Computer schneller und klimafreundlicher machen

Ihr Smartphone ist weitaus leistungsfähiger als die NASA-Computer, die 1969 Neil Armstrong und Buzz Aldrin auf den Mond brachten. aber es ist auch ein Energiefresser. Beim Rechnen, Energieverbrauch wird oft als sekundäres Problem neben Geschwindigkeit und Speicher betrachtet, aber mit der Geschwindigkeit und Richtung des technologischen Fortschritts, es wird zu einem wachsenden Umweltproblem.

Als das Kryptowährungs-Mining-Unternehmen Hut 8 Kanadas größtes Bitcoin-Mining-Projekt außerhalb von Medicine Hat eröffnete, Alta., Umweltschützer schlugen Alarm. Die Anlage verbraucht 10 mal mehr Strom, größtenteils von einem erdgasbetriebenen Kraftwerk erzeugt, als jede andere Einrichtung in der Stadt.

Global, Treibhausgasemissionen (THG) aus den Informationen, Die Kommunikations- und Technologiesektoren (IKT) werden bis 2020 voraussichtlich das Äquivalent von 1,4 Gigatonnen (Milliarden Tonnen) Kohlendioxid jährlich erreichen. Das sind 2,7 Prozent der globalen Treibhausgase und etwa das Doppelte des gesamten jährlichen Treibhausgasausstoßes Kanadas.

Durch die Entwicklung energieeffizienter Computerprozessoren konnten wir den Energieverbrauch senken, und wir könnten die Treibhausgasemissionen dort reduzieren, wo Strom aus fossilen Brennstoffen stammt. Als Informatiker mit Fachrichtung Rechnerarchitektur und Arithmetik, meine Kollegen und ich sind zuversichtlich, dass diese positiven Effekte nahezu ohne Auswirkungen auf die Computerleistung oder den Benutzerkomfort erzielt werden können.

Leistungsstarke Verbindungen

Das Internet der Dinge (IoT) – bestehend aus vernetzten Computergeräten, die in Alltagsgegenstände eingebettet sind – hat bereits positive wirtschaftliche und soziale Auswirkungen, unsere Gesellschaften verändern, die Umwelt und unsere Lebensmittelversorgungsketten zum Besseren.

Diese Geräte überwachen und reduzieren die Luftverschmutzung, Verbesserung des Wasserschutzes und Ernährung einer hungrigen Welt. Sie machen auch unsere Häuser und Geschäfte effizienter, Steuerung von Thermostaten, Beleuchtung, Wasserkocher, Kühlschränke und Waschmaschinen.

Mit einer Zahl der verbundenen Geräte von über 11 Milliarden – Computer und Telefone nicht eingeschlossen – im Jahr 2018, Das IoT wird große Datenmengen erzeugen, die riesige Berechnungen erfordern.

Eine energieeffizientere Berechnung würde Geld sparen und den Energieverbrauch senken. Es würde auch ermöglichen, dass die Batterien, die Strom in Computersystemen liefern, kleiner sind oder länger laufen. Zusätzlich, Berechnungen könnten schneller laufen, Computersysteme würden also weniger Wärme erzeugen.

Ungefähre Berechnung

Moderne Computersysteme sind darauf ausgelegt, zu hohen Energiekosten exakte Lösungen zu liefern. Aber viele fehlerresistente Algorithmen wie image, Ton- und Videobearbeitung, Data-Mining, Sensordatenanalyse und Deep Learning erfordern keine exakten Antworten.

Diese unnötige Genauigkeit und der übermäßige Energieverbrauch sind verschwenderisch. Der menschlichen Wahrnehmung sind Grenzen gesetzt – wir brauchen nicht immer 100-prozentige Genauigkeit, um mit dem Ergebnis zufrieden zu sein. Zum Beispiel, kleine änderungen in der qualität von bildern und videos bleiben oft unbemerkt.

Computersysteme können diese Einschränkungen nutzen, um den Energieverbrauch zu reduzieren, ohne die Benutzererfahrung negativ zu beeinflussen. "Approximate Computing" ist eine Berechnungstechnik, die manchmal ungenaue Ergebnisse liefert, Dies macht es für Anwendungen nützlich, bei denen ein ungefähres Ergebnis ausreicht.

Im Computer Engineering Lab der University of Saskatchewan Wir schlagen vor, diese ungefähren Computerlösungen zu entwerfen und zu implementieren, damit sie Genauigkeit und Effizienz zwischen Software und Hardware optimal abwägen können. Als wir diese Lösungen auf eine Core-Computing-Komponente des Prozessors angewendet haben, Wir haben festgestellt, dass der Stromverbrauch um mehr als 50 Prozent gesunken ist, wobei die Leistung fast unverändert blieb.

Flexible Präzision

Heutzutage, Die meisten PCs enthalten ein 64-Bit-Standard-Zahlenformat. Dies bedeutet, dass sie eine Zahl mit 64 Stellen (entweder null oder eins) verwenden, um alle Berechnungen durchzuführen.

3D-Grafik, Virtual Reality und Augmented Reality erfordern das 64-Bit-Format, um zu funktionieren. Die grundlegende Audio- und Bildverarbeitung kann jedoch mit einem 32-Bit-Format durchgeführt werden und liefert dennoch zufriedenstellende Ergebnisse. Außerdem, Deep-Learning-Anwendungen können aufgrund ihrer Fehlerresistenz sogar 16-Bit- oder 8-Bit-Formate verwenden

Je kürzer das Zahlenformat, desto weniger Energie wird verwendet, um die Berechnung durchzuführen. Wir können flexibel gestalten, doch präzise, Computerlösungen, die verschiedene Anwendungen mit dem am besten geeigneten numerischen Format ausführen, um die Energieeffizienz zu fördern.

Zum Beispiel, eine Deep-Learning-Anwendung, die diese flexible Computing-Lösung verwendet, könnte den Energieverbrauch um 15 Prozent senken, nach unserem Vorversuch. Zusätzlich, die vorgeschlagenen Lösungen können rekonfiguriert werden, um gleichzeitig mehrere Operationen durchzuführen, die eine geringe numerische Genauigkeit erfordern, und die Leistung zu verbessern.

Das IoT verspricht viel, aber wir müssen auch an die Kosten der Verarbeitung all dieser Daten denken. Mit intelligenteren, umweltfreundlicheren Verarbeitern könnten wir dazu beitragen, Umweltbelange anzugehen und ihren Beitrag zum Klimawandel zu verlangsamen oder zu reduzieren.