Lập trình viên mong muốn phần mềm hiệu quả hơn: Kết quả khảo sát từ hơn 1.000 người dùng GitHub

Các nhà phát triển phần mềm hiện nay không chỉ quan tâm đến tính năng mà còn đặc biệt chú trọng đến hiệu suất và tác động môi trường của mã nguồn. Một khảo sát mới từ GitHub và Chương trình Truyền thông về Biến đổi Khí hậu Yale (Yale Program on Climate Change Communication) với 1.039 người dùng GitHub đã chỉ ra rằng: 80% lập trình viên mong muốn có các công cụ hỗ trợ viết code tiết kiệm năng lượng hơn.

Mối quan tâm về môi trường và AI

Kết quả khảo sát cho thấy cộng đồng lập trình viên có nhận thức cao về biến đổi khí hậu. Cụ thể, 71% người tham gia lo ngại về tác động môi trường của các hệ thống AI, bao gồm mức tiêu thụ năng lượng, nước và lượng khí thải carbon. Đáng chú ý, phần lớn các nhà phát triển kỳ vọng nơi làm việc của họ sẽ chủ động thực hiện các biện pháp giảm thiểu dấu chân carbon trong quá trình vận hành.

Khoảng cách giữa mong muốn và hành động

Mặc dù có sự quan tâm lớn, chỉ 10% người được hỏi cho rằng công việc lập trình hiện tại của họ có tác động đáng kể đến việc giảm thiểu dấu chân môi trường cá nhân. Rào cản lớn nhất không nằm ở ý chí, mà là sự thiếu hụt các công cụ đo lường thực tế và lộ trình thực hiện cụ thể. Các nhà phát triển đang tìm kiếm những phương pháp để ước tính tài nguyên của các repository, tối ưu hóa các quy trình CI/CD và xác định các tiến trình tính toán không cần thiết.

Bốn trụ cột tối ưu hóa hiệu suất

Để bắt đầu tối ưu hóa phần mềm, các nhà phát triển có thể tập trung vào bốn lĩnh vực chính:

Code: Loại bỏ các tính toán lặp lại, thuật toán kém hiệu quả hoặc các công việc tốn kém có thể thay thế bằng bộ nhớ đệm (caching).
Dữ liệu: Kiểm soát việc truy vấn thừa, thiếu bộ nhớ đệm hoặc các lệnh gọi cơ sở dữ liệu không cần thiết.
Network và I/O: Giảm thiểu các yêu cầu trùng lặp, tối ưu hóa payload và sử dụng nén dữ liệu.
Frontend: Hạn chế render không cần thiết và tối ưu hóa việc tải tài nguyên.

Sử dụng AI để tìm kiếm cơ hội tối ưu

GitHub đề xuất sử dụng các quy trình tự động (Agentic Workflows) như Daily Efficiency Improver để rà soát repository. Công cụ này giúp phát hiện các điểm lãng phí, chạy thử nghiệm và đề xuất các thay đổi thông qua pull request. Tuy nhiên, GitHub nhấn mạnh rằng AI chỉ đóng vai trò hỗ trợ; quyết định cuối cùng về việc chấp nhận thay đổi vẫn thuộc về con người. Các thay đổi cần được đánh giá dựa trên bằng chứng cụ thể về hiệu suất thay vì chỉ dựa trên các tuyên bố chung chung về tính “xanh”.

Việc đưa tối ưu hóa vào quy trình kỹ thuật hàng ngày không chỉ giúp tiết kiệm chi phí hạ tầng, giảm độ trễ mà còn là bước đi thiết thực để xây dựng phần mềm bền vững hơn trong tương lai.

Nguồn tham khảo: GitHub Blog