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 όλα τα κέντρα δεδομένων στον κόσμο σήμερα.
Αυτό είναι το 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 την σχετική υποδομή υπολογιστών που χρησιμοποιείται για την εκτέλεση εφαρμογών είναι ευρέως γνωστά για το μεγάλο τους αποτύπωμα άνθρακα: επί του παρόντος αντιπροσωπεύουν περίπου το 0,3% των παγκόσμιων εκπομπών αερίων του θερμοκηπίου ή περίπου όσο άνθρακα παράγει η χώρα της Αργεντινής ετησίως, σύμφωνα με του Διεθνή Οργανισμό Ενέργειας (International Energy Agency).
Συνειδητοποιώντας ότι δεν έχει δοθεί η απαραίτητη προσοχή στο αποτύπωμα των αυτόνομων οχημάτων, οι ερευνητές του MIT κατασκεύασαν ένα στατιστικό μοντέλο για να μελετήσουν το πρόβλημα. Οι ερευνητές υπολόγισαν ότι 1 δισεκατομμύριο αυτόνομα οχήματα, το καθένα από τα οποία κινείται για μία ώρα την ημέρα με έναν υπολογιστή ισχύος 840 Watt, θα παράγουν περίπου την ίδια ποσότητα εκπομπών που παράγουν τα κέντρα δεδομένων σήμερα.
Οι ερευνητές διαπίστωσαν επίσης ότι σε πάνω από το 90% των σεναρίων που αναλύθηκαν στη μοντελοποίηση, για να μην αυξηθούν οι εκπομπές των αυτόνομων οχημάτων, κάθε όχημα πρέπει να χρησιμοποιεί λιγότερο από 1,2kW ισχύος για υπολογιστές, κάτι που θα απαιτούσε πιο αποδοτικό hardware.
Στο σενάριο όπου το 95% του παγκόσμιου στόλου οχημάτων είναι αυτόνομο το έτος 2050, η υπολογιστική ισχύς διπλασιάζεται κάθε τρία χρόνια και ο κόσμος συνεχίζει να μειώνει τις εκπομπές άνθρακα με τον τρέχοντα ρυθμό, η απόδοση του hardware θα πρέπει να διπλασιάζεται σε διάστημα μικρότερο του 1,1 έτους ώστε να διατηρούνται οι εκπομπές άνθρακα κάτω από αυτά τα επίπεδα.
«Αν διατηρήσουμε απλώς τις συνήθεις τάσεις στην προσπάθεια για απαλλαγή από τις ανθρακούχες εκπομπές και τον τρέχοντα ρυθμό βελτιώσεων του hardware, δε θα καταφέρουμε να περιορίσουμε τις εκπομπές άνθρακα από τα αυτόνομα οχήματα. Συνεπώς, το εξαιρετικό σενάριο των αυτόνομων οχημάτων μπορεί να μετατραπεί σε ένα τεράστιο πρόβλημα. Ωστόσο, μπορούμε να σχεδιάσουμε πιο αποτελεσματικά αυτόνομα οχήματα που έχουν μικρότερο αποτύπωμα άνθρακα από την αρχή», αναφέρει η επικεφαλής της ομάδας μελέτης Soumya Sudhakar, μεταπτυχιακή σπουδάστρια στην αεροναυπηγική και την αστροναυτική.
Εκτός της Sudhakar, στην ομάδα μελέτης συμμετείχε η Vivienne Sze, αναπληρώτρια καθηγήτρια στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών (EECS) του MIT και Διευθύντρια του Energy-Efficient Multimedia Systems Group και ο Sertac Karaman, αναπληρωτής καθηγητής αεροναυπηγικής και αστροναυτικής και διευθυντής του Laboratory for Information and Decision Systems (LIDS) του ΜΙΤ. Η έρευνα παρουσιάστηκε σε TEDx talk.
Μοντελοποίηση των εκπομπών άνθρακα
Οι ερευνητές δημιούργησαν ένα πλαίσιο εργασίας για να διερευνήσουν τις εκπομπές άνθρακα κατά τη λειτουργία των υπολογιστών σε έναν παγκόσμιο στόλο ηλεκτρικών οχημάτων που είναι πλήρως αυτόνομα, δηλαδή χωρίς την επικουρική παρουσία ανθρώπου-οδηγού.
Το μοντέλο λαμβάνει υπόψιν του τον αριθμό των οχημάτων παγκοσμίως, την ισχύ του κάθε υπολογιστή σε κάθε όχημα, τις ώρες οδήγησης κάθε οχήματος και τις εκπομπές άνθρακα που σχετίζονται με την ηλεκτρική ενέργεια που τροφοδοτεί κάθε υπολογιστή.
