O que é computação verde? | Blog da NVIDIA


Todo mundo quer computação verde.

Os usuários móveis exigem o máximo desempenho e vida útil da bateria. Empresas e governos exigem cada vez mais sistemas que sejam poderosos, mas ecologicamente corretos. E os serviços em nuvem devem responder às demandas globais sem fazer com que a rede gagueje.

Por essas e outras razões, a computação verde evoluiu rapidamente nas últimas três décadas e veio para ficar.

O que é computação verde?

A computação verde, ou computação sustentável, é a prática de maximizar a eficiência energética e minimizar o impacto ambiental na forma como os chips de computador, sistemas e software são projetados e usados.

Também chamada de tecnologia da informação verde, TI verde ou TI sustentável, a computação verde abrange preocupações em toda a cadeia de suprimentos, desde as matérias-primas usadas para fabricar computadores até como os sistemas são reciclados.

Em suas vidas de trabalho, os computadores verdes devem fornecer o máximo de trabalho com o mínimo de energia, normalmente medido pelo desempenho por watt.

Por que a computação verde é importante?

A computação verde é uma ferramenta significativa para combater as mudanças climáticas, a ameaça existencial do nosso tempo.

As temperaturas globais aumentaram cerca de 1,2°C no último século. Como resultado, as calotas polares estão derretendo, fazendo com que o nível do mar suba cerca de 20 centímetros e aumentando o número e a gravidade de eventos climáticos extremos.

O uso crescente de eletricidade é uma das causas do aquecimento global. Os data centers representam uma pequena fração do uso total de eletricidade, cerca de 1% ou 200 terawatts-hora por ano, mas são um fator crescente que exige atenção.

Computadores poderosos e com baixo consumo de energia fazem parte da solução. Eles estão avançando a ciência e nossa qualidade de vida, incluindo as maneiras como entendemos e respondemos às mudanças climáticas.

Quais são os elementos da computação verde?

Os engenheiros sabem que a computação verde é uma disciplina holística.

“A eficiência energética é uma questão de pilha completa, desde o software até os chips”, disse Sachin Idgunji, copresidente do grupo de trabalho de energia para o benchmark MLPerf AI da indústria e um engenheiro distinto que trabalha na análise de desempenho na NVIDIA.

Por exemplo, em uma análise, ele descobriu que os sistemas NVIDIA DGX A100 forneceram uma melhoria de quase 5 vezes na eficiência energética em benchmarks de treinamento de IA em escala horizontal em comparação com a geração anterior.

“Minha principal função é analisar e melhorar a eficiência energética de aplicativos de IA em tudo, desde a GPU e o nó do sistema até a escala completa do data center”, disse ele.

O trabalho de Idgunji é uma descrição de trabalho para um quadro crescente de engenheiros que constroem produtos de smartphones a supercomputadores.

Qual é a história da computação verde?

A computação verde atingiu os holofotes do público em 1992, quando a Agência de Proteção Ambiental dos EUA lançou o Energy Star, um programa para identificar eletrônicos de consumo que atendessem aos padrões de eficiência energética.

Um logotipo para sistemas energeticamente eficientes
O logotipo Energy Star agora é usado em mais de três dúzias de grupos de produtos.

Um relatório de 2017 encontrou quase 100 programas governamentais e industriais em 22 países promovendo o que chamou de TIC verdes, tecnologias sustentáveis ​​de informação e comunicação.

Uma dessas organizações, o Green Electronics Council, fornece a Electronic Product Environmental Assessment Tool, um registro de sistemas e seus níveis de eficiência energética. O conselho afirma que economizou quase 400 milhões de megawatts-hora de eletricidade por meio do uso de 1,5 bilhão de produtos verdes recomendados até o momento.

O trabalho em computação verde continua em todo o setor em todos os níveis.

Por exemplo, alguns grandes data centers usam refrigeração líquida, enquanto outros localizam data centers onde podem usar ar ambiente frio. A Schneider Electric lançou recentemente um whitepaper recomendando 23 métricas para determinar o nível de sustentabilidade dos data centers.

Uma lista de verificação para computação verde em um data center
Os data centers precisam considerar o uso de energia e água, bem como as emissões de gases de efeito estufa e resíduos para medir sua sustentabilidade, de acordo com um whitepaper da Schneider.

Um pioneiro em eficiência energética

Wu Feng, professor de ciência da computação da Virginia Tech, construiu uma carreira ultrapassando os limites da computação verde. Começou por necessidade enquanto ele trabalhava no Laboratório Nacional de Los Alamos.

