测量计算的环境影响
energyusage的Python项目详细描述
能量消耗
测量计算对环境影响的python包。提供一个函数 评估其他职能部门的能源使用和相关碳排放。 通过GeoJS API根据用户的位置计算排放量，该位置 能源结构数据（来源：2016年美国能源机构和egrid）。
安装
要安装，只需$pip install energyusage
用法
要计算函数的排放量，只需使用函数调用energyusage.evaluate
名称及其所需的参数。
importenergyusage# user function to be evaluateddefrecursive_fib(n):if(n<=2):return1else:returnrecursive_fib(n-1)+recursive_fib(n-2)energyusage.evaluate(recursive_fib,40,pdf=True)# returns 102,334,155
它将返回函数的值，同时在命令行上打印出能源使用报告。 可选关键字参数：
pdf（默认值为false）：生成一个pdf报告，与命令行实用程序一起powerloss（默认值=0.8）：表示PSU丢失，如果已知结果精度更高，则可以由用户设置energyoutput（默认值为false）：打印进程使用的能量量
能源报告
将要打印出来的报告将如下所示。第二行和第三行将显示一个实时读数，该读数将在评估过程完成后消失。
Location: Pennsylvania
--------------------------------------------------------------------------------
------------------------------- Final Readings -------------------------------
--------------------------------------------------------------------------------
Average baseline wattage: 4.99 watts
Average total wattage: 18.32 watts
Average process wattage: 13.33 watts
Process duration: 0:00:16
--------------------------------------------------------------------------------
------------------------------- Energy Data -------------------------------
--------------------------------------------------------------------------------
Energy mix in Pennsylvania
Coal: 25.40%
Oil: 0.20%
Natural Gas: 31.60%
Low Carbon: 42.50%
--------------------------------------------------------------------------------
------------------------------- Emissions -------------------------------
--------------------------------------------------------------------------------
Effective emission: 3.00e-05 kg CO2
Equivalent miles driven: 1.23e-11 miles
Equivalent minutes of 32-inch LCD TV watched: 1.85e-02 minutes
Percentage of CO2 used in a US household/day: 9.86e-12%
--------------------------------------------------------------------------------
------------------------- Assumed Carbon Equivalencies -------------------------
--------------------------------------------------------------------------------
Coal: 996 kg CO2/MWh
Petroleum: 817 kg CO2/MWh
Natural gas: 744 kg CO2/MWh
Low carbon: 0 kg CO2/MWh
--------------------------------------------------------------------------------
------------------------- Emissions Comparison -------------------------
--------------------------------------------------------------------------------
Quantities below expressed in kg CO2
US Europe Global minus US/Europe
Max: Wyoming 7.10e-05 Kosovo 7.28e-05 Mongolia 7.13e-05
Median: Mississippi 3.29e-05 Ukraine 5.09e-05 Korea, South 5.82e-05
Min: Vermont 1.99e-06 Iceland 1.31e-05 Bhutan 8.11e-06
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Process used: 7.72e-05 kWh
报告分为几个部分。
最终读数：表示平均值：
- 平均基线功率：计算机的平均功耗减去进程，在启动进程之前运行10秒
- 平均总功率：进程运行时计算机的平均功耗
- 平均进程使用量：基线与总计之间的差异，突出显示仅来自您评估的特定进程的使用量
- 处理持续时间：程序运行的时间
能源数据：地点的能源组合。
排放量：运行程序一次的有效co2排放量以及与这些排放量相当的一些实际排放量。
假定碳当量：根据所在地的能源组合，将kWh转换为co2的公式（有关国际地点的更多信息，请参见下文）。
排放比较：美国各州和国家的代表性能源组的相同能源的排放量是多少。
不属于一个部分的是过程使用的能量，可以选择打印出来。
pdf报告包含相同的章节，但不包括过程持续时间或瞬间排放比较。
方法论
功率测量
CPU
我们通过英特尔处理器上的RAPL（运行平均功率限制）接口计算CPU功耗。这些是非体系结构模型特定的寄存器，提供与电源相关的信息 关于CPU。它们主要用于限制功耗，但能源状况 寄存器（msr_pkg_energy_status）允许功率测量。
rapl接口根据处理器的数量在几个域之间进行区分。对于单处理器计算机：
- 套餐
- 动力飞机：
- 核心
- 打开
- DRAM
对于具有多个处理器的机器：
- 套餐0
- 套餐1
- N包
- DRAM
目前，我们使用包域（或所有域的总和，用于多处理器计算机），它表示完整的处理器包。
正如vince weaver所概述的，访问rapl接口数据有多种方法，namelY:
- 使用perf_事件接口
- 读取基本MSR
- 读取
/sys/class/powercap/intel rapl/下的文件
我们选择使用final方法，因为它是唯一不需要sudo访问的方法。我们阅读了包文件夹中的energy_j.txt文件intel rapl:*。这些文件代表了微焦耳所用的能量，它们大约每毫秒更新一次。文件中的值增加到溢出点，然后重置。我们取两个延迟的读数，然后根据差值（能量）和延迟（时间）计算功率。为了避免由于文件重置而导致的错误，我们放弃负值。
有关RAPL接口的详细信息，请参阅《英特尔64与IA-32体系结构软件开发人员手册》 对于支持nvidia smi程序的nvidia gpu机器，我们还将gpu的功耗添加到包测量中。 nvidia smi是一个命令行实用程序，允许查询有关gpu的信息。如果GPU被识别为有效，我们使用内置方法查询当前瓦数，然后将输出转换为浮点值。 为了准确计算与所用计算能力相关的二氧化碳排放量，我们通过用户的IP地址，借助于GeoJS的API来确定用户的地理位置。如果无法确定位置，我们将使用美国作为默认值。 地点尤其重要，因为排放量因国家（以及美国的情况）能源结构而异。 我们从2016年美国能源信息管理数据。具体来说，我们研究了按能源分类的世界各国的能源消耗情况。对于标记为（s）的数据点（意味着该值对于所示的小数位数来说太小），我们将其近似为0。没有关于下列国家的数据，因此我们不考虑这些国家：前捷克斯洛伐克、前塞尔维亚和黑山、前苏联、前南斯拉夫、夏威夷贸易区、东德和西德。 我们的美国能源结构和排放数据来自美国环境保护署2016年的egrid数据。我们使用州资源组合部分显示能源组合，使用州输出排放率部分计算美国的排放量。我们没有使用其他化石数据，因为这些值主要是0（如果值不是0，则低于1%）。 截至2019年7月，最新的egrid数据来自2016年。我们选择使用2016年美国国际投资署数据，以确保数据源之间的一致性。 由于国际数据只包含一个能源组合，没有排放数据，我们对egrid数据中使用的公式进行了逆向工程。这给了我们额外的C独立数据集之间的一致性。 由于能量测量的方法（通过Intel RAPL
接口和nvidia smi），我们的包仅在具有
RAPL接口和/或带NVIDIA GPU的机器。 一个国家的总体能源消费组合不一定代表用于发电的能源组合（甚至电力生产也不一定代表进出口造成的电力消费）。然而，E.I.A.数据是我们发现的地理上最全面的数据。我们正在努力获得更准确的数据。 我们要感谢jon wilson对我们项目的环境方面的宝贵见解。
欢迎加入QQ群-->： 979659372
GPU
计算CO2排放量
位置
能源组合信息
转换成co2
相关工作
限制
致谢
推荐PyPI第三方库
