В будущем энергия, необходимая для работы мощных компьютеров на борту глобального парка автономных транспортных средств, может генерировать столько же выбросов парниковых газов, сколько сегодня все центры обработки данных в мире.
Это один из ключевых выводов нового исследования ученых из Массачусетского технологического института, в котором изучалось потенциальное потребление энергии и связанные с этим выбросы углерода в случае широкого распространения автономных транспортных средств.
Центры обработки данных, в которых размещается физическая вычислительная инфраструктура, используемая для запуска приложений, широко известны своим большим углеродным следом: в настоящее время на их долю приходится около 0,3 процента глобальных выбросов парниковых газов , или примерно столько же углерода, сколько ежегодно производит Аргентина, согласно данным Международное энергетическое агентство. Понимая, что потенциальному следу автономных транспортных средств уделяется меньше внимания, исследователи Массачусетского технологического института построили статистическую модель для изучения проблемы. Они определили, что 1 миллиард автономных транспортных средств, каждый из которых ездит в течение одного часа в день с компьютером, потребляющим 840 Вт, будет потреблять достаточно энергии, чтобы генерировать примерно такое же количество выбросов, что и центры обработки данных в настоящее время.
Исследователи также обнаружили, что в более чем 90 процентах смоделированных сценариев, чтобы выбросы автономных транспортных средств не превышали текущие выбросы центров обработки данных, каждое транспортное средство должно использовать менее 1,2 киловатта мощности для вычислений, что потребует более эффективного оборудования. В одном сценарии — где 95 процентов мирового парка транспортных средств в 2050 году будут автономными, вычислительные рабочие нагрузки удваиваются каждые три года, а мир продолжает обезуглероживаться с нынешними темпами — они обнаружили, что эффективность оборудования должна удваиваться быстрее, чем каждые 1,1 года. чтобы удерживать выбросы ниже этих уровней.
«Если мы просто сохраним обычные тенденции декарбонизации и текущие темпы повышения эффективности оборудования, не похоже, что этого будет достаточно, чтобы ограничить выбросы от вычислений на борту автономных транспортных средств. стать огромной проблемой. Но если мы опередим ее, мы сможем разработать более эффективные автономные транспортные средства, которые с самого начала будут иметь меньший углеродный след», — говорит первый автор Сумья Судхакар, аспирант в области аэронавтики и космонавтики.
Судхакар написала статью вместе со своими соавторами Вивьен Сзе, доцентом кафедры электротехники и компьютерных наук (EECS) и членом Исследовательской лаборатории электроники (RLE); и Сертак Караман, доцент кафедры аэронавтики и космонавтики и директор Лаборатории систем информации и принятия решений (LIDS). Исследование опубликовано в выпуске IEEE Micro за январь-февраль.
Моделирование выбросов
Исследователи создали основу для изучения рабочих выбросов от компьютеров на борту глобального парка электромобилей, которые полностью автономны, то есть им не требуется резервный человек-водитель.
Модель является функцией количества транспортных средств в мировом автопарке, мощности каждого компьютера на каждом транспортном средстве, часов вождения каждого транспортного средства и углеродоемкости электроэнергии, питающей каждый компьютер.
«Само по себе это выглядит как обманчиво простое уравнение. Но каждая из этих переменных содержит много неопределенности, потому что мы рассматриваем новое приложение, которого еще нет», — говорит Судхакар.
Например, некоторые исследования показывают, что количество времени, проведенное за рулем беспилотных транспортных средств, может увеличиться, потому что люди могут выполнять несколько задач во время вождения, а молодые и пожилые люди могут водить больше. Но другие исследования показывают, что время, затрачиваемое на вождение, может сократиться, потому что алгоритмы могут находить оптимальные маршруты, которые быстрее доставляют людей к месту назначения.
В дополнение к рассмотрению этих неопределенностей исследователям также необходимо было смоделировать современное вычислительное оборудование и программное обеспечение, которых еще не существует.
Для этого они смоделировали рабочую нагрузку популярного алгоритма для автономных транспортных средств, известного как многозадачная глубокая нейронная сеть, поскольку она может выполнять множество задач одновременно. Они исследовали, сколько энергии потребляла бы эта глубокая нейронная сеть, если бы она одновременно обрабатывала множество входных данных высокого разрешения со многих камер с высокой частотой кадров.
Когда они использовали вероятностную модель для изучения различных сценариев, Судхакар был удивлен тем, как быстро складывалась рабочая нагрузка алгоритмов.
Например, если автономный автомобиль имеет 10 глубоких нейронных сетей, обрабатывающих изображения с 10 камер, и этот автомобиль ездит один час в день, он будет делать 21,6 миллиона выводов каждый день. Один миллиард автомобилей сделает 21,6 квадриллиона выводов. Чтобы представить это в перспективе, все центры обработки данных Facebook по всему миру делают несколько триллионов выводов каждый день (1 квадриллион — это 1000 триллионов).
«Увидев результаты, это имеет большой смысл, но это не то, что находится на радаре многих людей. Эти автомобили на самом деле могут использовать массу компьютерной мощности. У них есть 360-градусный обзор мира, поэтому, хотя у нас есть два глаза, у них может быть 20 глаз, которые смотрят повсюду и пытаются понять все, что происходит одновременно», — говорит Караман.
По его словам, автономные транспортные средства будут использоваться для перевозки товаров, а также людей, поэтому огромное количество вычислительной мощности может быть распределено по глобальным цепочкам поставок. И их модель учитывает только вычисления — она не принимает во внимание энергию, потребляемую датчиками транспортного средства, или выбросы, образующиеся во время производства.
Контроль выбросов
Исследователи обнаружили, что для того, чтобы выбросы не выходили из-под контроля, каждое автономное транспортное средство должно потреблять менее 1,2 киловатта энергии для вычислений. Чтобы это стало возможным, вычислительное оборудование должно становиться все более эффективным значительно быстрее, удваивая эффективность примерно каждые 1,1 года.
Одним из способов повысить эту эффективность может быть использование более специализированного оборудования, предназначенного для запуска определенных алгоритмов вождения. По словам Судхакара, поскольку исследователям известны задачи навигации и восприятия, необходимые для автономного вождения, может быть проще разработать специализированное оборудование для этих задач. Но транспортные средства, как правило, имеют срок службы 10 или 20 лет, поэтому одной из проблем при разработке специализированного оборудования будет его «защита от будущего», чтобы оно могло запускать новые алгоритмы.
В будущем исследователи могли бы также сделать алгоритмы более эффективными, поэтому им потребуется меньше вычислительной мощности. Однако это также сложно, потому что отказ от некоторой точности в пользу большей эффективности может снизить безопасность автомобиля.
Теперь, когда они продемонстрировали эту структуру, исследователи хотят продолжить изучение эффективности оборудования и усовершенствований алгоритмов. Кроме того, они говорят, что их модель можно улучшить, охарактеризовав воплощенный углерод от автономных транспортных средств — выбросы углерода, образующиеся при производстве автомобиля, — и выбросы от датчиков транспортного средства.
Хотя еще предстоит изучить множество сценариев, исследователи надеются, что эта работа прольет свет на потенциальную проблему, о которой люди, возможно, не задумывались.
«Мы надеемся, что люди будут думать о выбросах и эффективности использования углерода как о важных показателях, которые следует учитывать при разработке своих проектов. Потребление энергии автономным транспортным средством действительно имеет решающее значение не только для продления срока службы батареи, но и для обеспечения устойчивости», — говорит Сзе.