焦點觀察：研究：自動駕駛汽車車載計算機對全球碳排放的影響堪比數(shù)據(jù)中心

IT之家 1 月 15 日消息，美國麻省理工學(xué)院（MIT）研究人員進行的最新研究顯示，如果自動駕駛汽車被廣泛采用，那么將引入另一個未計算的碳排放源 —— 為它們提供算力的計算機大腦，可能會超過目前世界上的數(shù)據(jù)中心的排放量。

圖源 Unsplash

(資料圖片僅供參考)

當然，這是以能夠?qū)崿F(xiàn) L4 級或 L5 級自主的自動駕駛汽車為前提的，但麻省理工學(xué)院的三位研究人員說，他們建立的用于模擬自動駕駛汽車（AV）內(nèi)的計算機的碳排放的框架應(yīng)該引起人們對隱藏的碳成本的關(guān)注，并幫助汽車行業(yè)規(guī)劃一個更綠色的未來。

麻省理工學(xué)院的研究人員表示，如果到 2050 年自動駕駛汽車可以獲得高達 95% 的市場份額，假設(shè)全球 10 億輛自動駕駛汽車每天平均行駛一小時，使用一臺 840W 的計算機，一年將產(chǎn)生相當于 2018 年全球數(shù)據(jù)中心的總碳排放量。

IT之家了解到，根據(jù)國際能源署的數(shù)據(jù)，2018 年全球數(shù)據(jù)中心占全球碳排放的 0.3%，大約相當于阿根廷整個國家的排放量。

研究人員還發(fā)現(xiàn)，在超過 90% 的模擬場景中，為了使自動駕駛汽車的排放量不超過目前數(shù)據(jù)中心的排放量，每輛車必須使用低于 1.2 千瓦功率的車載計算機，這將需要更高效的硬件。如果 2050 年全球 95% 的車輛是自動駕駛車輛，計算工作量每三年翻一番，世界繼續(xù)以目前的速度進行脫碳，研究發(fā)現(xiàn)硬件效率需要以至少每 1.1 年翻一番的提升來保持排放量在這些水平之下。

研究人員建立了一個框架來探索全球電動汽車車隊上的計算機的運行排放，這些電動汽車是完全自主的，這意味著它們不需要一個后備的人類司機。

值得一提的是，該研究模型的變量中的每一個都包含很多不確定性，例如，一些研究表明，自動駕駛汽車的駕駛時間可能會增加，因為人們在駕駛時可以處理其它事情，年輕人和老年人可以駕駛更長時間。但也有研究表明，開車的時間可能會減少，因為算法可以找到最佳路線，讓人們更快地到達目的地。

除了考慮這些不確定性之外，研究人員還需要對目前還不存在的先進計算硬件和軟件進行建模。為了實現(xiàn)這一目標，他們對自主車輛的一種流行算法的工作負荷進行了建模，這種算法被稱為多任務(wù)深度神經(jīng)網(wǎng)絡(luò)，因為它可以同時執(zhí)行許多任務(wù)。他們探討了如果這種深度神經(jīng)網(wǎng)絡(luò)同時處理來自許多相機的高幀率的高分辨率輸入，會消耗多少能量。

當他們使用概率模型來探索不同的場景時，研究人員對算法的工作量增加得如此之快感到驚訝。例如，如果一輛自動駕駛汽車有 10 個深度神經(jīng)網(wǎng)絡(luò)處理來自 10 個攝像頭的圖像，而該車輛每天行駛一小時，它每天將進行 2160 萬次推斷（Inference），10 億輛汽車將做出 216 千萬億（quadrillion）次推斷。從這個角度來看，F(xiàn)acebook 在全球的所有數(shù)據(jù)中心每天都會進行幾萬億（trillion）次的推斷（1 quadrillion 等于 1,000 trillion）。

此外，他們的模型只考慮了計算機，并沒有考慮到車輛傳感器所消耗的能源或制造過程中產(chǎn)生的排放。

提高計算效率的一個方法可能是使用更多專門的硬件，這些硬件被設(shè)計用來運行特定的駕駛算法。此外，未來研究人員還可以使算法更加有效，需要更少的計算能力。

研究人員稱，希望汽車廠商會把排放和碳效率作為重要的指標，在他們的設(shè)計中加以考慮。

關(guān)鍵詞： 研究自動駕駛汽車車載計算機對全球碳排放的影響堪比數(shù)據(jù)中心 it之家