Um cluster de computadores para pesquisa de ciência aberta que ele mantinha em um depósito externo tinha o dobro de falhas nos verões do que nos invernos. Então, ele construiu um sistema de baixa potência que não geraria tanto calor.

Green Destiny, um computador energeticamente eficiente
O supercomputador Green Destiny

Ele demonstrou o sistema, apelidado de Green Destiny, na conferência Supercomputing em 2001. Coberto pelo BBC, CNN e a New York Timesentre outros, desencadeou anos de conversas e debates na comunidade HPC sobre a confiabilidade potencial, bem como a eficiência da computação verde.

O interesse aumentou à medida que os supercomputadores e data centers cresceram, ampliando seus limites no consumo de energia. Em novembro de 2007, depois de trabalhar com cerca de 30 luminares de HPC e coletar feedback da comunidade, Feng lançou a primeira Lista Green500, a referência do setor para supercomputação com eficiência energética.

Um benchmark de computação verde

O Green500 tornou-se um ponto de encontro para uma comunidade que precisava dominar o consumo de energia enquanto elevava o desempenho a novos patamares.

“A eficiência energética aumentou exponencialmente, os flops por watt dobraram a cada ano e meio para o supercomputador mais verde no topo da lista”, disse Feng.

Por algumas medidas, os resultados mostraram que a eficiência energética dos sistemas mais verdes do mundo aumentou duas ordens de magnitude nos últimos 14 anos.

A lista Green500 mostra a eficiência energética das GPUs NVIDIA
O Green500 mostrou que sistemas heterogêneos – aqueles com aceleradores como GPUs além de CPUs – são consistentemente os mais eficientes em termos de energia.

Feng atribui os ganhos principalmente ao uso de aceleradores como GPUs, hoje comuns entre os sistemas mais rápidos do mundo.

“Os aceleradores adicionaram a capacidade de executar código de maneira massivamente paralela sem muita sobrecarga – eles nos permitiram executar incrivelmente rápido”, disse ele.

Ele citou duas gerações de supercomputadores Tsubame no Japão como exemplos iniciais. Eles usaram GPUs de arquitetura NVIDIA Kepler e Pascal para liderar a lista Green500 em 2014 e 2017, parte de uma procissão de sistemas acelerados por GPU na lista.

“Os aceleradores tiveram um enorme impacto em toda a lista”, disse Feng, que receberá um prêmio por seu trabalho de supercomputação verde no evento Supercomputing em novembro.

“Notavelmente, a NVIDIA foi fantástica em seu envolvimento e suporte ao Green500, garantindo que seus números de eficiência energética fossem relatados, ajudando assim a eficiência energética a se tornar um cidadão de primeira classe na forma como os supercomputadores são projetados hoje”, acrescentou.

AI e rede ficam mais eficientes

Hoje, GPUs e unidades de processamento de dados (DPUs) estão trazendo maior eficiência energética para tarefas de IA e rede, bem como trabalhos de HPC, como simulações executadas em supercomputadores e data centers corporativos.

A IA, a tecnologia mais poderosa do nosso tempo, se tornará parte de todos os negócios. A McKinsey & Co. estima que a IA adicionará impressionantes US$ 13 trilhões ao PIB global até 2030, à medida que as implantações crescem.

A NVIDIA estima que os data centers poderiam economizar 19 terawatts-hora de eletricidade por ano se todas as descargas de IA, HPC e rede fossem executadas em aceleradores de GPU e DPU (veja os gráficos abaixo). Isso é o equivalente ao consumo de energia de 2,9 milhões de carros de passeio conduzidos por um ano.

É uma medida impressionante do potencial de eficiência energética com computação acelerada.

A eficiência energética do uso de GPUs e DPUs para computação verde
Uma análise do potencial de economia de energia da computação acelerada com GPUs e DPUs.

O benchmark de IA mede a eficiência

Como a IA representa uma parte crescente das cargas de trabalho corporativas, os benchmarks do setor MLPerf para IA têm medido o desempenho por watt em envios para data center e inferência de borda desde fevereiro de 2021.

“A próxima fronteira para nós é medir a eficiência energética para IA em sistemas distribuídos maiores, para cargas de trabalho de HPC e para treinamento de IA – é semelhante ao trabalho do Green500”, disse Idgunji, cujo grupo de energia na MLPerf inclui membros de seis outros chips e sistemas empresas.

