論文の概要: Putting green software principles into practice
- arxiv url: http://arxiv.org/abs/2601.09741v1
- Date: Fri, 09 Jan 2026 16:58:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:18.826354
- Title: Putting green software principles into practice
- Title（参考訳）: グリーンソフトウェア原則を実践する
- Authors: James Uther,
- Abstract要約: パブリッククラウド上で稼働するライブ製品のためのグリーンソフトウェアへの旅について説明する。
特に、サーバーレスシステムのコスト効果を利用して効率を向上する実践的なソリューションについて論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The need and theoretical methods for measuring and reducing CO2 emitted by computing systems are well understood, but real-world examples are still limited. We describe a journey towards green software for a live product running on a public cloud. We discuss practical solutions found, in particular using the cost implications of serverless systems to drive efficiency. We end with some `green software' principles that worked well in this project.
- Abstract（参考訳）: コンピュータシステムによって放出されるCO2の測定と削減の必要性と理論的手法はよく理解されているが、実世界の例はまだ限られている。
パブリッククラウド上で稼働するライブ製品のためのグリーンソフトウェアへの旅について説明する。
本稿では、特にサーバーレスシステムのコスト効果を利用して効率を向上する実用的なソリューションについて論じる。
最終的に、このプロジェクトでうまく機能する、いくつかの'グリーンソフトウェア'の原則で終わります。
関連論文リスト
- Green Metrics Tool: Measuring for fun and profit [0.0]
Green Metrics Tool (GMT)は、ソフトウェアのリソース消費を正確に測定するための新しいフレームワークである。
このツールはコンテナ化され、制御され、再現可能なライフサイクルベースのアプローチを提供する。
論文 参考訳（メタデータ） (2025-06-30T15:36:53Z) - Do Developers Adopt Green Architectural Tactics for ML-Enabled Systems? A Mining Software Repository Study [10.997873336451498]
グリーンAIは、精度を維持しながら計算要求を減らすことを提唱している。
本稿は、GitHub上の168のオープンソースMLプロジェクトを研究することで、このギャップに対処する。
新たな大規模言語モデル(LLM)ベースのマイニング機構を使用して、グリーン戦略を特定し分析する。
論文 参考訳（メタデータ） (2024-10-09T09:27:07Z) - Estimating the Energy Footprint of Software Systems: a Primer [56.200335252600354]
ソフトウェアシステムのエネルギーフットプリントの定量化は、最も基本的な活動の1つです。
この文書は、この分野で研究を始めたい研究者の出発点となることを目的としている。
論文 参考訳（メタデータ） (2024-07-16T11:21:30Z) - Lessons from Formally Verified Deployed Software Systems (Extended version) [65.69802414600832]
本稿は、正式に認証されたシステムを作成し、実際に使用するためにデプロイした各種のアプリケーション分野のプロジェクトについて検討する。
使用する技術、適用の形式、得られた結果、そしてソフトウェア産業が形式的な検証技術やツールの恩恵を受ける能力について示すべき教訓を考察する。
論文 参考訳（メタデータ） (2023-01-05T18:18:46Z) - Movement Penalized Bayesian Optimization with Application to Wind Energy
Systems [84.7485307269572]
文脈ベイズ最適化(CBO)は、与えられた側情報を逐次決定する強力なフレームワークである。
この設定では、学習者は各ラウンドでコンテキスト(天気条件など)を受け取り、アクション(タービンパラメータなど)を選択する必要がある。
標準的なアルゴリズムは、すべてのラウンドで意思決定を切り替えるコストを前提としませんが、多くの実用的なアプリケーションでは、このような変更に関連するコストが最小化されるべきです。
論文 参考訳（メタデータ） (2022-10-14T20:19:32Z) - Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。
私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-10T17:04:04Z) - Towards Green Automated Machine Learning: Status Quo and Future
Directions [71.86820260846369]
AutoMLは高いリソース消費で批判されている。
本稿では,AutoMLプロセス全体を環境に優しいものにするためのパラダイムであるGreen AutoMLを提案する。
論文 参考訳（メタデータ） (2021-11-10T18:57:27Z) - Green Algorithms: Quantifying the carbon footprint of computation [0.0]
本稿では,任意の計算タスクの炭素フットプリントを,標準化された信頼性の高い方法で推定する枠組みを提案する。
温室効果ガスの排出を解釈し、文脈的に解釈する指標が定義され、車や飛行機で走行する同等距離を含む。
我々は、ユーザが計算の炭素フットプリントを見積り、レポートできる、無料で利用可能なオンラインツールであるGreen Algorithmsを開発した。
論文 参考訳（メタデータ） (2020-07-15T11:05:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。