Οι υπολογιστές που τροφοδοτούν αυτοκίνητα αυτόνομης οδήγησης θα μπορούσαν να είναι ένας τεράστιος παράγοντας για τις παγκόσμιες εκπομπές άνθρακα

Στο μέλλον, η ενέργεια που απαιτείται για τη λειτουργία των ισχυρών υπολογιστών σε έναν παγκόσμιο στόλο αυτόνομων οχημάτων θα μπορούσε να δημιουργήσει τόσες εκπομπές αερίων θερμοκηπίου όσες και όλα τα κέντρα δεδομένων στον κόσμο σήμερα.

Αυτό είναι ένα βασικό εύρημα μιας νέας μελέτης από ερευνητές του MIT που διερεύνησε τη δυνητική κατανάλωση ενέργειας και τις σχετικές εκπομπές άνθρακα, εάν τα αυτόνομα οχήματα υιοθετηθούν ευρέως.

Τα κέντρα δεδομένων που στεγάζουν τη φυσική υπολογιστική υποδομή που χρησιμοποιείται για την εκτέλεση εφαρμογών είναι ευρέως γνωστά για το μεγάλο τους αποτύπωμα άνθρακα: επί του παρόντος αντιπροσωπεύουν περίπου το 0,3 τοις εκατό των παγκόσμιων εκπομπών αερίων του θερμοκηπίου ή περίπου όσο άνθρακα παράγει ετησίως η χώρα της Αργεντινής, σύμφωνα με του Διεθνούς Οργανισμού Ενέργειας. Συνειδητοποιώντας ότι έχει δοθεί λιγότερη προσοχή στο πιθανό αποτύπωμα των αυτόνομων οχημάτων, οι ερευνητές του MIT κατασκεύασαν ένα στατιστικό μοντέλο για να μελετήσουν το πρόβλημα. Προσδιόρισαν ότι 1 δισεκατομμύριο αυτόνομα οχήματα, το καθένα από τα οποία οδηγεί για μία ώρα την ημέρα με έναν υπολογιστή που καταναλώνει 840 Watt, θα καταναλώνουν αρκετή ενέργεια για να παράγουν περίπου την ίδια ποσότητα εκπομπών με τα κέντρα δεδομένων.

Οι ερευνητές διαπίστωσαν επίσης ότι σε πάνω από το 90 τοις εκατό των σεναρίων μοντελοποίησης, για να μην μεγεθύνουν τις εκπομπές των αυτόνομων οχημάτων, κάθε όχημα πρέπει να χρησιμοποιεί λιγότερο από 1,2 κιλοβάτ ισχύς για υπολογιστές, κάτι που θα απαιτούσε πιο αποδοτικό υλικό. Σε ένα σενάριο — όπου το 95 τοις εκατό του παγκόσμιου στόλου οχημάτων είναι αυτόνομο το 2050, ο υπολογιστικός φόρτος εργασίας διπλασιάζεται κάθε τρία χρόνια και ο κόσμος συνεχίζει να απανθρακώνεται με τον τρέχοντα ρυθμό — διαπίστωσαν ότι η απόδοση του υλικού θα πρέπει να διπλασιαστεί γρηγορότερα από κάθε 1,1 έτος για να διατηρηθούν οι εκπομπές κάτω από αυτά τα επίπεδα.

«Αν διατηρήσουμε τις συνήθεις τάσεις στην απανθρακοποίηση και τον τρέχοντα ρυθμό βελτιώσεων στην απόδοση του υλικού, δεν φαίνεται ότι θα είναι αρκετό για να περιοριστούν οι εκπομπές από τον υπολογισμό των αυτόνομων οχημάτων. Αυτό έχει τη δυνατότητα να Αλλά αν το προλάβουμε, θα μπορούσαμε να σχεδιάσουμε πιο αποτελεσματικά αυτόνομα οχήματα που έχουν μικρότερο αποτύπωμα άνθρακα από την αρχή», λέει η πρώτη συγγραφέας Soumya Sudhakar, μεταπτυχιακή φοιτήτρια στην αεροναυπηγική και την αστροναυτική.

Η Sudhakar έγραψε την εργασία με τους συν-συμβούλους της Vivienne Sze, αναπληρώτρια καθηγήτρια στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών (EECS) και μέλος του Ερευνητικού Εργαστηρίου Ηλεκτρονικής (RLE) και τον Sertac Karaman, αναπληρωτή καθηγητή αεροναυπηγικής και αστροναυτικής και διευθυντή του Εργαστηρίου Συστημάτων Πληροφοριών και Αποφάσεων (LIDS). Η έρευνα εμφανίζεται στο τεύχος Ιανουαρίου-Φεβρουαρίου του IEEE Micro.

