इंटरनेट ऑफ थिंग्स जीवन की गुणवत्ता में सुधार कर सकता है, लेकिन यह बड़ी मात्रा में बिजली की खपत करेगा और ग्रीनहाउस गैस उत्सर्जन को बढ़ावा देगा। (Shutterstock)
आपका स्मार्टफोन नासा कंप्यूटरों की तुलना में कहीं अधिक शक्तिशाली है जिसने 1969 में नील आर्मस्ट्रांग और बज़ एल्ड्रिन को चंद्रमा पर रखा, लेकिन यह एक ऊर्जा हॉग भी है। कंप्यूटिंग में, ऊर्जा उपयोग को अक्सर गति और भंडारण के लिए एक माध्यमिक समस्या माना जाता है, लेकिन तकनीकी प्रगति की दर और दिशा के साथ, यह एक बढ़ती पर्यावरणीय चिंता बन रही है।
जब क्रिप्टोक्यूरेंसी माइनिंग कंपनी हट 8 ने मेडिसिन हैट, अल्टा के बाहर कनाडा की सबसे बड़ी बिटकॉइन माइनिंग परियोजना खोली, तो पर्यावरणविदों ने अलार्म बजाया। संयंत्र में 10 गुना अधिक बिजली की खपत होती है, बड़े पैमाने पर शहर में किसी भी अन्य सुविधा की तुलना में प्राकृतिक गैस से संचालित बिजली संयंत्र द्वारा उत्पादित।
विश्व स्तर पर, सूचना, संचार और प्रौद्योगिकी (आईसीटी) क्षेत्रों से ग्रीनहाउस गैस (जीएचजी) उत्सर्जन हैं 1.4 तक सालाना कार्बन डाइऑक्साइड के 2020 गीगाटन (अरब मीट्रिक टन) के बराबर तक पहुंचने का पूर्वानुमान। यह वैश्विक जीएचजी का 2.7 प्रतिशत है और कनाडा का कुल वार्षिक ग्रीनहाउस गैस उत्पादन लगभग दोगुना है.
ऊर्जा-कुशल कंप्यूटर प्रोसेसर डिजाइन करके हम ऊर्जा की खपत को कम कर सकते हैं, और हम उन स्थानों पर जीएचजी उत्सर्जन को कम कर सकते हैं जहां बिजली जीवाश्म ईंधन से आती है। कंप्यूटर आर्किटेक्चर और अंकगणित में विशेषज्ञता प्राप्त एक कंप्यूटर इंजीनियर के रूप में, मेरे सहकर्मियों और मुझे विश्वास है कि इन सकारात्मक प्रभावों को कंप्यूटर के प्रदर्शन या उपयोगकर्ता की सुविधा पर लगभग कोई प्रभाव नहीं प्राप्त किया जा सकता है।
शक्तिशाली कनेक्शन
इंटरनेट ऑफ थिंग्स (IoT) - रोजमर्रा की वस्तुओं में एम्बेडेड कंप्यूटिंग उपकरणों से बना है - पहले से ही सकारात्मक आर्थिक और सामाजिक प्रभावों को वितरित कर रहा है, हमारे समाजों, पर्यावरण और हमारे खाद्य आपूर्ति श्रृंखलाओं को बेहतर तरीके से बदल रहा है।
ये उपकरण वायु प्रदूषण की निगरानी और कम कर रहे हैं, जल संरक्षण में सुधार कर रहे हैं और एक भूखे दुनिया को खिला रहे हैं। वे थर्मोस्टैट्स, प्रकाश व्यवस्था, वॉटर हीटर, रेफ्रिजरेटर और वाशिंग मशीन को नियंत्रित करने के साथ हमारे घरों और व्यवसायों को और अधिक कुशल बना रहे हैं।
(Shutterstock)
जुड़े उपकरणों की संख्या के साथ शीर्ष पर सेट करें 11 अरब - कंप्यूटर और फोन शामिल नहीं हैं - 2018 में, IoT बड़ी गणनाओं की आवश्यकता वाले बड़े डेटा बनाएगा।
अभिकलन को अधिक ऊर्जा कुशल बनाने से धन की बचत होगी और ऊर्जा का उपयोग कम होगा। यह उन बैटरियों को भी अनुमति देता है जो कंप्यूटिंग सिस्टम में शक्ति प्रदान करते हैं वे छोटे होते हैं या लंबे समय तक चलते हैं। इसके अलावा, गणना तेजी से चल सकती है, इसलिए कंप्यूटिंग सिस्टम कम गर्मी उत्पन्न करेगा।
अनुमानित कंप्यूटिंग
