Το Διαδίκτυο των πραγμάτων θα μπορούσε να βελτιώσει την ποιότητα ζωής, αλλά θα καταναλώσει επίσης τεράστιες ποσότητες ηλεκτρικής ενέργειας και θα αυξήσει τις εκπομπές αερίων του θερμοκηπίου. (Shutterstock)

Σας Το smartphone είναι πολύ πιο ισχυρό από τους υπολογιστές της NASA που έβαλαν τον Νιλ Άρμστρονγκ και τον Μπαζ Όλντριν στο φεγγάρι το 1969, αλλά είναι επίσης ενεργειακός γουρούνι. Στους υπολογιστές, η χρήση ενέργειας θεωρείται συχνά ένα δευτερεύον πρόβλημα στην ταχύτητα και την αποθήκευση, αλλά με το ρυθμό και την κατεύθυνση της τεχνολογικής προόδου, γίνεται όλο και μεγαλύτερη περιβαλλοντική ανησυχία.

Όταν η εταιρεία εξόρυξης κρυπτονομισμάτων Hut 8 άνοιξε το μεγαλύτερο έργο εξόρυξης bitcoin του Καναδά έξω από το Medicine Hat, Alta. Το εργοστάσιο καταναλώνει 10 φορές περισσότερη ηλεκτρική ενέργεια, παράγεται σε μεγάλο βαθμό από ένα εργοστάσιο παραγωγής ηλεκτρικής ενέργειας με φυσικό αέριο, από οποιαδήποτε άλλη εγκατάσταση στην πόλη.

Σε παγκόσμιο επίπεδο, οι εκπομπές αερίων θερμοκηπίου (GHG) από τους τομείς της πληροφορίας, της επικοινωνίας και της τεχνολογίας (ΤΠΕ) είναι προβλέπεται ότι θα φτάσει το ισοδύναμο των 1.4 γιγατόνων (δισεκατομμύρια μετρικούς τόνους) διοξειδίου του άνθρακα ετησίως έως το 2020. Αυτό είναι 2.7% των παγκόσμιων αερίων του θερμοκηπίου και περίπου διπλάσια συνολική ετήσια παραγωγή αερίων θερμοκηπίου από τον Καναδά.

Με το σχεδιασμό ενεργειακά αποδοτικών επεξεργαστών υπολογιστών θα μπορούσαμε να μειώσουμε την κατανάλωση ενέργειας και θα μπορούσαμε να μειώσουμε τις εκπομπές αερίων του θερμοκηπίου σε μέρη όπου η ηλεκτρική ενέργεια προέρχεται από ορυκτά καύσιμα. Ως μηχανικός υπολογιστών που ειδικεύεται στην αρχιτεκτονική και την αριθμητική των υπολογιστών, οι συνάδελφοί μου και εγώ είμαστε πεπεισμένοι ότι αυτά τα θετικά αποτελέσματα μπορούν να επιτευχθούν σχεδόν χωρίς επιπτώσεις στην απόδοση του υπολογιστή ή στην ευκολία του χρήστη.

Ισχυρές συνδέσεις

Το Διαδίκτυο των Πραγμάτων (IoT) - που αποτελείται από συνδεδεμένες υπολογιστικές συσκευές ενσωματωμένες σε αντικείμενα καθημερινής χρήσης - έχει ήδη θετικές οικονομικές και κοινωνικές επιπτώσεις, μεταμορφώνοντας τις κοινωνίες μας, το περιβάλλον και τις αλυσίδες εφοδιασμού τροφίμων προς το καλύτερο.

Αυτές οι συσκευές παρακολουθούν και μειώνουν την ατμοσφαιρική ρύπανση, βελτιώνουν τη διατήρηση του νερού και τρέφουν έναν πεινασμένο κόσμο. Κάνουν επίσης τα σπίτια και τις επιχειρήσεις μας πιο αποτελεσματικά, ελέγχοντας θερμοστάτες, φωτισμό, θερμοσίφωνες, ψυγεία και πλυντήρια.

Οι συνδεδεμένες στο Διαδίκτυο συσκευές προσθέτουν ανάγκες επεξεργασίας δεδομένων και κατανάλωση ενέργειας. (Shutterstock)

Με τον αριθμό των συνδεδεμένων συσκευών να ορίζεται στην κορυφή 11 δις - χωρίς υπολογιστές και τηλέφωνα - το 2018, το IoT θα δημιουργήσει μεγάλα δεδομένα που απαιτούν τεράστιους υπολογισμούς.

Κάνοντας τον υπολογισμό πιο ενεργειακά αποδοτικό θα εξοικονομήσετε χρήματα και θα μειώσετε τη χρήση ενέργειας. Θα επέτρεπε επίσης οι μπαταρίες που παρέχουν ισχύ στα υπολογιστικά συστήματα να είναι μικρότερες ή να λειτουργούν περισσότερο. Επιπλέον, οι υπολογισμοί θα μπορούσαν να τρέχουν γρηγορότερα, έτσι τα υπολογιστικά συστήματα θα παράγουν λιγότερη θερμότητα.

Κατά προσέγγιση υπολογισμός

Τα σημερινά υπολογιστικά συστήματα έχουν σχεδιαστεί για να παρέχουν ακριβείς λύσεις με υψηλό ενεργειακό κόστος. Ωστόσο, πολλοί αλγόριθμοι ανθεκτικοί σε σφάλματα, όπως επεξεργασία εικόνας, ήχου και βίντεο, εξόρυξη δεδομένων, ανάλυση δεδομένων αισθητήρα και βαθιά μάθηση δεν απαιτούν ακριβείς απαντήσεις.