Μοντελοποίηση των εκπομπών

Οι ερευνητές δημιούργησαν ένα πλαίσιο για να διερευνήσουν τις λειτουργικές εκπομπές από υπολογιστές σε έναν παγκόσμιο στόλο ηλεκτρικών οχημάτων που είναι πλήρως αυτόνομα, πράγμα που σημαίνει ότι δεν απαιτούν εφεδρικό ανθρώπινο οδηγό.

Το μοντέλο είναι συνάρτηση του αριθμού των οχημάτων στον παγκόσμιο στόλο, της ισχύος κάθε υπολογιστή σε κάθε όχημα, των ωρών οδήγησης από κάθε όχημα και της έντασης άνθρακα της ηλεκτρικής ενέργειας που τροφοδοτεί κάθε υπολογιστή.

“Από μόνο του, αυτό μοιάζει με μια απατηλά απλή εξίσωση. Αλλά κάθε μία από αυτές τις μεταβλητές περιέχει πολλή αβεβαιότητα επειδή εξετάζουμε μια αναδυόμενη εφαρμογή που δεν είναι ακόμα εδώ“, λέει η Sudhakar.

Για παράδειγμα, ορισμένες έρευνες υποδεικνύουν ότι ο χρόνος οδήγησης σε αυτόνομα οχήματα μπορεί να αυξηθεί επειδή οι άνθρωποι μπορούν να κάνουν πολλές εργασίες ενώ οδηγούν και οι νέοι και οι ηλικιωμένοι θα μπορούσαν να οδηγήσουν περισσότερο. Αλλά άλλες έρευνες δείχνουν ότι ο χρόνος που αφιερώνεται στην οδήγηση μπορεί να μειωθεί επειδή οι αλγόριθμοι θα μπορούσαν να βρουν βέλτιστες διαδρομές που οδηγούν τους ανθρώπους στους προορισμούς τους πιο γρήγορα.

Εκτός από την εξέταση αυτών των αβεβαιοτήτων, οι ερευνητές χρειάστηκε επίσης να μοντελοποιήσουν προηγμένο υπολογιστικό υλικό και λογισμικό που δεν υπάρχει ακόμη.

Για να το πετύχουν αυτό, μοντελοποίησαν τον φόρτο εργασίας ενός δημοφιλούς αλγορίθμου για αυτόνομα οχήματα, γνωστού ως βαθύ νευρωνικό δίκτυο πολλαπλών εργασιών, επειδή μπορεί να εκτελέσει πολλές εργασίες ταυτόχρονα. Εξερεύνησαν πόση ενέργεια θα κατανάλωνε αυτό το βαθύ νευρωνικό δίκτυο εάν επεξεργαζόταν πολλές εισόδους υψηλής ανάλυσης από πολλές κάμερες με υψηλούς ρυθμούς καρέ, ταυτόχρονα.

Όταν χρησιμοποίησαν το πιθανολογικό μοντέλο για να εξερευνήσουν διαφορετικά σενάρια, ο Sudhakar εξεπλάγη από το πόσο γρήγορα προστέθηκε ο φόρτος εργασίας των αλγορίθμων.

Για παράδειγμα, εάν ένα αυτόνομο όχημα έχει 10 βαθιά νευρωνικά δίκτυα που επεξεργάζονται εικόνες από 10 κάμερες και αυτό το όχημα οδηγεί για μία ώρα την ημέρα, θα κάνει 21,6 εκατομμύρια συμπεράσματα κάθε μέρα. Ένα δισεκατομμύριο οχήματα θα έβγαζαν 21,6 τετράκις δισεκατομμύρια συμπεράσματα. Για να το θέσουμε αυτό σε προοπτική, όλα τα κέντρα δεδομένων του Facebook παγκοσμίως κάνουν μερικά τρισεκατομμύρια συμπεράσματα κάθε μέρα (1 τετράδισεκατομο είναι 1.000 τρισεκατομμύρια).

“Αφού είδαμε τα αποτελέσματα, αυτό είναι πολύ λογικό, αλλά δεν είναι κάτι που βρίσκεται στο ραντάρ πολλών ανθρώπων. Αυτά τα οχήματα θα μπορούσαν στην πραγματικότητα να χρησιμοποιούν έναν τόνο ισχύος υπολογιστή. Έχουν μια άποψη 360 μοιρών του κόσμου, Έτσι, ενώ έχουμε δύο μάτια, μπορεί να έχουν 20 μάτια, να κοιτούν παντού και να προσπαθούν να κατανοήσουν όλα τα πράγματα που συμβαίνουν ταυτόχρονα“, λέει ο Karaman.

