อินเทอร์เน็ตของสิ่งต่าง ๆ สามารถปรับปรุงคุณภาพชีวิต แต่จะใช้ไฟฟ้าจำนวนมากและเร่งการปล่อยก๊าซเรือนกระจก (Shutterstock)

ของคุณ สมาร์ทโฟนนั้นทรงพลังกว่าคอมพิวเตอร์ของนาซา ที่วาง Neil Armstrong และ Buzz Aldrin บนดวงจันทร์ในปี 1969 แต่ก็เป็นหมูพลังงาน ในการคำนวณการใช้พลังงานมักจะถูกพิจารณาว่าเป็นปัญหารองสำหรับความเร็วและการเก็บรักษา แต่ด้วยอัตราและทิศทางของความก้าวหน้าทางเทคโนโลยีมันจึงกลายเป็นปัญหาด้านสิ่งแวดล้อมที่กำลังเติบโต

เมื่อ บริษัท ขุด cryptocurrency Hut 8 เปิดโครงการขุด bitcoin ที่ใหญ่ที่สุดของแคนาดานอก Medicine Hat, Alta. นักสิ่งแวดล้อมส่งเสียงเตือน โรงงานใช้พลังงานไฟฟ้ามากกว่า 10 เท่าส่วนใหญ่ผลิตโดยโรงไฟฟ้าที่ใช้ก๊าซธรรมชาติเป็นเชื้อเพลิงมากกว่าโรงงานอื่นในเมือง

ทั่วโลกมีการปล่อยก๊าซเรือนกระจก (GHG) จากภาคข้อมูลการสื่อสารและเทคโนโลยี (ICT) คาดการณ์ว่าจะถึงระดับเทียบเท่ากับ 1.4 gigatonnes (พันล้านเมตริกตัน) ของคาร์บอนไดออกไซด์ในปี 2020. นั่นคือ 2.7 เปอร์เซ็นต์ของ GHGs ทั่วโลกและ ประมาณสองเท่าของผลผลิตก๊าซเรือนกระจกรวมของแคนาดาประจำปี.

ด้วยการออกแบบโปรเซสเซอร์คอมพิวเตอร์ประหยัดพลังงานเราสามารถลดการใช้พลังงานและเราสามารถลดการปล่อยก๊าซ GHG ในสถานที่ที่ไฟฟ้ามาจากเชื้อเพลิงฟอสซิล ในฐานะวิศวกรคอมพิวเตอร์ที่เชี่ยวชาญด้านสถาปัตยกรรมคอมพิวเตอร์และคณิตศาสตร์เพื่อนร่วมงานของฉันและฉันมั่นใจว่าผลบวกเหล่านี้สามารถทำได้โดยแทบไม่ส่งผลกระทบต่อประสิทธิภาพของคอมพิวเตอร์หรือความสะดวกของผู้ใช้

การเชื่อมต่อที่มีประสิทธิภาพ

Internet of Things (IoT) - ประกอบด้วยอุปกรณ์คอมพิวเตอร์ที่เชื่อมต่อซึ่งฝังอยู่ในวัตถุในชีวิตประจำวัน - ได้ส่งมอบผลกระทบทางเศรษฐกิจและสังคมในเชิงบวกแล้วการเปลี่ยนแปลงสังคมของเราสิ่งแวดล้อมและห่วงโซ่อาหารของเราให้ดีขึ้น

อุปกรณ์เหล่านี้ กำลังตรวจสอบและลดมลพิษทางอากาศปรับปรุงการอนุรักษ์น้ำและให้อาหารโลกที่หิวโหย พวกเขายังทำให้บ้านและธุรกิจของเรามีประสิทธิภาพมากขึ้นการควบคุมอุณหภูมิแสงเครื่องทำน้ำอุ่นตู้เย็นและเครื่องซักผ้า

อุปกรณ์ที่เชื่อมต่ออินเทอร์เน็ตช่วยเพิ่มความต้องการในการประมวลผลข้อมูลและการใช้พลังงาน (Shutterstock)

ด้วยจำนวนอุปกรณ์ที่เชื่อมต่อตั้งไว้ที่ด้านบน 11 พันล้าน - ไม่รวมคอมพิวเตอร์และโทรศัพท์ - ในปี 2018 IoT จะสร้างข้อมูลขนาดใหญ่ที่ต้องการการคำนวณขนาดใหญ่

การคำนวณพลังงานอย่างมีประสิทธิภาพจะประหยัดเงินและลดการใช้พลังงาน นอกจากนี้ยังช่วยให้แบตเตอรี่ที่ให้พลังงานในระบบคอมพิวเตอร์มีขนาดเล็กลงหรือทำงานได้นานขึ้น นอกจากนี้การคำนวณสามารถทำงานได้เร็วขึ้นดังนั้นระบบคอมพิวเตอร์จะสร้างความร้อนน้อยลง

การคำนวณโดยประมาณ

ระบบคอมพิวเตอร์ในปัจจุบันได้รับการออกแบบเพื่อนำเสนอโซลูชั่นที่แน่นอนด้วยต้นทุนพลังงานที่สูง แต่อัลกอริธึมที่ยืดหยุ่นผิดพลาดหลายอย่างเช่นการประมวลผลภาพเสียงและวิดีโอการขุดข้อมูลการวิเคราะห์ข้อมูลเซ็นเซอร์และการเรียนรู้อย่างลึกซึ้งไม่ต้องการคำตอบที่แน่นอน

