Energieffektive prosessorer og minne reduserer karbonavtrykket ditt

GettyImages 1226637982


Teknologiindustrien kjører på silisiumbrikker; Derfor må ethvert initiativ for å kutte karbonavtrykket og skape grønnere alternativer begynne med brikkene som ligger i sentrum av alle smarte enheter. Enhver løsning må finne en måte å redusere energiforbruket til milliarder av bærbare datamaskiner, telefoner, nettbrett og innebygde systemer overalt.

Den gode nyheten er at energiforbruk lenge har vært en prioritet for industrien. Brukere av cellular enheter og bærbare datamaskiner krever lang batterilevetid og lavere strømforbruk av brikker. Displayet er en enkel måte å levere en enhet som går i timevis uten å være koblet til. I løpet av de siste tiårene har jevn fremgang produsert smarttelefoner som leverer milliarder av ganger mer datakraft for samme mengde strøm.

Samtidig er datasenteroperatørene også godt klar over at strømbruken koster dem to ganger. For det første vil de ha brikker som kan levere mest ytelse per watt fordi elektrisitet er en av de største varene for drift av sentrene. For det andre blir all elektrisitet som kommer inn i datamaskinene om til varme, og derfor må senteret også betale for å fjerne den fra bygget.

Disse to økonomiske kreftene fra markedet har presset brikkeprodusentene til å produsere grønnere brikker med lavere karbonavtrykk. Selv om målet kun var å spare penger, er den økonomiske drivkraften tett på linje med miljøkravene.

Mange bedrifter er ikke sjenerte for å feire sin miljøbevissthet. Apple sier for eksempel at det er karbonnøytralt for sine globale bedriftsoperasjoner, og innen 2030 har det til hensikt å ha “netto-null klimapåvirkning på tvers av hele virksomheten, som inkluderer produksjonsforsyningskjeder og alle produktlivssykluser.”

Disse kreftene gjenspeiles i markedet på en rekke forskjellige og noen ganger divergerende måter. Her er noen av de beste måtene brikkeindustrien bygger ny maskinvare på som minimerer karbonavtrykket til databehandling.

Skyve den ‘integrerte’ delen av integrerte kretser (ICer)

De nye M1- og M2-brikkene fra Apple gir en ny løsning som integrerer prosessorene som brukes til generell databehandling (CPU) og grafikkbehandling (GPU) på én hovedbrikke. De fleste nåværende datamaskiner bruker separate brikker, ofte på separate kretskort, for å takle de samme oppgavene. Apple-brikkene deler det samme minnet og bruker den tette integrasjonen til å levere dramatisk raskere hastigheter for mange oppgaver som krever at både CPU og GPU jobber tett sammen.

Mens mye av salgslitteraturen fokuserer på økt hastighet, reduserer den tette integrasjonen og delte ressursene også strømforbruket dramatisk. I sin kunngjøring av M2 skrøt Apple av at når de sammenlignet sine nye bærbare datamaskiner med en PC-konkurrent (Samsung Galaxy med en i7), “matcher brikken sin toppytelse ved å bruke en femtedel av kraften.”

Omfavner ARM-brikker

Mens CPU-markedet har vært dominert av den ærverdige Intel- eller x86-arkitekturen i flere tiår, har en rekke brukere i det siste gått over til ARM (Acorn RISC Machine)-arkitekturen, delvis fordi brikkene som bruker denne arkitekturens instruksjonssett, leverer mer databehandling for mindre strøm .

Amazon, for eksempel, touts sine Graviton 2 og Graviton 3-brikker, som de har designet internt og installert i datasentre. Når brukere kompilerer koden på nytt til det nye instruksjonssettet, anslår Amazon at det ikke er uvanlig at koden bruker 60 % mindre strøm sammenlignet med vanlige forekomster. Den faktiske besparelsen varierer fra applikasjon til applikasjon.

AWS-brukerne ser aldri strømregningen, males Amazon overfører besparelsene i prisene for tilfellene. ARM-maskinene sies å koste omtrent 30 % mindre for omtrent samme beregningskraft. I noen tilfeller vet ikke brukerne engang at de ser besparelsene. AWS har stille flyttet noen av de administrerte tjenestene som Aurora-databasen over til ARM-forekomster.