«Από μόνο του, όλο αυτό μοιάζει με μια σχετικά απλή εξίσωση. Αλλά καθεμία από τις μεταβλητές περιέχει πολλή αβεβαιότητα επειδή εξετάζουμε μια αναδυόμενη εφαρμογή που δεν είναι ακόμα σε χρήση», λέει ο 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 επίσης να οδηγούν περισσότερο. Φυσικά υπάρχουν και άλλες έρευνες που 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 hardware 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 (multitask deep neural network) επειδή μπορεί να εκτελέσει πολλές εργασίες ταυτόχρονα. Υπολόγισαν πόση ενέργεια θα κατανάλωνε αυτό το βαθύ νευρωνικό δίκτυο εάν επεξεργαζόταν πολλά δεδομένα υψηλής ανάλυσης από πολλές κάμερες με υψηλούς ρυθμούς καρέ, ταυτόχρονα.
Όταν χρησιμοποίησαν το μοντέλο για να αξιολογήσουν διαφορετικά σενάρια, ο Sudhakar εξεπλάγη από το πόσο γρήγορα αυξήθηκε 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 κινείται για μία ώρα την ημέρα, θα προκύψουν 21,6 εκατομμύρια αποτελέσματα κάθε μέρα. Ένα δισεκατομμύριο οχήματα θα έβγαζαν 21,6 τετράκις δισεκατομμύρια αποτελέσματα. Για να γίνει αυτό κάπως αντιληπτό στο μέσο άνθρωπο, όλα τα κέντρα δεδομένων του Facebook παγκοσμίως επεξεργάζονται μόλις μερικά τρισεκατομμύρια πακέτα δεδομένων κάθε μέρα (1 τετράσεκα είναι 1.000 τρισεκατομμύρια).
«Τα αποτελέσματα είναι πολύ λογικά αλλά δεν μπορούν να γίνουν αντιληπτά από όλους. Τα αυτόνομα οχήματα απαιτούν τεράστια υπολογιστική ισχύ. Έχουν μια άποψη 360 μοιρών του κόσμου, οπότε ενώ εμείς οι άνθρωποι έχουμε δύο μάτια, εκείνα μπορεί να έχουν 20 «μάτια», κοιτάζοντας παντού και προσπαθώντας 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 - δε 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 1,2kW ενέργειας για τους υπολογιστές. Για να είναι αυτό εφικτό το hardware πρέπει να γίνει πιο αποτελεσματικό με σημαντικά ταχύτερο ρυθμό, διπλασιάζοντας την απόδοση του περίπου κάθε 1,1 έτος.
Ένας τρόπος για να αυξηθεί αυτή η αποτελεσματικότητα θα μπορούσε να είναι η χρήση πιο εξειδικευμένου hardware, το οποίο έχει σχεδιαστεί για να εκτελεί συγκεκριμένους αλγόριθμους οδήγησης. Επειδή οι ερευνητές γνωρίζουν τις επιμέρους εργασίες πλοήγησης και αντίληψης που απαιτούνται για την αυτόνομη οδήγηση, θα μπορούσε να είναι ευκολότερο να σχεδιάσουν εξειδικευμένο hardware ειδικά 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 hardware θα ήταν να διαθέτει τέτοια χαρακτηριστικά ώστε να μπορέσει να εκτελέσει νέους αλγόριθμους στο μέλλον.
Επίσης 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 ισορροπία ανάμεσα στην ακρίβεια και την αποτελεσματικότητα θα μπορούσε να έχει σημαντική αρνητική επίδραση την ασφάλεια του οχήματος.
Τώρα οι ερευνητές θέλουν να συνεχίσουν να εξερευνούν την αποδοτικότητα του hardware και τις βελτιώσεις αλγορίθμων. Επιπλέον, λένε ότι το μοντέλο τους μπορεί να βελτιωθεί λαμβάνοντας υπόψιν 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 η έρευνα τους ρίχνει φως σε ένα πιθανό πρόβλημα που οι άνθρωποι μπορεί να μην είχαν εξετάσει. «Ελπίζουμε ότι οι σχεδιαστές οχημάτων θα σκεφτούν τις εκπομπές άνθρακα και την απόδοση ως σημαντικές παραμέτρους που πρέπει να ληφθούν υπόψη κατά το σχεδιασμό. 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 ο Sze.
Η έρευνα χρηματοδοτήθηκε, εν μέρει, από το National Science Foundation και την MIT-Accenture Fellowship.
Με πληροφορίες από https://news.mit.edu
