論文の概要: Developer Attitudes and Practices Towards Optimizing Software Energy Consumption
- arxiv url: http://arxiv.org/abs/2608.30527v1
- Date: Mon, 31 Aug 2026 09:57:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.338983
- Title: Developer Attitudes and Practices Towards Optimizing Software Energy Consumption
- Title（参考訳）: ソフトウェアエネルギー消費の最適化に向けた開発者の態度と実践
- Abstract要約: エネルギー消費は少数のプロジェクトにおいて明確に考慮されている。
より一般的に、開発者は実行時間やCPU利用などのプロキシプロパティを最適化することで、間接的にエネルギー使用に影響を与える。
採用の大きな障壁として、組織的不関心、限られたツール、教育的ギャップがあげられます。
- 参考スコア（独自算出の注目度）: 9.378911615939925
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Software significantly influences the efficiency with which hardware resources are utilized, yet software energy consumption is seldom treated as a first-class concern in day-to-day development practice. Objective: This study investigates professional developers' attitudes, decision-making, and development practices related to software energy consumption, with particular emphasis on how energy considerations are recognized, assessed, and acted upon during software development. Method: To this end, we conduct an online survey with 134 software developers. Our study combines quantitative analyses with a qualitative open-card sorting of free-text responses to characterize perceptions, practices, and reasoning patterns around energy consumption. Findings: Energy consumption is explicitly considered in only a minority of projects. More commonly, developers influence energy use indirectly by optimizing proxy properties such as execution time and CPU utilization. Responses to scenario-based questions reveal systematic blind spots in this mental model, including cases in which performance improvements increase energy consumption or exhibit no correlation. We also identify organizational disincentives, limited tooling, and educational gaps as major barriers to adoption. Implications: (1) Institutionalize energy-aware approaches through visible flagship deployments that demonstrate value, (2) expand research and education on energy-performance trade-offs, and (3) develop practical, developer-oriented measurement and feedback tools that lower adoption barriers.
- Abstract（参考訳）: コンテキスト: ソフトウェアはハードウェアリソースの利用効率に大きく影響しますが、ソフトウェアエネルギー消費は日々の開発プラクティスにおいて第一級の関心事として扱われることはめったにありません。
目的:本研究は,ソフトウェア開発において,ソフトウェアエネルギー消費に関する専門家の態度,意思決定,開発プラクティスについて,特にエネルギーの考慮事項が認識され,評価され,実行されているかに焦点を当てて検討する。
方法: この目的のために,134人のソフトウェア開発者によるオンライン調査を実施します。
本研究は, エネルギー消費に関する知覚, 実践, 推論パターンを特徴付けるために, 定量分析と自由文応答の定性的オープンカードソートを組み合わせる。
発見: 少数のプロジェクトでは、エネルギー消費が明確に考慮されている。
より一般的に、開発者は実行時間やCPU利用などのプロキシプロパティを最適化することで、間接的にエネルギー使用に影響を与える。
シナリオベースの質問に対する反応は、パフォーマンス改善がエネルギー消費を増加させたり、相関関係を示さないケースを含む、この精神モデルにおける系統的な盲点を示す。
また、採用の大きな障壁として、組織的不関心、限られたツール、教育的ギャップも挙げています。
含意:(1)価値を示す目に見えるフラッグシップ展開によるエネルギー意識のアプローチの制度化、(2)エネルギーパフォーマンストレードオフに関する研究と教育の拡大、(3)導入障壁を低くする実践的で開発志向の計測とフィードバックツールの開発。
関連論文リスト
- Integrating Energy Efficiency into Software Development: Developer Perspectives and Requirements [0.0]
本研究では, 開発者が日々の作業においてエネルギー効率をどのように感じているか, エネルギーを意識した開発を支援するAI支援ツールの要件について検討する。