Amazon er langt fra det eneste selskapet som utforsker ARM-arkitekturen. En rekke andre selskaper bygger ARM-baserte servere, og de rapporterer lignende suksesser med å kutte strøm. Qualcomm, for eksempel, sies å samarbeide med retailer og mindre skyleverandører for å bruke ARM-brikkene. Den kjøpte også nylig Nuvia, en oppstart som designet sine egne ARM-brikker.

I mellomtiden lanserte Microsoft i april en forhåndsvisning av Amperes Altra-brikker med påstanden om at disse brikkene kan tilby så mye som 50 % bedre ytelse.

Bruker GPUer til retailer jobber

Grafikkbehandlingsenhetene (GPU) begynte som brikker designet for å hjelpe spillere med å nyte raskere bildehastigheter, males de har utviklet seg til avgjørende verktøy for å hjelpe til med å løse retailer beregningsjobber med mindre energi. Dette kan være et sjokk for noen spillere som har blitt vant til å installere fete GPUer som krever 600 watt, 700 watt, 800 watt eller mer fra strømforsyningen. De beste GPU-ene blir sultne og sultne.

Det virkelige målet er imidlertid kraft per arbeidsenhet. De fete GPU-ene kan tygge gjennom elektrisitet, males de gjør enda mer arbeid underveis. Samlet sett kan de være en effektiv måte å regne på. Dette er grunnen til at GPU-ene nå ofte brukes til å utføre retailer, parallelle prosesseringsjobber for et bredt spekter av vitenskapelige og økonomiske applikasjoner. Mange maskinlæringsalgoritmer er også avhengige av GPU-ene.

De beste GPUene er ofte etterspurt fra kryptovalutagruvearbeidere fordi de tilbyr noen av de mest effektive kildene for beregning per energienhet. Markedsplassen er høyt utviklet fordi gruvealgoritmene tilbyr en forutsigbar og stabil arbeidsmengde som er lett å forutsi.

Lage spesialiserte sjetonger

For noen applikasjoner er det nok etterspørsel til å garantere å lage tilpassede brikker som er konstruert for å løse problemene deres raskere og mer effektivt. I det siste har selskaper som Google og Amazon bygget spesielle brikker designet for å øke hastigheten på maskinlæring.

Googles Tensor Processing Items (TPUer) er grunnlaget for mange av selskapets maskinlæringseksperimenter. De er svært effektive, og Google gir dem æren for å hjelpe til med å drive datasentereffektiviteten så lav som mulig. Selskapet videreselger TPU-ene for klientarbeid, males distribuerer dem også internt for oppgaver som å forutsi etterspørsel for å administrere strømforbruket.

“I dag er et Google-datasenter i gjennomsnitt dobbelt så energieffektivt som et typisk bedriftsdatasenter,” skrøt Urs Hölzle, senior visepresident for teknisk infrastruktur hos Google.

“Og sammenlignet med for fem år siden leverer vi nå rundt syv ganger så mye datakraft med samme mengde elektrisk kraft.”

I en nylig presentasjon på AWS Summit i San Francisco i april 2022, snakket Ali Saidi, en senior sjefingeniør ved AWS, om energibesparelsene fra Inferentia, en brikke som ble designet for å bruke maskinlæringsmodeller så raskt som mulig. Disse modellene brukes ofte mye i frontlinjeapplikasjoner for klassifisering eller deteksjon. Av spesiell interesse er å øke hastigheten på søket etter utløserordet som brukes av talegrensesnitt som Siri eller Alexa.

“[Inferentia] oppnår mellom 1,5x og 3x bedre strømeffektivitet, sammenlignet med [Nvidia’s Turing T4], med en median forbedring av energieffektiviteten på omtrent to ganger, sa Saidi til publikum. “Dette betyr at inf1-instanser er grønnere og billigere i drift, og som alltid – vi bruker det til å overføre kostnadsbesparelsene tilbake til kundene våre.”

Riktig størrelse chips

Da Intel begynte å bygge x86-brikker for de nedre bærbare datamaskinene, begynte den å fjerne alle de ekstra funksjonene som den gjennomsnittlige brukeren ikke trenger mens de åpnet noen nettleservinduer. Low-end-brikkene som Atom- og Celeron-linjen er kanskje ikke i stand til å tygge gjennom beregninger som de avanserte serverne, males den gjennomsnittlige brukeren trenger ikke den kraften når han sjekker e-post. Kostnadsbesparelsene mangedobles fordi batteriene også kan være mindre og fortsatt vare lenge.

