A Internet das Coisas pode melhorar a qualidade de vida, mas também consumirá grandes quantidades de eletricidade e aumentará as emissões de gases de efeito estufa. (ShutterStock)
investimentos smartphone é muito mais poderoso do que os computadores da NASA que colocaram Neil Armstrong e Buzz Aldrin na lua em 1969, mas também é um porco da energia. Na computação, o uso de energia é frequentemente considerado um problema secundário à velocidade e ao armazenamento, mas com a taxa e a direção do avanço tecnológico, está se tornando uma crescente preocupação ambiental.
Quando a empresa de mineração de criptomoedas Hut 8 abriu o maior projeto de mineração de bitcoin do Canadá nos arredores de Medicine Hat, Alta., Ambientalistas tocaram o alarme. A usina consome 10 vezes mais eletricidade, produzido em grande parte por uma usina movida a gás natural, do que qualquer outra instalação da cidade.
Globalmente, as emissões de gases de efeito estufa (GEE) dos setores de informação, comunicação e tecnologia (TIC) são previsão de atingir o equivalente a 1.4 gigatoneladas (bilhões de toneladas métricas) de dióxido de carbono anualmente até 2020. Isso representa 2.7% dos GEE globais e aproximadamente o dobro da produção anual total de gases de efeito estufa do Canadá.
Ao projetar processadores de computador com eficiência energética, poderíamos reduzir o consumo de energia e as emissões de GEE em locais onde a eletricidade provém de combustíveis fósseis. Como engenheiro de computação especializado em arquitetura e aritmética, meus colegas e eu estamos confiantes de que esses efeitos positivos podem ser alcançados com quase nenhum impacto no desempenho do computador ou na conveniência do usuário.
Conexões poderosas
A Internet das Coisas (IoT) - composta de dispositivos de computação conectados incorporados a objetos do cotidiano - já está produzindo impactos econômicos e sociais positivos, transformando nossas sociedades, o meio ambiente e nossas cadeias de suprimentos alimentares para melhor.
Esses dispositivos estão monitorando e reduzindo a poluição do ar, melhorando a conservação da água e alimentando um mundo faminto. Eles também estão tornando nossas casas e empresas mais eficientes, controlando termostatos, iluminação, aquecedores de água, geladeiras e máquinas de lavar.
(ShutterStock)
Com o número de dispositivos conectados definido como 11 bilhões - sem incluir computadores e telefones - em 2018, a IoT criará big data, exigindo enormes cálculos.
Tornar a computação mais eficiente em termos de energia economizaria dinheiro e reduziria o uso de energia. Também permitiria que as baterias que fornecem energia nos sistemas de computação fossem menores ou mais longas. Além disso, os cálculos poderiam ser mais rápidos, para que os sistemas de computação gerassem menos calor.
Computação aproximada
Os sistemas de computação atuais são projetados para oferecer soluções exatas a um alto custo de energia. Porém, muitos algoritmos resistentes a erros como imagem, processamento de som e vídeo, mineração de dados, análise de dados de sensores e aprendizado profundo não exigem respostas exatas.
Essa precisão desnecessária e gasto excessivo de energia são um desperdício. Existem limitações à percepção humana - nem sempre precisamos de 100% de precisão para estarmos satisfeitos com o resultado. Por exemplo, pequenas alterações na qualidade de imagens e vídeos passam despercebidas.
(ShutterStock)
Os sistemas de computação podem tirar proveito dessas limitações para reduzir o uso de energia sem causar um impacto negativo na experiência do usuário. “Computação aproximada” é uma técnica de computação que às vezes retorna resultados imprecisos, tornando-a útil para aplicativos em que um resultado aproximado é suficiente.
No laboratório de engenharia da computação da Universidade de Saskatchewan, estamos propondo projetar e implementar essas soluções de computação aproximadas, para que elas possam otimizar a precisão e a eficiência entre software e hardware. Quando aplicamos essas soluções em um componente de computação principal do processador, descobrimos que o consumo de energia caiu mais de 50% com quase nenhuma queda no desempenho.
Precisão flexível
Atualmente, a maioria dos computadores pessoais contém um formato numérico padrão de 64 bits. Isso significa que eles usam um número com 64 dígitos (zero ou um) para executar todos os cálculos.
Gráficos 3D, realidade virtual e realidade aumentada exigem que o formato de 64 bits funcione. Mas o processamento básico de áudio e imagem pode ser feito em um formato de 32 bits e ainda fornecer resultados satisfatórios. Além disso, aplicativos de aprendizado profundo podem até usar Formatos de 16 ou 8 bits devido à resiliência a erros
(ShutterStock)
Quanto menor o formato numérico, menos energia é usada para realizar o cálculo. Podemos projetar soluções de computação flexíveis, porém precisas, que executam aplicativos diferentes usando o formato numérico mais apropriado para promover a eficiência energética.
Por exemplo, um aplicativo de aprendizado profundo usando essa solução de computação flexível pode reduzir o consumo de energia em 15%, de acordo com nosso experimento preliminar. Além disso, as soluções propostas podem ser reconfiguradas para executar simultaneamente várias operações que exigem baixa precisão numérica e melhorar o desempenho.
A IoT é bastante promissora, mas também devemos pensar nos custos de processamento de todos esses dados. Com processadores mais inteligentes e ecológicos, poderíamos ajudar a resolver preocupações ambientais e diminuir ou reduzir suas contribuições para as mudanças climáticas.
Sobre o autor
Seokbum Ko, Professor, University of Saskatchewan
Este artigo foi republicado a partir de A Conversação sob uma licença Creative Commons. Leia o artigo original.