Ganhos de eficiência energética da computação verde com NVIDIA Jetson
Os módulos NVIDIA Jetson demonstraram recentemente saltos significativos de geração a geração no desempenho por watt nos benchmarks MLPerf de inferência de IA.

Os resultados públicos motivam os participantes a fazer melhorias significativas a cada geração de produto. Eles também ajudam engenheiros e desenvolvedores a entender maneiras de equilibrar desempenho e eficiência nas principais cargas de trabalho de IA que o MLPerf testa.

“As otimizações de software são uma grande parte do trabalho porque podem levar a grandes impactos na eficiência energética e, se o seu sistema for eficiente em termos de energia, também será mais confiável”, disse Idgunji.

Computação Verde para Consumidores

Em PCs e laptops, “estamos investindo em eficiência há muito tempo porque é a coisa certa a fazer”, disse Narayan Kulshrestha, arquiteto de energia de GPU da NVIDIA que trabalha na área há quase duas décadas.

Por exemplo, o Dynamic Boost 2.0 usa aprendizado profundo para direcionar automaticamente a energia para uma CPU, GPU ou memória de uma GPU para aumentar a eficiência do sistema. Além disso, a NVIDIA criou um design de nível de sistema para laptops, chamado Max-Q, para otimizar e equilibrar a eficiência energética e o desempenho.

Construindo uma economia cíclica

Quando um usuário substitui um sistema, a prática padrão na computação verde é que o sistema antigo seja quebrado e reciclado. Mas Matt Hull vê possibilidades melhores.

“Nossa visão é uma economia cíclica que permite que todos tenham IA em uma variedade de preços”, disse Hull, vice-presidente de vendas de produtos de IA de data center da NVIDIA.

Assim, ele pretende encontrar um novo lar para o sistema com usuários em países em desenvolvimento que o considerem útil e acessível. É um trabalho em andamento buscar o parceiro certo e escrever um novo capítulo em um processo de gerenciamento de ciclo de vida existente.

Computação Verde Combate as Mudanças Climáticas

Computadores com eficiência energética estão entre as ferramentas mais afiadas de combate às mudanças climáticas.

Cientistas em laboratórios governamentais e universidades há muito usam GPUs para modelar cenários climáticos e prever padrões climáticos. Avanços recentes em IA, impulsionados por GPUs NVIDIA, agora podem ajudar a modelar a previsão do tempo 100.000 vezes mais rápido que os modelos tradicionais. Assista ao vídeo a seguir para obter detalhes:

Em um esforço para acelerar a ciência do clima, a NVIDIA anunciou planos para construir o Earth-2, um supercomputador de IA dedicado a prever os impactos das mudanças climáticas. Ele usará o NVIDIA Omniverse, uma plataforma de colaboração e simulação de design 3D, para construir um gêmeo digital da Terra para que os cientistas possam modelar climas em resolução ultra-alta.

Além disso, a NVIDIA está trabalhando com o Centro de Satélites das Nações Unidas para acelerar o gerenciamento de desastres climáticos e treinar cientistas de dados em todo o mundo no uso de IA para melhorar a detecção de inundações.

Enquanto isso, as concessionárias estão adotando o aprendizado de máquina para avançar em direção a uma rede verde, resiliente e inteligente. As usinas de energia estão usando gêmeos digitais para prever manutenções caras e modelar novas fontes de energia, como projetos de reatores de fusão.

O que está por vir na computação verde?

Feng vê a tecnologia central por trás da computação verde avançando em várias frentes.

No curto prazo, ele está trabalhando no que é chamado de proporcionalidade de energia, ou seja, maneiras de garantir que os sistemas obtenham potência máxima quando precisarem de desempenho máximo e reduzam graciosamente para potência zero à medida que desaceleram para marcha lenta, como um motor de carro moderno que desacelera seus RPMs e, em seguida, desliga em uma luz vermelha.

Pesquisadores buscam fechar a lacuna na computação proporcional à energia.

A longo prazo, ele está explorando maneiras de minimizar a movimentação de dados dentro e entre chips de computador para reduzir o consumo de energia. E ele está entre muitos pesquisadores que estudam a promessa da computação quântica de fornecer novos tipos de aceleração.

Tudo isso faz parte do trabalho contínuo da computação verde, oferecendo cada vez mais desempenho com eficiência cada vez maior.



Source link

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *