耗能巨大的計算機如何減少碳足跡？使用綠色能源固然是一條路徑，其實還有一個更簡便的辦法——使用最新版本的軟體，更新版本、使用優化的軟體可以提升計算效率，從而顯著降低能耗。
評估一台超算設備的碳足跡，一般都會基於硬體、任務所需時間，以及數據中心或超級計算機的地理位置等主要因素。在評估算法中設有一個「務實的縮放係數」，它將考慮算法的實際運行次數，這也會對實際排放量產生直接影響。
科研人員正在監測超級計算機運行。圖/視覺中國
事實上，大多數算法都要運行多次，有時甚至要用不同的參數運行成百上千次，而且運行次數會因任務和研究領域的不同產生很大差異。因此，高效的算法程序對於「綠色」計算至關重要。荷蘭萊頓大學的天體物理學家西蒙·波爾蒂奇說：「我看到周圍很多人所運行的程序效率極低。如果可以多花一點時間優化代碼，它將運行得更快，也將因此減少排放。」
轉換計算機程式語言可能是一個好主意。為此，西蒙做了個實驗，他用十幾種不同的計算機程式語言來運行同一個算法。他發現，在物理學家中最流行的Python，需要更長的時間來運行，因此它會比C++或Fortran等語言產生更多排放。西蒙認為，問題在於Python極其容易使用，但很難優化，而其他語言寫程序更困難，卻更容易優化。
然而，只要不用Python就能更加綠色節能嗎？並不一定。針對西蒙的論文觀點，法國國家科學研究中心研究員皮埃爾·奧吉爾認為，更好的教育和使用Python編譯器可能同樣有效。奧吉爾是法國格勒諾布爾阿爾卑斯大學的流體動力學和湍流專家。他用不同語言的優化代碼和五種不同的Python實現方式來進行類似的實驗。結果發現，Python有四種實現方式比C++和Fortran更快，產生的排放更少，而且還更容易理解和使用。「我不認為換一種語言更容易，因為學習如何正確使用Python並不十分困難。」奧吉爾認為，與其關注使用什麼程式語言，不如說計算和編程應在物理學教育中占據更重要的位置，「只要專攻物理學，就應該在學生時代就學習編程」。
西蒙也同意Python可以更高效，但他認為，也許物理學研究機構應該雇用更多的計算機專家。他說：「我們在物理學方面很出色，但一個計算機科學家把我們學習物理學的所有時間都用來學習如何與計算機溝通，毫無疑問，他們在編程方面會做得更好。」
作者：慕子嵐/編譯