आज के कंप्यूटिंग सिस्टम को उच्च ऊर्जा लागत पर सटीक समाधान देने के लिए डिज़ाइन किया गया है। लेकिन कई त्रुटि-लचीला एल्गोरिदम जैसे छवि, ध्वनि और वीडियो प्रसंस्करण, डेटा खनन, सेंसर डेटा विश्लेषण और गहन सीखने के लिए सटीक उत्तरों की आवश्यकता नहीं होती है।
यह अनावश्यक सटीकता और अत्यधिक ऊर्जा व्यय बेकार है। मानवीय धारणा की सीमाएँ हैं - परिणाम से संतुष्ट होने के लिए हमें हमेशा १०० प्रतिशत सटीकता की आवश्यकता नहीं है। उदाहरण के लिए, छवियों और वीडियो की गुणवत्ता में मामूली बदलाव अक्सर किसी का ध्यान नहीं जाता है।
(Shutterstock)
कम्प्यूटिंग सिस्टम उपयोगकर्ता अनुभव पर नकारात्मक प्रभाव डाले बिना ऊर्जा उपयोग को कम करने के लिए इन सीमाओं का लाभ उठा सकते हैं। "अनुमानित कंप्यूटिंग" एक संगणना तकनीक है जो कभी-कभी गलत परिणाम देती है, जिससे यह उन अनुप्रयोगों के लिए उपयोगी हो जाता है जहां एक अनुमानित परिणाम पर्याप्त होता है।
सस्केचेवान विश्वविद्यालय के कंप्यूटर इंजीनियरिंग लैब में, हम इन अनुमानित कंप्यूटिंग समाधानों को डिजाइन और कार्यान्वित करने का प्रस्ताव कर रहे हैं, ताकि वे सॉफ्टवेयर और हार्डवेयर में सटीकता और दक्षता से व्यापार कर सकें। जब हमने इन समाधानों को प्रोसेसर के एक मुख्य कंप्यूटिंग घटक पर लागू किया, तो हमने पाया कि बिजली की खपत में कमी आई है 50 फीसदी से अधिक प्रदर्शन में लगभग कोई गिरावट नहीं है।
लचीली परिशुद्धता
आजकल, अधिकांश व्यक्तिगत कंप्यूटरों में 64-बिट मानक संख्यात्मक प्रारूप होता है। इसका अर्थ है कि वे सभी संगणनाओं को पूरा करने के लिए 64 अंकों (या तो शून्य या एक) के साथ एक संख्या का उपयोग करते हैं।
3 डी ग्राफिक्स, आभासी वास्तविकता और संवर्धित वास्तविकता को काम करने के लिए 64-बिट प्रारूप की आवश्यकता होती है। लेकिन मूल ऑडियो और छवि प्रसंस्करण 32-बिट प्रारूप के साथ किया जा सकता है और अभी भी संतोषजनक परिणाम प्रदान कर सकता है। इसके अलावा, गहरे शिक्षण अनुप्रयोग भी उपयोग कर सकते हैं 16-बिट या 8-बिट प्रारूप उनकी त्रुटि लचीलापन के कारण
(Shutterstock)
संख्यात्मक प्रारूप जितना छोटा होता है, गणना करने के लिए कम ऊर्जा का उपयोग किया जाता है। हम लचीला, फिर भी सटीक, कंप्यूटिंग समाधान डिजाइन कर सकते हैं जो सबसे उपयुक्त संख्यात्मक प्रारूप का उपयोग करके विभिन्न अनुप्रयोगों को चलाते हैं ताकि यह ऊर्जा दक्षता को बढ़ावा दे।
उदाहरण के लिए, इस लचीले कंप्यूटिंग समाधान का उपयोग करने वाला एक गहरा सीखने का अनुप्रयोग हमारे प्रारंभिक प्रयोग के अनुसार ऊर्जा की खपत को 15 प्रतिशत तक कम कर सकता है। इसके अलावा, प्रस्तावित समाधानों को कम संख्यात्मक परिशुद्धता की आवश्यकता वाले कई कार्यों को एक साथ करने और प्रदर्शन में सुधार करने के लिए पुन: कॉन्फ़िगर किया जा सकता है।
IoT के पास बहुत सारे वादे हैं, लेकिन हमें इस डेटा को संसाधित करने की लागतों के बारे में भी सोचना चाहिए। होशियार के साथ, हरियाली प्रोसेसर हम पर्यावरण संबंधी चिंताओं को दूर करने और जलवायु परिवर्तन में उनके योगदान को धीमा या कम करने में मदद कर सकते हैं।
लेखक के बारे में
सेकोबम को, प्रोफेसर, सस्केचेवान विश्वविद्यालय
इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.