Τα αυτόνομα οχήματα θα χρησιμοποιούνται για τη μετακίνηση αγαθών, καθώς και ανθρώπων, επομένως θα μπορούσε να υπάρχει τεράστια ποσότητα υπολογιστικής ισχύος που κατανέμεται στις παγκόσμιες αλυσίδες εφοδιασμού, λέει. Και το μοντέλο τους εξετάζει μόνο υπολογιστές — δεν λαμβάνει υπόψη την ενέργεια που καταναλώνεται από τους αισθητήρες των οχημάτων ή τις εκπομπές που παράγονται κατά την κατασκευή.

Διατήρηση των εκπομπών υπό έλεγχο

Για να μην είναι εκτός ελέγχου οι εκπομπές ρύπων, οι ερευνητές διαπίστωσαν ότι κάθε αυτόνομο όχημα χρειάζεται να καταναλώνει λιγότερο από 1,2 κιλοβάτ ενέργειας για υπολογιστές. Για να είναι δυνατό αυτό, το υπολογιστικό υλικό πρέπει να γίνει πιο αποτελεσματικό με σημαντικά ταχύτερο ρυθμό, διπλασιάζοντας την απόδοση περίπου κάθε 1,1 χρόνο.

Ένας τρόπος για να αυξηθεί αυτή η αποτελεσματικότητα θα μπορούσε να είναι η χρήση πιο εξειδικευμένου υλικού, το οποίο έχει σχεδιαστεί για να εκτελεί συγκεκριμένους αλγόριθμους οδήγησης. Επειδή οι ερευνητές γνωρίζουν τις εργασίες πλοήγησης και αντίληψης που απαιτούνται για την αυτόνομη οδήγηση, θα μπορούσε να είναι ευκολότερο να σχεδιάσουν εξειδικευμένο υλικό για αυτές τις εργασίες, λέει ο Sudhakar. Αλλά τα οχήματα τείνουν να έχουν διάρκεια ζωής 10 ή 20 ετών, επομένως μια πρόκληση για την ανάπτυξη εξειδικευμένου υλικού θα ήταν να το «προστατέψετε» στο μέλλον, ώστε να μπορεί να τρέξει νέους αλγόριθμους.

Στο μέλλον, οι ερευνητές θα μπορούσαν επίσης να κάνουν τους αλγόριθμους πιο αποτελεσματικούς, επομένως θα χρειάζονταν λιγότερη υπολογιστική ισχύ. Ωστόσο, αυτό είναι επίσης δύσκολο, επειδή η ανταλλαγή από κάποια ακρίβεια για περισσότερη αποτελεσματικότητα θα μπορούσε να παρεμποδίσει την ασφάλεια του οχήματος.

Τώρα που απέδειξαν αυτό το πλαίσιο, οι ερευνητές θέλουν να συνεχίσουν να εξερευνούν την αποδοτικότητα του υλικού και τις βελτιώσεις αλγορίθμων. Επιπλέον, λένε ότι το μοντέλο τους μπορεί να βελτιωθεί χαρακτηρίζοντας τον ενσωματωμένο άνθρακα από αυτόνομα οχήματα — τις εκπομπές άνθρακα που παράγονται κατά την κατασκευή ενός αυτοκινήτου — και τις εκπομπές από τους αισθητήρες ενός οχήματος.

Ενώ υπάρχουν ακόμη πολλά σενάρια προς διερεύνηση, οι ερευνητές ελπίζουν ότι αυτή η εργασία ρίχνει φως σε ένα πιθανό πρόβλημα που οι άνθρωποι μπορεί να μην είχαν εξετάσει.

“Ελπίζουμε ότι οι άνθρωποι θα σκεφτούν τις εκπομπές και την απόδοση άνθρακα ως σημαντικές μετρήσεις που πρέπει να λάβουν υπόψη στα σχέδιά τους. Η κατανάλωση ενέργειας ενός αυτόνομου οχήματος είναι πραγματικά κρίσιμη, όχι μόνο για την επέκταση της διάρκειας ζωής της μπαταρίας, αλλά και για τη βιωσιμότητα”, λέει η Sze.

Αυτή η έρευνα χρηματοδοτήθηκε, εν μέρει, από το Εθνικό Ίδρυμα Επιστημών των ΗΠΑ και την υποτροφία MIT-Accenture Fellowship.

Επιστημονικό Άρθρο:

Soumya Sudhakar, Vivienne Sze, Sertac Karaman. Data Centers on Wheels: Emissions From Computing Onboard Autonomous Vehicles. IEEE Micro, 2022.