“普通”数据科学在功耗方面的可持续性如何
计算机与社会
2022-07-25 v1
摘要
数据科学的持续发展带来了机器学习模型复杂度的指数级增长。此外，数据科学家在私人市场、学术环境甚至作为爱好已变得无处不在。所有这些趋势都在稳步上升，并且与功耗及相关碳足迹的增加相关联。大规模先进数据科学日益增长的碳足迹已经受到关注，但后一种趋势尚未被关注。本研究旨在估算日益流行的“普通”数据科学对全球碳足迹的贡献。为此，将测量上述普通数据科学中若干典型任务的功耗，并与大规模“先进”数据科学、常见计算机相关任务以及日常非计算机相关任务进行比较。这是通过将测量结果转换为“汽车行驶公里数”的等效单位来完成的。我们的主要发现是：“普通”数据科学比常规计算机使用多消耗 倍的功耗，但少于照明或供暖等一些常见的日常耗电任务；大规模数据科学比普通数据科学消耗显著更多的功耗。
引用
@article{arxiv.2207.01934,
title = {How sustainable is "common" data science in terms of power consumption?},
author = {Bjorge Meulemeester and David Martens},
journal= {arXiv preprint arXiv:2207.01934},
year = {2022}
}
备注
conference paper, working paper, under review, 9 pages, 4 figures