麻省理工學(xué)院 | 為自動(dòng)駕駛汽車提供動(dòng)力的計(jì)算機(jī)可能是全球碳排放的一個(gè)巨大驅(qū)動(dòng)因素
指南者留學(xué)
2023-01-16 21:57:35
閱讀量:1290
<p>在未來,全球自動(dòng)駕駛汽車上運(yùn)行強(qiáng)大計(jì)算機(jī)所需的能源可能會(huì)產(chǎn)生相當(dāng)于當(dāng)今世界所有數(shù)據(jù)中心的溫室氣體排放量。</p>
<p> </p>
<p>這是麻省理工學(xué)院研究人員的一項(xiàng)新研究的關(guān)鍵發(fā)現(xiàn),該研究探討了如果自動(dòng)駕駛汽車被廣泛采用,潛在的能源消耗和相關(guān)的碳排放。</p>
<p> </p>
<p>用于運(yùn)行應(yīng)用程序的物理計(jì)算基礎(chǔ)設(shè)施的數(shù)據(jù)中心以其巨大的碳足跡而聞名:根據(jù)國(guó)際能源署(International Energy Agency)的數(shù)據(jù),它們目前約占全球溫室氣體排放量的0.3%,相當(dāng)于阿根廷全國(guó)每年的碳排放量。意識(shí)到人們對(duì)自動(dòng)駕駛汽車的潛在足跡關(guān)注較少,麻省理工學(xué)院的研究人員建立了一個(gè)統(tǒng)計(jì)模型來研究這個(gè)問題。他們確定,10億輛自動(dòng)駕駛汽車,每輛每天行駛一小時(shí),一臺(tái)消耗840瓦的計(jì)算機(jī),將消耗足夠的能量產(chǎn)生與目前數(shù)據(jù)中心相同的排放量。</p>
<p> </p>
<p>研究人員還發(fā)現(xiàn),在90%以上的模擬場(chǎng)景中,為了防止自動(dòng)駕駛汽車的排放量超過當(dāng)前數(shù)據(jù)中心的排放量,每輛汽車用于計(jì)算的功率必須低于1.2千瓦,這將需要更高效的硬件。在一種情況下——到2050年,全球95%的車輛是自動(dòng)駕駛的,計(jì)算工作量每三年翻一番,世界繼續(xù)以目前的速度脫碳——他們發(fā)現(xiàn),硬件效率需要每1.1年翻一番才能將排放保持在這些水平以下。</p>
<p> </p>
<p>“如果我們只是保持現(xiàn)有的脫碳趨勢(shì)和當(dāng)前的硬件效率改進(jìn)速度,似乎不足以限制自動(dòng)駕駛汽車上計(jì)算的排放。這有可能成為一個(gè)巨大的問題。但如果我們走在前面,我們就可以設(shè)計(jì)出更高效的自動(dòng)駕駛汽車,從一開始就有更小的碳足跡。”航空航天專業(yè)的研究生、第一作者Soumya Sudhakar說。</p>
<p> </p>
<p>Sudhakar與她的聯(lián)合顧問Vivienne Sze共同撰寫了這篇論文,Vivienne Sze是電氣工程和計(jì)算機(jī)科學(xué)系(EECS)的副教授,也是電子研究實(shí)驗(yàn)室(RLE)的成員;以及航空航天副教授、信息與決策系統(tǒng)實(shí)驗(yàn)室(LIDS)主任Sertac Karaman。這項(xiàng)研究發(fā)表在今天的IEEE Micro 1 - 2月刊上。</p>
<p> </p>
<p><span class="h1"><strong>建模的排放</strong></span></p>
<p> </p>
<p>研究人員建立了一個(gè)框架,以探索全球完全自動(dòng)駕駛電動(dòng)汽車車隊(duì)上計(jì)算機(jī)的運(yùn)行排放,這意味著它們不需要備用的人類司機(jī)。</p>
<p> </p>
<p>該模型是全球車隊(duì)車輛數(shù)量、每輛車上每臺(tái)計(jì)算機(jī)的功率、每輛車行駛的小時(shí)數(shù)以及每臺(tái)計(jì)算機(jī)供電的碳強(qiáng)度的函數(shù)。</p>
<p> </p>
<p>“就其本身而言,這看起來像是一個(gè)看似簡(jiǎn)單的方程。但這些變量都包含很多不確定性,因?yàn)槲覀冋诳紤]一種尚未出現(xiàn)的新興應(yīng)用。”Sudhakar說。</p>
<p> </p>
<p>例如,一些研究表明,駕駛自動(dòng)駕駛汽車的時(shí)間可能會(huì)增加,因?yàn)槿藗冊(cè)隈{駛時(shí)可以同時(shí)處理多項(xiàng)任務(wù),年輕人和老年人可能會(huì)駕駛更多的時(shí)間。但其他研究表明,駕駛時(shí)間可能會(huì)減少,因?yàn)樗惴梢哉业阶屓藗兏斓竭_(dá)目的地的最佳路線。</p>
