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

關於SAS

SAS 於 1976 年於美國創立,是全球首屈一指的分析領域領導者,提供創新的數據分析、人工智慧及資料管理軟體與服務,以協助世界將數據轉換為智能。SAS連續多年獲各大權威調查機構,於資料科學與機器學習相關評比中,列為領導者地位。目前在全球 56 個國家擁有據點,協助超過 82,000 家企業進行最佳商業決策,《財星》雜誌全球 500 強企業中,包含金融、製藥、電信與航太製造等產業,皆 100% 仰賴SAS。

SAS台灣分公司於1989年成立,目前國內超過五百家產業客戶。

更多資訊請參見 SAS台灣官網

媒體連繫: