相比於內部部署更具環保性，因為其整合運算資源的效率更高。因此，將 AI 和資料分析的工作負載遷移到雲端，似乎是一個更明智的選擇。這不僅能提高運算效率，還能在減少碳排放方面發揮重要作用。

然而，隨著越來越多的組織在雲端提升運算效率，這些小的改善在累積影響下，能夠帶來顯著的變化。每一個提升都可能減少碳足跡，最終為環境帶來積極的影響，並促進可持續發展的目標。

SAS® Viya® 及環境

SAS Viya 有潛力在五年內減少高達 50 噸的二氧化碳排放，相當於一顆成熟樹木需要 4,513 年才能吸收的碳量！這顯示了雲端技術在減緩氣候變遷方面的巨大潛力，並強調了採用可持續解決方案的重要性。

探索碳足跡的有趣練習

為了妥善分析相關數據並計算 Viya 的潛在環境效益，我們使用了綠色演算法計算器，這是一種專門用於估算和報告運算工作負載碳足跡的工具。計算過程中，我們參考了 Futurum 基準測試研究的數據，該研究涵蓋了橫跨不同 Azure 雲端架構的 1,500 多項測試。結果顯示，與開源解決方案和其他領先替代方案相比，Viya 的平均運算速度快了 30 倍，這不僅提升了效率，還對環境效益產生了正面影響。

我們假設基礎架構和資料分析工作負載是大型組織的典型用例，並將其與 Futurum 研究中所使用的技術設定相結合，這樣可以在運算中更安心地使用與效益相關的數據。這種方法確保我們的分析能夠真實反映當前市場的運作情況，並提供可靠的基準以評估 SAS Viya 在環境效益上的潛力。

為了使用綠色演算法計算器進行計算，我們採用了下列步驟：

• 從執行時間開始。估計 50 位資料科學家在一年內執行資料科學工作負載所需的總時數。假設每位資料科學家平均每個工作日投入一小時，總計則為 13,200 個小時；將其當作計算器中的「執行時間」。
• 核心的類型、數量和熱設計功耗 (TDP)。在本練習中，請假設有個具備 188 個 CPU 的大型資料分析環境，每個處理器配置 12 個核心，TDP 為 110W。在計算器中，請選擇「其他」作為 CPU 類型，並使用 110W 進行 TDP。針對「每核心的 TDP」，計算方式則為 110W 除以 12（每個 CPU 核心）。
• 可用記憶體：假設為 1400GB，這是大型組織的常見用例。
• 平台和伺服器：我們選擇了 Azure 雲端運算，並將伺服器位置設為北美、美國東部。
• 最後兩個問題選擇「no」。

現在輸入事實，亦即與領先的替代方案相比，Viya 的平均速度快了 30 倍。重新執行計算器，除了「執行時間」以外的所有值應保持相同，而執行時間的值應為原始值的 1/30（440 個小時）。兩項計算之間的二氧化碳影響的差異，代表著在五年內減少 50 噸二氧化碳的潛在環境效益。

當組織完成任務後關閉資料分析環境時，就會實現此效益，因為能耗取決於可用的記憶體而非實際使用狀況。僅在需要時使用雲端中的資源，是減少溫室氣體排放的有效方法。

本電子書分享了更多關於最佳化雲端效能如何裨益組織的深入見解

SAS 雲端經濟學與商業價值團隊的 Spiros Potamitis 及 Francesco Rainini 為本文的貢獻者