26、联邦学习中的碳排放追踪与可持续性实践

联邦学习中的碳排放追踪与可持续性实践

1. 碳排放追踪

要追踪碳排放，我们可以使用碳追踪器。在深入了解谷歌云的碳指标后，我们可以通过嵌入碳追踪器来计算碳排放，它能从源代码层面详细分析排放统计数据。

1.1 FL碳计算器

对于联邦学习（FL），可使用FL碳计算器（https://mlsys.cst.cam.ac.uk/carbon_fl/ ，https://github.com/mlco2/codecarbon ）来追踪设备池在FL期间的碳排放量。需要指定的参数如下：
- 设备 ：设备使用的硬件类型。
- 国家 ：帮助获取该国的电力/碳转换率，以及估算客户端与服务器通信产生的碳排放量。
- 数据集 ：用于指定平衡的、非独立同分布（non - IID）的数据集，如ImageNet和CIFAR - 10。
- 轮数 ：指定中央服务器通过聚合过程构建全局模型的总迭代次数。
- 本地轮次（LEs） ：指定每个客户端在将本地模型发送到服务器之前训练本地模型的迭代次数。
- 活跃设备数量 ：指定每一轮中活跃客户端设备的数量，通常是所用设备总数的一部分。
- 网络 ：定义一组给定设备的互联网上传/下载速度。

例如，在一个FL设置中，5个客户端，10个LEs和10轮，总体碳排放量为2.51 gCO2eq 。

1.2 集中式