Интернет вещей может улучшить качество жизни, но он также потребляет огромное количество электроэнергии и увеличивает выбросы парниковых газов. (Шаттерстки)

ВАШЕ смартфон гораздо мощнее, чем компьютеры НАСА в 1969 году Нил Армстронг и Базз Олдрин отправились на Луну, но это также энергетический боров. В вычислительной технике использование энергии часто считается вторичной проблемой для скорости и хранения, но с учетом скорости и направления технического прогресса, это становится все более серьезной проблемой для окружающей среды.

Когда компания по добыче криптовалюты Hut 8 открыла крупнейший в Канаде проект по добыче биткойнов за пределами Медиа-Хат, штат Альта, экологи забили тревогу. Завод потребляет в 10 раз больше электроэнергииВ основном производится на электростанции, работающей на природном газе, чем любой другой объект в городе.

Во всем мире выбросы парниковых газов (ПГ) в секторах информации, связи и технологий (ИКТ) Прогноз к 1.4 году эквивалентно 2020 гигатоннам (миллиардам метрических тонн) двуокиси углерода в год., Это 2.7 процента глобальных ПГ и примерно вдвое превышает общий годовой объем производства парниковых газов в Канаде.

Создавая энергоэффективные компьютерные процессоры, мы могли бы сократить потребление энергии и сократить выбросы парниковых газов в местах, где электроэнергия поступает из ископаемого топлива. Будучи компьютерным инженером, специализирующимся на компьютерной архитектуре и арифметике, мы с коллегами уверены, что эти положительные эффекты могут быть достигнуты практически без ущерба для производительности компьютера или удобства пользователя.

Мощные связи

Интернет вещей (IoT), состоящий из подключенных вычислительных устройств, встроенных в повседневные объекты, уже оказывает положительное экономическое и социальное воздействие, преобразовывая наши общества, окружающую среду и наши цепочки поставок продуктов питания в лучшую сторону.

Эти устройства контролируют и уменьшают загрязнение воздуха, улучшают сохранение воды и кормят голодный мир. Они также делают наши дома и предприятия более эффективными, управляя термостатами, освещением, водонагревателями, холодильниками и стиральными машинами.

Подключенные к Интернету устройства увеличивают потребности в обработке данных и энергопотребление. (Шаттерстки)

С количеством подключенных устройств, установленным сверху 11 млрд штук. - без учета компьютеров и телефонов - в 2018 году IoT создаст большие данные, требующие огромных вычислений.

Повышение энергоэффективности вычислений сэкономит деньги и сократит потребление энергии. Это также позволило бы батареям, которые обеспечивают питание в вычислительных системах, быть меньше или работать дольше. Кроме того, вычисления могут выполняться быстрее, поэтому вычислительные системы будут генерировать меньше тепла.

Приблизительные вычисления

Современные вычислительные системы предназначены для предоставления точных решений с высокими затратами энергии. Но многие устойчивые к ошибкам алгоритмы, такие как обработка изображений, звука и видео, анализ данных, анализ данных датчиков и глубокое обучение, не требуют точных ответов.

Эта ненужная точность и чрезмерные затраты энергии расточительны. У человеческого восприятия есть ограничения - нам не всегда нужна 100-процентная точность, чтобы быть довольным результатом. Например, незначительные изменения в качестве изображений и видео часто остаются незамеченными.

Приложения обработки видео не требуют 100-процентной точности. (Шаттерстки)

Вычислительные системы могут воспользоваться этими ограничениями, чтобы уменьшить потребление энергии, не оказывая негативного влияния на пользовательский опыт. «Приближенное вычисление» - это метод вычисления, который иногда возвращает неточные результаты, что делает его полезным для приложений, где достаточно приблизительного результата.

В лаборатории компьютерной инженерии Университета Саскачевана мы предлагаем разработать и внедрить эти приблизительные вычислительные решения, чтобы они могли оптимально сочетать точность и эффективность в программном и аппаратном обеспечении. Когда мы применили эти решения к основному вычислительному компоненту процессора, мы обнаружили, что энергопотребление упало на более 50 процентов практически без снижения производительности.

Гибкая точность

В настоящее время большинство персональных компьютеров содержат 64-битный стандартный числовой формат. Это означает, что они используют число из 64 цифр (ноль или единицу) для выполнения всех вычислений.

Для работы 3D-графики, виртуальной реальности и дополненной реальности требуется 64-битный формат. Но базовая обработка звука и изображений может выполняться в 32-битном формате и при этом обеспечивать удовлетворительные результаты. Более того, приложения для глубокого обучения могут даже использовать 16-битные или 8-битные форматы из-за их устойчивости к ошибкам

Инновационные разработки в области компьютерного оборудования и программного обеспечения могут повысить эффективность использования энергии. (Шаттерстки)

Чем короче числовой формат, тем меньше энергии используется для выполнения расчетов. Мы можем разработать гибкие, но точные вычислительные решения, которые запускают различные приложения с использованием наиболее подходящего числового формата, что способствует повышению энергоэффективности.

Например, согласно нашему предварительному эксперименту, приложение для глубокого обучения, использующее это гибкое вычислительное решение, может снизить потребление энергии на 15 процентов. Кроме того, предлагаемые решения могут быть перенастроены для одновременного выполнения нескольких операций, требующих низкой числовой точности и повышения производительности.

IoT имеет большие перспективы, но мы также должны подумать о затратах на обработку всех этих данных. Благодаря более умным и экологичным процессорам мы могли бы помочь в решении экологических проблем и замедлить или уменьшить их вклад в изменение климата.

Об авторе

Seokbum Ko, профессор, Университет Саскачевана

Эта статья переиздана из Беседа под лицензией Creative Commons. Прочтите оригинал статьи.