Pesquisas mostram que cargas de trabalho otimizadas na AWS podem ser até quatro vezes mais eficientes do que as executadas localmente
A inteligência artificial (IA) está transformando rapidamente a forma como usamos a tecnologia para enfrentar alguns dos maiores desafios do mundo, desde os cuidados de saúde até as mudanças climáticas. À medida que aumentamos nosso uso de IA, é importante também minimizar sua pegada ambiental. Um novo estudo encomendado pela Amazon Web Services (AWS) e conduzido pela Accenture mostra que uma maneira eficaz de fazer isso é mover as cargas de trabalho de TI da infraestrutura local para os data centers da AWS em todo o mundo.
O relatório “Como a Migração para a Nuvem AWS Reduz as Emissões de Carbono” (How Moving into the AWS Cloud Reduce Carbon Emissions) estima que a infraestrutura de nuvem da AWS é até 4,1 vezes mais eficiente do que on-premises (infraestrutura local) e, quando as cargas de trabalho são otimizadas na AWS, a pegada de carbono associada pode ser reduzida em até 99%. 85% dos gastos globais das organizações com TI referem-se a investimentos com infraestrutura local.
“A AWS adota uma abordagem holística de eficiência para minimizar o consumo de energia e de água em nossos data centers, o que contribui para um melhor atendimento aos nossos clientes”, afirma Chris Walker, diretor de sustentabilidade da AWS. “Estamos constantemente trabalhando em maneiras de aumentar a eficiência energética de nossas instalações, otimizando o design de data centers, investindo em chips personalizados e inovando com modernas tecnologias de refrigeração. À medida que a AWS caminha para alcançar a meta da Amazon de carbono líquido zero até 2040, como parte do The Climate Pledge, continuaremos inovando e implementando maneiras de aumentar a eficiência energética em nossas instalações em um esforço para construir um futuro mais melhor para o nosso planeta.”
|
Os clientes experimentam os benefícios de eficiência de migrar e desenvolver soluções na AWS há vários anos. Por exemplo, a empresa global de genômica e saúde humana Illumina viu uma redução de 89% das emissões de carbono ao migrar para a AWS. Esse tipo de eficiência obtida com a adoção da nuvem AWS, em comparação com empresas que mantêm sua própria infraestrutura de TI no local, deverá se tornar ainda mais importante à medida que o mundo adota de forma crescente o uso de Inteligência Artificial (IA).
Isso porque, à medida que as cargas de trabalho de IA se tornam mais complexas e exigem grandes volumes de dados, elas exigirão novos níveis de desempenho dos sistemas, capazes de realizar milhões de cálculos por segundo, além de memória, armazenamento e infraestrutura de rede robustos. Tudo isso consome energia e gera uma pegada de carbono correspondente. Enquanto os data centers locais lutam para acompanhar o ritmo devido às suas limitações inerentes para impulsionar a escalabilidade e a eficiência energética, a AWS está continuamente inovando para tornar a nuvem a maneira mais eficiente de executar a infraestrutura e os negócios dos clientes.
Padrão líder do setor usado para quantificar a eficiência e estimar a redução de carbono
A pesquisa quantificou a eficiência energética e a oportunidade de redução de carbono ao mover as cargas de trabalho dos clientes da infraestrutura local para a AWS, simulando e analisando as diferenças entre elas. Uma carga de trabalho é um conjunto de recursos e código para realizar tarefas como executar um site de varejo ou gerenciar bancos de dados de inventário. A Accenture usou o padrão Software Carbon Intensity (SCI) da Organização Internacional de Padronização (ISO) para analisar a pegada de carbono de cargas de trabalho representativas com uso intensivo de armazenamento e computação, e foi além ao considerar o efeito da energia livre de carbono para as duas opções, a infraestrutura local e a AWS. Esta é uma das primeiras vezes que um provedor de nuvem de hiperescala usa a especificação SCI para realizar uma análise desse tipo.
O estudo analisou primeiro a quantidade estimada de emissões de carbono operacionais e incorporadas (hardware de TI) evitadas simplesmente movendo as cargas de trabalho da infraestrutura local para a AWS. Isso é chamado de “Lift-and-Shift” no relatório. O relatório também analisou quanto carbono a mais pode ser evitado quando essas mesmas cargas de trabalho são otimizadas no hardware da AWS, como o silício desenvolvido especificamente para executar modelos de IA – e comparou cada cenário em quatro áreas geográficas: Estados Unidos e Canadá, União Européia, Ásia-Pacífico e Brasil.
|
Na última década, o volume de dados cresceu exponencialmente, enquanto a nuvem continuou a oferecer um leque cada vez maior de recursos avançados de dados. Considerando as necessidades de dados para análise, treinamento e inferência de modelos de IA, as organizações precisam avaliar a economia potencial de carbono associada aos seus requisitos de armazenamento. O estudo mostrou que cargas de trabalho com uso intensivo de armazenamento podem ser até 2,5 vezes mais eficientes na AWS e quando comparadas com soluções locais, otimizá-las no hardware da AWS pode reduzir as emissões de carbono associadas em até 93%.
No caso de cargas de trabalho com uso intensivo de computação, a redução potencial de emissões de carbono ao executar workloads de IA na AWS em comparação com soluções locais foi avaliada analisando as emissões operacionais e incorporadas de uma carga de trabalho representativa fornecida pela AWS. A Accenture descobriu que, ao otimizar cargas de trabalho com uso intensivo de computação na AWS, as organizações podem reduzir sua pegada de carbono associada em até 99% em diversas regiões geográficas.