その結果,日常的な開発活動においてエネルギー効率が明確な役割を担うことは滅多にないことがわかった。
エネルギー効率を明確に考慮する上で、特定された障壁は、限られた認識とタイムリーなデリバリーに強い焦点をあてることである。
論文 参考訳（メタデータ） (2026-07-24T10:14:31Z) - EnCoDe: Energy Estimation of Source Code At Design-Time [0.0]
エネルギー効率はソフトウェア品質の重要な属性として現れており、環境の持続可能性と運用コストの両方に重大な影響を及ぼす。
既存のプロファイリングツールは実行時にのみ動作し、通常はプロセスやメソッドレベルでエネルギーを捕捉する。
本研究では,詳細な設計時エネルギー推定手法であるEnCoDeを提案する。
論文 参考訳（メタデータ） (2026-05-01T08:30:36Z) - Towards Green AI: Decoding the Energy of LLM Inference in Software Development [46.879983975894135]
AI支援ツールはソフトウェア開発にますます統合されているが、大きな言語モデル(LLM)に依存しているため、相当な計算とエネルギーコストが伴う。
モデルが入力を処理して内部表現を構築した(1)プリフィルと,(2)デコードで格納された状態を用いて出力トークンを生成する(2)プリフィルとを区別し,LCM推定エネルギー消費の位相レベル解析を行う。
論文 参考訳（メタデータ） (2026-02-05T14:38:19Z) - How Do Agentic AI Systems Deal With Software Energy Concerns? A Pull Request-Based Study [0.9099663022952497]
公開されているデータセットを用いて,エージェント認可プルリクエスト(PR)のエネルギー意識について検討した。
216件の省エネPRを同定し,エネルギ対応作業の分類を導出した。
これらのエージェントの構築と実行は、非常にエネルギー集約的で励ましがたいが、ソフトウェアアーティファクトを生成する際には、エネルギー意識を示すことが示される。
論文 参考訳（メタデータ） (2025-12-31T05:13:56Z) - Assessing the Impact of Refactoring Energy-Inefficient Code Patterns on Software Sustainability: An Industry Case Study [9.521952718902973]
本稿では,自動ソフトウェアサステナビリティ評価ツールを用いて,エネルギー非効率なコードパターンの持続可能性への影響を評価する産業ケーススタディを提案する。
予備的な結果は、アプリケーションのサステナビリティーのリファクタリング後への影響を浮き彫りにしており、ユーザ毎のエネルギー消費は29%減少している。
論文 参考訳（メタデータ） (2025-06-11T03:34:45Z) - ORMind: A Cognitive-Inspired End-to-End Reasoning Framework for Operations Research [56.961539386979354]
ORMindは認知にインスパイアされたフレームワークで、反ファクト推論を通じて最適化を強化する。
提案手法は,要求を数学的モデルや実行可能なコードに変換するエンド・ツー・エンドのワークフローを実装し,人間の認識をエミュレートする。
現在はLenovoのAIアシスタントで内部でテストされており、ビジネスとコンシューマの両方の最適化機能を強化する予定である。
論文 参考訳（メタデータ） (2025-06-02T05:11:21Z) - Can We Make Code Green? Understanding Trade-Offs in LLMs vs. Human Code Optimizations [45.243401722182554]
大規模言語モデル(LLM)は、パフォーマンスとエネルギー効率の最適化を開発者が支援すると主張している。
この研究は、科学と工学の応用のために学術と産業の両方で広く使われているマットラブで書かれたソフトウェアに焦点を当てている。
トップ100のGitHubリポジトリで400スクリプトのエネルギ中心の最適化を分析します。
論文 参考訳（メタデータ） (2025-03-26T00:27:29Z) - How do Practitioners Perceive Energy Consumption on Stack Overflow? [3.000496428347787]
エネルギー消費に関するStack Overflow (SO) 質問を実証分析する。
これらの質問は、実践者が日々の開発活動で直面している実世界のエネルギー関連障害を反映している。
我々の観察は、エネルギー消費がソフトウェア開発システムに与える影響について、実践者の間で認識を高めます。
論文 参考訳（メタデータ） (2024-09-28T03:28:52Z) - Impact of ML Optimization Tactics on Greener Pre-Trained ML Models [46.78148962732881]
本研究の目的は,画像分類データセットと事前学習モデルの解析,最適化モデルと非最適化モデルを比較して推論効率を向上させること,最適化の経済的影響を評価することである。
画像分類におけるPyTorch最適化手法(動的量子化、トーチ・コンパイル、局所プルーニング、グローバルプルーニング)と42のHugging Faceモデルの影響を評価するための制御実験を行った。
動的量子化は推論時間とエネルギー消費の大幅な削減を示し、大規模システムに非常に適している。
論文 参考訳（メタデータ） (2024-09-19T16:23:03Z) - Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。
継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
論文 参考訳（メタデータ） (2021-09-12T09:40:18Z) - Towards the Systematic Reporting of the Energy and Carbon Footprints of
Machine Learning [68.37641996188133]
我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。
エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。
炭素排出量削減とエネルギー消費削減のための戦略を提案する。
論文 参考訳（メタデータ） (2020-01-31T05:12:59Z)
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。