<p> </p>
<p>除了考慮這些不確定性之外,研究人員還需要對(duì)目前還不存在的高級(jí)計(jì)算硬件和軟件進(jìn)行建模。</p>
<p> </p>
<p>為了實(shí)現(xiàn)這一目標(biāo),他們對(duì)一種用于自動(dòng)駕駛汽車的流行算法的工作負(fù)載進(jìn)行了建模,這種算法被稱為多任務(wù)深度神經(jīng)網(wǎng)絡(luò),因?yàn)樗梢酝瑫r(shí)執(zhí)行許多任務(wù)。他們探索了如果這個(gè)深度神經(jīng)網(wǎng)絡(luò)同時(shí)處理來自許多高幀率相機(jī)的許多高分辨率輸入,會(huì)消耗多少能量。</p>
<p> </p>
<p>當(dāng)他們使用概率模型探索不同的場(chǎng)景時(shí),Sudhakar驚訝地發(fā)現(xiàn)算法的工作量增加得如此之快。</p>
<p> </p>
<p>例如,如果一輛自動(dòng)駕駛汽車有10個(gè)深度神經(jīng)網(wǎng)絡(luò)處理來自10個(gè)攝像頭的圖像,并且該汽車每天行駛一小時(shí),它每天將進(jìn)行2160萬次推斷。10億輛車可以做出21.6萬億次推論。從這個(gè)角度來看,F(xiàn)acebook全球所有的數(shù)據(jù)中心每天都要進(jìn)行幾萬億次推斷(1千萬億就是1000萬億次)。</p>
<p> </p>
<p>“在看到結(jié)果后,這很有道理,但這并不是很多人關(guān)注的事情。這些車輛實(shí)際上可能會(huì)使用大量的計(jì)算機(jī)能力。他們有360度的視角看世界,所以我們有兩只眼睛,他們可能有20只眼睛,看遍所有地方,并試圖理解同時(shí)發(fā)生的所有事情。”卡拉曼說。</p>
<p> </p>
<p>他說,自動(dòng)駕駛汽車將被用于運(yùn)輸貨物和人員,因此可能會(huì)有大量的計(jì)算能力分布在全球供應(yīng)鏈上。而且他們的模型只考慮計(jì)算,沒有考慮車輛傳感器消耗的能量或制造過程中產(chǎn)生的排放。</p>
<p> </p>
<p><span class="h1"><strong>控制排放</strong></span></p>
<p> </p>
<p>為了防止排放失控,研究人員發(fā)現(xiàn),每輛自動(dòng)駕駛汽車需要消耗不到1.2千瓦的計(jì)算能量。為了實(shí)現(xiàn)這一目標(biāo),計(jì)算硬件必須以更快的速度提高效率,大約每1.1年效率就翻一番。</p>
<p> </p>
<p>提高效率的一種方法可能是使用更專門的硬件,這些硬件旨在運(yùn)行特定的駕駛算法。蘇達(dá)卡爾說,由于研究人員知道自動(dòng)駕駛所需的導(dǎo)航和感知任務(wù),因此為這些任務(wù)設(shè)計(jì)專門的硬件可能會(huì)更容易。但車輛的使用壽命往往只有10年或20年,因此開發(fā)專用硬件的一個(gè)挑戰(zhàn)是“面向未來”,這樣它就可以運(yùn)行新的算法。</p>
<p> </p>
<p>在未來,研究人員還可以讓算法更高效,這樣它們就需要更少的計(jì)算能力。然而,這也具有挑戰(zhàn)性,因?yàn)橛靡恍?zhǔn)確性換取更高的效率可能會(huì)妨礙車輛的安全性。</p>
<p> </p>
<p>現(xiàn)在他們已經(jīng)展示了這個(gè)框架,研究人員希望繼續(xù)探索硬件效率和算法改進(jìn)。此外,他們說,他們的模型可以通過表征自動(dòng)駕駛車輛的隱含碳(汽車制造時(shí)產(chǎn)生的碳排放)和車輛傳感器的排放來增強(qiáng)。</p>
<p> </p>
<p>雖然還有很多場(chǎng)景需要探索,但研究人員希望這項(xiàng)工作能揭示一個(gè)人們可能沒有考慮到的潛在問題。</p>
<p> </p>
<p>“我們希望人們將排放和碳效率作為設(shè)計(jì)時(shí)考慮的重要指標(biāo)。自動(dòng)駕駛汽車的能源消耗非常關(guān)鍵,不僅是為了延長(zhǎng)電池壽命,也是為了可持續(xù)發(fā)展。”</p>
<p> </p>
<p>這項(xiàng)研究部分由國(guó)家科學(xué)基金會(huì)和麻省理工學(xué)院埃森哲獎(jiǎng)學(xué)金資助。</p>
<p> </p>
<blockquote>
<p>注:本文由院校官方新聞直譯,僅供參考,不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p>
</blockquote>