Αυτή η περιττή ακρίβεια και υπερβολική κατανάλωση ενέργειας είναι σπατάλη. Υπάρχουν περιορισμοί στην ανθρώπινη αντίληψη - δεν χρειαζόμαστε πάντα 100 % ακρίβεια για να είμαστε ικανοποιημένοι με το αποτέλεσμα. Για παράδειγμα, μικρές αλλαγές στην ποιότητα των εικόνων και των βίντεο συχνά περνούν απαρατήρητες.

Οι εφαρμογές επεξεργασίας βίντεο δεν απαιτούν 100 τοις εκατό ακρίβεια. (Shutterstock)

Τα υπολογιστικά συστήματα μπορούν να επωφεληθούν από αυτούς τους περιορισμούς για να μειώσουν τη χρήση ενέργειας χωρίς να έχουν αρνητικό αντίκτυπο στην εμπειρία του χρήστη. Ο «υπολογισμός κατά προσέγγιση» είναι μια τεχνική υπολογισμού που μερικές φορές επιστρέφει ανακριβή αποτελέσματα, καθιστώντας τη χρήσιμη για εφαρμογές όπου επαρκές αποτέλεσμα είναι κατά προσέγγιση.

Στο εργαστήριο μηχανικής υπολογιστών του Πανεπιστημίου του Saskatchewan, προτείνουμε να σχεδιάσουμε και να εφαρμόσουμε αυτές τις κατά προσέγγιση υπολογιστικές λύσεις, έτσι ώστε να μπορούν να ανταλλάσσουν με τον καλύτερο δυνατό τρόπο την ακρίβεια και την αποδοτικότητα σε λογισμικό και υλικό. Όταν εφαρμόσαμε αυτές τις λύσεις σε ένα βασικό υπολογιστικό στοιχείο του επεξεργαστή, διαπιστώσαμε ότι η κατανάλωση ενέργειας μειώθηκε κατά περισσότερο από 50 τοις εκατό χωρίς σχεδόν καμία πτώση στην απόδοση.

Ευέλικτη ακρίβεια

Σήμερα, οι περισσότεροι προσωπικοί υπολογιστές περιέχουν μια τυπική αριθμητική μορφή 64-bit. Αυτό σημαίνει ότι χρησιμοποιούν έναν αριθμό με 64 ψηφία (είτε μηδέν είτε ένα) για να εκτελέσουν όλους τους υπολογισμούς.

Τα τρισδιάστατα γραφικά, η εικονική πραγματικότητα και η επαυξημένη πραγματικότητα απαιτούν τη μορφή 3-bit για να λειτουργήσουν. Αλλά η βασική επεξεργασία ήχου και εικόνας μπορεί να γίνει με μορφή 64-bit και εξακολουθεί να παρέχει ικανοποιητικά αποτελέσματα. Επιπλέον, οι εφαρμογές βαθιάς μάθησης μπορούν ακόμη και να χρησιμοποιηθούν Μορφές 16-bit ή 8-bit λόγω της ανθεκτικότητάς τους σε λάθη

Καινοτόμα σχέδια σε υλικό και λογισμικό υπολογιστών μπορούν να βελτιώσουν την ενεργειακή απόδοση. (Shutterstock)

Όσο μικρότερη είναι η αριθμητική μορφή, τόσο λιγότερη ενέργεια χρησιμοποιείται για την εκτέλεση του υπολογισμού. Μπορούμε να σχεδιάσουμε ευέλικτες, αλλά ακριβείς, υπολογιστικές λύσεις που εκτελούν διαφορετικές εφαρμογές χρησιμοποιώντας την καταλληλότερη αριθμητική μορφή, έτσι ώστε να προάγει την ενεργειακή απόδοση.

Για παράδειγμα, μια εφαρμογή βαθιάς εκμάθησης χρησιμοποιώντας αυτήν την ευέλικτη υπολογιστική λύση θα μπορούσε να μειώσει την κατανάλωση ενέργειας κατά 15 τοις εκατό, σύμφωνα με το προκαταρκτικό μας πείραμα. Επιπλέον, οι προτεινόμενες λύσεις μπορούν να επαναδιαμορφωθούν για ταυτόχρονη εκτέλεση πολλαπλών λειτουργιών που απαιτούν χαμηλή αριθμητική ακρίβεια και βελτιώνουν την απόδοση.

Το IoT έχει πολλές υποσχέσεις, αλλά πρέπει επίσης να σκεφτούμε το κόστος επεξεργασίας όλων αυτών των δεδομένων. Με πιο έξυπνους, πιο πράσινους επεξεργαστές θα μπορούσαμε να βοηθήσουμε στην αντιμετώπιση περιβαλλοντικών προβλημάτων και να επιβραδύνουμε ή να μειώσουμε τη συμβολή τους στην αλλαγή του κλίματος.

Σχετικά με το Συγγραφέας

Seokbum Ko, καθηγητής, Πανεπιστήμιο του Saskatchewan

Αυτό το άρθρο αναδημοσιεύθηκε από το Η Συνομιλία υπό την άδεια Creative Commons. Διαβάστε το αρχικό άρθρο.