SASクラウドエコノミクスおよびビジネスバリューチームのSpiros PotamitisとFrancesco Raininiがこの記事の執筆に協力しました。2023年11月16日に公開された英語の記事を翻訳しております。
クラウド コンピューティングは数え切れないほど多くの業界のバックボーンとなり、組織が分析、機械学習、AI の力を活用して洞察とイノベーションを実現できるよう支援しています。
クラウドコンピューティングの急速な拡大により、クラウドは大きな二酸化炭素排出量を生み出すようになりました。背景として、クラウドは世界の二酸化炭素排出量の最大 4%を占めると計算されており、これは航空業界が排出する量よりも多いと考えられています。
これに対して何ができるでしょうか? オンプレミスの展開についてはどうでしょうか? クラウドとオンプレミスの議論に関しては、大手市場調査会社である IDC は、コンピューティングリソースの集約効率が高いため、オンプレミスと比較してクラウドの方が環境に優しい選択肢であると主張しています。したがって、AI と分析のワークロードをクラウドに移行するのが環境にとって最善の方法であると言われています。
クラウドでの効率を向上できる組織が増えれば、累積的な影響を考慮すると、小さな改善でも大きな違いを生む可能性があります。
SAS® Viya®と環境
SAS Viya は、 5 年間で最大 50 トンの CO2eの炭素排出量を削減する可能性があります。成長した木がこの量のCO2eを吸収するには 4,513 年かかると言われています。
カーボンフットプリントを楽しく探る
様々な要点を総合的に考慮し、Viya の潜在的な環境的利点を計算するために、私たちはGreen Algorithm Calculator を使用しました。これは、計算ワークロードの二酸化炭素排出量を推定して報告するツールです。計算を完了するために、さまざまな Azure Cloud アーキテクチャにわたる 1,500 を超えるテストを含むFuturum ベンチマーク調査の数値を使用しました。この調査では、Viya がオープンソースや主要な代替手段と比較して平均で 30 倍高速であることが示されています。
私たちは、大規模な組織に典型的なインフラストラクチャと分析のワークロードを想定しました。同時に、Futurum の調査で使用された技術的設定を反映しているため、計算に自信を持ってメリットの数値を適用できます。
グリーンアルゴリズム 計算機を使用して計算するには、次の手順に従います。
- 実行時間から始めます。50 人のデータ サイエンティストが 1 年間にデータ サイエンスのワークロードを実行するのにかかる合計時間を見積もります。データ サイエンティスト 1 人あたり 1 営業日あたり平均 1 時間と仮定すると、合計 13,200 時間になります。これを計算機の「実行時間」として使用します。
- コアのタイプ、数、熱設計電力 (TDP)。この演習では、188 個の CPU があり、各 CPU に 12 個のコアがあり、TDP が 110W である大規模な分析環境を想定します。計算機で、CPU タイプに「その他」を選択し、TDP に 110W を使用します。「コアあたりの TDP」は、110W を 12 (CPU あたりのコア数) で割って計算します。
- 使用可能なメモリ: 大規模な組織では標準的な 1400 GB であると想定します。
- プラットフォームとサーバー: Azure クラウド コンピューティングを選択し、サーバーの場所を北米、米国東部に設定しました。
- 最後の 2 つの質問には「いいえ」を選択してください。
ここで、Viya が主要な代替品と比較して平均で 30 倍高速であるという事実を入力します。「実行時間」以外のすべての値を同じにしたまま計算機を再実行します。「実行時間」は元の値の 1/30 (440 時間) になります。2 つの計算間の CO2e 影響の差は、5 年間で 50 トンの CO2e を削減するという潜在的な環境上の利点を表します。
この利点は、組織がタスクを完了した後に分析環境をオフにすることで実現されます。エネルギー消費は、実際の使用量ではなく、使用可能なメモリに依存するためです。必要なときだけクラウドのリソースを使用することは、温室効果ガスの排出を削減する効果的な方法です。