ความแม่นยำที่ไม่จำเป็นนี้และการใช้พลังงานที่มากเกินไปนั้นสิ้นเปลือง มีข้อ จำกัด ในการรับรู้ของมนุษย์เราไม่จำเป็นต้องมีความแม่นยำ 100 เปอร์เซ็นต์เสมอไปกับผลลัพธ์ ตัวอย่างเช่นการเปลี่ยนแปลงเล็กน้อยในคุณภาพของภาพและวิดีโอมักจะไม่มีใครสังเกตเห็น

แอปพลิเคชันการประมวลผลวิดีโอไม่ต้องการความแม่นยำ 100 เปอร์เซ็นต์ (Shutterstock)

ระบบคอมพิวเตอร์สามารถใช้ประโยชน์จากข้อ จำกัด เหล่านี้เพื่อลดการใช้พลังงานโดยไม่มีผลกระทบด้านลบต่อประสบการณ์ของผู้ใช้ “ การคำนวณโดยประมาณ” เป็นเทคนิคการคำนวณที่บางครั้งส่งคืนผลลัพธ์ที่ไม่ถูกต้องทำให้มีประโยชน์สำหรับแอปพลิเคชันที่ผลลัพธ์โดยประมาณเพียงพอ

ที่ห้องปฏิบัติการวิศวกรรมคอมพิวเตอร์ของ University of Saskatchewan เรากำลังเสนอให้ออกแบบและใช้งานโซลูชันการประมวลผลโดยประมาณเหล่านี้เพื่อให้พวกเขาสามารถแลกเปลี่ยนความแม่นยำและประสิทธิภาพที่เหมาะสมผ่านซอฟต์แวร์และฮาร์ดแวร์ เมื่อเราใช้โซลูชันเหล่านี้กับส่วนประกอบการประมวลผลหลักของโปรเซสเซอร์เราพบว่าการใช้พลังงานลดลง มากกว่าร้อยละ 50 แทบไม่มีการลดลงของประสิทธิภาพ

ความแม่นยำที่ยืดหยุ่น

ปัจจุบันคอมพิวเตอร์ส่วนบุคคลส่วนใหญ่มีรูปแบบตัวเลขมาตรฐาน 64 บิต ซึ่งหมายความว่าพวกเขาใช้ตัวเลขที่มี 64 หลัก (เป็นศูนย์หรือหนึ่ง) เพื่อทำการคำนวณทั้งหมด

กราฟิก 3D ความเป็นจริงเสมือนจริงและความเป็นจริงยิ่งจำเป็นต้องใช้รูปแบบ 64 บิตในการทำงาน แต่การประมวลผลเสียงและภาพขั้นพื้นฐานสามารถทำได้ด้วยรูปแบบ 32 บิตและยังให้ผลลัพธ์ที่น่าพอใจ ยิ่งไปกว่านั้นแอพพลิเคชั่นการเรียนรู้ลึกสามารถใช้งานได้ รูปแบบ 16 บิตหรือ 8 บิต เนื่องจากข้อผิดพลาดความยืดหยุ่นของพวกเขา

การออกแบบนวัตกรรมในฮาร์ดแวร์คอมพิวเตอร์และซอฟต์แวร์สามารถปรับปรุงประสิทธิภาพการใช้พลังงาน (Shutterstock)

รูปแบบตัวเลขที่สั้นลงจะใช้พลังงานน้อยลงในการคำนวณ เราสามารถออกแบบโซลูชันการคำนวณที่ยืดหยุ่น แต่แม่นยำซึ่งรันแอพพลิเคชั่นที่แตกต่างกันโดยใช้รูปแบบตัวเลขที่เหมาะสมที่สุดเพื่อส่งเสริมประสิทธิภาพการใช้พลังงาน

ตัวอย่างเช่นแอปพลิเคชันการเรียนรู้อย่างลึกซึ้งที่ใช้โซลูชันการคำนวณแบบยืดหยุ่นนี้สามารถลดการใช้พลังงานลงได้ถึง 15% ตามการทดลองเบื้องต้นของเรา นอกจากนี้โซลูชันที่นำเสนอสามารถกำหนดค่าใหม่เพื่อดำเนินการหลายอย่างพร้อมกันที่ต้องการความแม่นยำเชิงตัวเลขต่ำและปรับปรุงประสิทธิภาพ

IoT มีข้อตกลงอย่างมาก แต่เราต้องคิดเกี่ยวกับค่าใช้จ่ายในการประมวลผลข้อมูลทั้งหมด ด้วยโปรเซสเซอร์ที่เป็นมิตรกับสิ่งแวดล้อมมากขึ้นเราสามารถช่วยแก้ไขปัญหาสิ่งแวดล้อมและชะลอหรือลดการมีส่วนร่วมในการเปลี่ยนแปลงสภาพภูมิอากาศ

เกี่ยวกับผู้เขียน

Seokbum Ko ศาสตราจารย์ มหาวิทยาลัยรัฐซัสแคตเชวัน

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.