Arbeider med lavere presisjon

Da Amazon designet sin Gravitron 3-prosessor, la den til bfloat16, et spesielt format med lavere presisjon for beregninger med lav oppløsning. Brikken kan utføre hearth av disse operasjonene på samme mengde tid og energi som den bruker for normal, dobbel presisjon flytepunktberegninger. Noen maskinlæringsalgoritmer ser ikke ut til å bry seg om forskjellen, og derfor kan de kjøre på disse brikkene ved å bruke 1/4 av kraften.

Forbedring av hukommelsen

CPU-ene er det eneste fokuset for ingeniører som ønsker å redusere strømforbruket. Den nyeste RAM-standarden, DDR5, kjører med høyere hastigheter, males lavere spenninger, slik at den kan spare strøm samtidig som den fullfører beregningen raskere. Forskjellene i spenning er små (1,2v versus 1,1v), males de legger seg over tid.

Andre justerer arkitekturen til minnebrikkene for å forbedre strømforbruket. Ett alternativ kalt Load Diminished Twin Inline Reminiscence Modules (LRDIMM) legger til en minnebuffer som kan reagere raskere og redusere belastningen på kommunikasjonskretsene mellom minnet og CPU. Disse finnes ofte på servere i datasentre med høy konstant bruk.

Tegner tynnere linjer

Ettersom silisiumfremstillingslinjene utvikler bedre prosesser, faller energimengden som brukes for hver beregning. Tynnere linjer krever færre elektroner for å mette dem. Mens mange tror at Moores lov og den nådeløse krympingen av størrelsen på hver transistor handler om hastighet, er besparelsene i strøm en ekstra bonus. Nyere brikker bygget på den nyeste fabrikasjonsteknologien har en tendens til å bruke mindre strøm enn de eldre. Brikker bygget på 5nm-prosessen nipper mindre enn de på 7nm-prosessen, og så videre.

Går utover mekanisk lagring

Mange av de beste serverne og bærbare datamaskinene bruker strong state “disker” med flash-minne for å lagre informasjon, hovedsakelig fordi de er mye raskere. De eldre spinnende magnetiske diskene forblir imidlertid konkurransedyktige ved å tilby en lavere pris per byte for lagring.

Det endrer seg ettersom flere datasentre tar hensyn til energikostnadene. Da VAST Information rullet ut sin nyeste lagringsløsning, la den vekt på at energikostnadene burde være en stor del av grunnen til at et selskap kanskje vil kjøpe sine flash-minnefylte lagringsrack.

– Fra et energiperspektiv er løsningen vår langt mer effektiv. Du kan spare omtrent 10 ganger på det kundene ellers måtte gå i midler til hvis du hadde harddiskbasert infrastruktur,” sa Jeff Denton i en Q&A med VentureBeat. “Denne infrastrukturtettheten skaper alltid kostnadsbesparelser. Når du legger sammen effektiviteten, strømbesparelsene, datasenteret, plassbesparelsene og kostnadsbesparelsene, tror vi at vi endelig oppnådde kostnadsparitet med harddiskbasert infrastruktur og i det vesentlige eliminerte det siste argumentet for mekaniske medier i bedriften.»

Slår av når det er mulig

Noen ganger er de beste sjetongene de som ikke gjør noe i det hele tatt. Designerne av smarttelefoner prøver å balansere kravet om mer ytelse med det praktiske behovet for lang batterilevetid. Brikkene i de forskjellige smarttelefonene er alle optimalisert for å bruke den minste mengden strøm samtidig som de leverer høyoppløselige videoskjermer og alltid-på-kommunikasjon.

En av nøkkelstrategiene er at brikken stenger av ekstra prosessorkjerner eller undersystemer når de ikke er i bruk. Smarttelefonbrukere kan se batterilevetiden spore hvor mye de bruker telefonene sine, og de smarteste telefonene er de som bruker minst mulig strøm når de sitter i lommen.

admin

Leave a Reply

Your email address will not be published.