Como tornar os computadores mais rápidos e ecológicos

p Seu 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 devorador de energia. Na computação, o uso de energia é frequentemente considerado um problema secundário para velocidade e armazenamento, mas com a taxa e direção do avanço tecnológico, está se tornando uma preocupação ambiental crescente.

p Quando a empresa de mineração de criptomoedas Hut 8 abriu o maior projeto de mineração de bitcoins do Canadá fora de Medicine Hat, Alta., ambientalistas soaram o alarme. A usina consome 10 vezes mais eletricidade, amplamente produzido por uma usina de gás natural, do que qualquer outra instalação na cidade.

p Globalmente, emissões de gases de efeito estufa (GEE) a partir das informações, Os setores de comunicação e tecnologia (TIC) devem atingir o equivalente a 1,4 gigatoneladas (bilhões de toneladas métricas) de dióxido de carbono anualmente até 2020. Isso é 2,7 por cento dos GEEs globais e quase o dobro da produção anual total de gases de efeito estufa do Canadá.

p Ao projetar processadores de computador com baixo consumo de energia, poderíamos reduzir o consumo de energia, e poderíamos reduzir as emissões de GEE em locais onde a eletricidade vem de combustíveis fósseis. Como engenheiro de computação especializado em arquitetura e aritmética de computadores, meus colegas e eu estamos confiantes de que esses efeitos positivos podem ser alcançados quase sem impacto no desempenho do computador ou na conveniência do usuário.

Conexões poderosas

p A Internet das Coisas (IoT) - composta de dispositivos de computação conectados embutidos em objetos do dia-a-dia - já está gerando impactos econômicos e sociais positivos, transformando nossas sociedades, o meio ambiente e nossas cadeias de abastecimento de alimentos para melhor.

p 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 negócios mais eficientes, controlar termostatos, iluminação, aquecedores de água, refrigeradores e máquinas de lavar.

p Com o número de dispositivos conectados definido para 11 bilhões - sem incluir computadores e telefones - em 2018, A IoT criará big data, exigindo cálculos enormes.

p 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 aos sistemas de computação fossem menores ou durassem mais. Além disso, cálculos podem ser executados mais rapidamente, portanto, os sistemas de computação gerariam menos calor.

Computação aproximada

p Os sistemas de computação atuais são projetados para fornecer soluções exatas a um alto custo de energia. Mas muitos algoritmos resilientes a erros, como imagem, processamento de som e vídeo, mineração de dados, a análise de dados do sensor e o aprendizado profundo não exigem respostas exatas.

p Essa precisão desnecessária e o gasto excessivo de energia são um desperdício. Existem limitações para a percepção humana - nem sempre precisamos de 100 por cento de precisão para ficarmos satisfeitos com o resultado. Por exemplo, pequenas alterações na qualidade das imagens e vídeos muitas vezes passam despercebidas.

p Os sistemas de computação podem aproveitar essas limitações para reduzir o uso de energia sem ter um impacto negativo na experiência do usuário. “Computação aproximada” é uma técnica de computação que às vezes retorna resultados imprecisos, tornando-o útil para aplicações onde um resultado aproximado é suficiente.

p No laboratório de engenharia da computação da Universidade de Saskatchewan, estamos propondo projetar e implementar essas soluções de computação aproximadas, para que eles possam trocar de forma otimizada precisão e eficiência em software e hardware. Quando aplicamos essas soluções a um componente de computação central do processador, descobrimos que o consumo de energia caiu mais de 50 por cento com quase nenhuma queda no desempenho.

Precisão flexível

p Hoje em dia, 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 realizar todos os cálculos.

p Gráficos 3D, a realidade virtual e a realidade aumentada requerem o formato de 64 bits para funcionar. Mas o processamento básico de áudio e imagem pode ser feito em um formato de 32 bits e ainda assim fornecer resultados satisfatórios. Além disso, aplicativos de aprendizagem profunda podem até usar formatos de 16 ou 8 bits devido à sua resiliência a erros

p Quanto mais curto for o formato numérico, menos energia é usada para realizar o cálculo. Podemos projetar flexíveis, ainda preciso, soluções informáticas que executam diferentes aplicações utilizando o formato numérico mais adequado para promover a eficiência energética.

p Por exemplo, um aplicativo de aprendizado profundo usando esta solução de computação flexível poderia reduzir o consumo de energia em 15 por cento, de acordo com nosso experimento preliminar. Além disso, as soluções propostas podem ser reconfiguradas para executar simultaneamente várias operações que requerem baixa precisão numérica e melhorar o desempenho.

p A IoT é muito promissora, mas também devemos pensar sobre os custos de processamento de todos esses dados. Com mais inteligente, processadores mais ecológicos, poderíamos ajudar a resolver as questões ambientais e diminuir ou reduzir suas contribuições para a mudança climática.