Bardzo marnotrawny przemysł

Branża systemów jako całość nie jest zainteresowana mocą. Wiem, że to odważne stwierdzenie, ale wierzę, że jest prawdziwe. Przemysł półprzewodników jest lekko zaniepokojony, ale tylko pośrednio. Dbają o moc, ponieważ problemy termiczne ograniczają funkcjonalność, którą mogą wcisnąć do chipa lub w pakiecie.

Niektórzy użytkownicy, na przykład operatorzy centrów danych, twierdzą, że zależy im na zasilaniu, ponieważ ma to wpływ na ilość potrzebnej infrastruktury i chłodzenia, ale ich słowa są nieco puste, ponieważ nigdy nie widziałem, aby kwestionowali efektywność energetyczną jakiegokolwiek oprogramowania, na którym działają sprzęt. Przerzucają te koszty na innych, a ponieważ ich konkurenci robią to samo, nie ma prawdziwego problemu. Nadal mają korzyści skali, które często czynią je tańszymi niż posiadanie własnych centrów danych.

W najlepszym przypadku troska o moc dla półprzewodnika, poza tym, co może ograniczać ich chip, jest również względna. Gdyby konkurent oferował chip, który zużywał połowę energii, klienci byliby skłonni wydać na niego trochę więcej lub faworyzować go w porównaniu z bardziej energochłonnym rozwiązaniem. Ale o ile więcej by zapłacili? I czy warto inwestować? Żywotność baterii jest kwestią drugorzędną w stosunku do funkcjonalności, aw przypadku produktów Apple, stylu.

W wielu moich ostatnio udzielonych wywiadach słyszałem, jak coraz większa liczba ludzi wyraża niesmak wobec wielkości marnotrawstwa energii. Napisałem artykuły, próbując podkreślić to marnotrawstwo, ale jedyną rzeczą, o której większość ludzi będzie mówić, są dostępne techniki zmniejszania mocy na tyle, aby chipy się nie paliły. Nie idą dalej. Nikt nie zajmie się rzeczywistym marnotrawstwem energii, które ma miejsce. Jako prosty przykład, kiedy ekrany na moim komputerze stacjonarnym przechodzą w stan uśpienia, dlaczego GPU wciąż renderuje obraz? Musi istnieć informacja zwrotna, aby stwierdzić, czy dane, które zostały wygenerowane, są faktycznie wykorzystywane. Tak długo, jak bufor ramki jest utrzymywany lub można go zregenerować w odpowiednim czasie, wszystko inne jest marnotrawstwem, a GPU spala znaczną część całkowitej mocy mojego komputera.

Oprogramowanie pozostaje największym winowajcą, ponieważ firmy programistyczne zawsze twierdzą, że najważniejsza jest produktywność. W moim ostatnim zestawie wywiadów jedna osoba powiedziała, że ​​smartfon prawdopodobnie działałby 5 razy dłużej, gdyby oprogramowanie było napisane przy użyciu wydajnego języka. Inni twierdzą, że inżynierowie oprogramowania nie będą używać narzędzi umożliwiających im analizę wydajności lub mocy, jeśli nie będą działać z prędkością czasu rzeczywistego lub zbliżoną do niej. Nie są też skłonni zapłacić za coś, co może to zapewnić. Zasadniczo nie mają motywacji do ulepszania swojego oprogramowania poza wybieraniem odpowiednich algorytmów lub koncentrowaniem się na ciasnych pętlach. Nawet wtedy wydaje się, że niewielu robi to dobrze i nie zwraca uwagi na efektywny układ danych lub coś w tym stylu.

Wiem z wcześniejszego doświadczenia jako menedżer oprogramowania w branży EDA, jak nieefektywne są nawet pakiety oprogramowania niskiego poziomu. W tamtym czasie interesowała mnie tylko wydajność, ale zabroniłem mojemu zespołowi inżynierów używania około połowy standardowej biblioteki C. Rutyny jak malloc i printf starają się być tak uniwersalne, że zawierają ogromne ilości wzdęć, których można łatwo uniknąć. Musieli dostarczyć mi dowodów, dlaczego powinni otrzymać wyjątek, co było rzadkością. Zamiast tego zainwestowaliśmy niewielką ilość czasu w tworzenie procedur, które były dostosowane do naszych potrzeb i działały wielokrotnie szybciej. Spowodowałoby to również znacznie mniejszą moc.

Znam inne firmy EDA, które robiły podobne rzeczy, ale to było 20 lat temu i nie jestem pewien, czy nadal tak się robi. Wątpię w to, ale proszę o komentarz, jeśli podobne rzeczy będą nadal robione.

Poza naszymi środowiskami pracy coraz więcej osób mówi, że troszczy się o środowisko. Te słowa też są trochę puste. Tak, mogą kupić samochód elektryczny lub wprowadzić pewne zmiany, ale chętnie korzystają też z rzeczy takich jak ChatGPT, który zużywa ogromne ilości energii, lub darmowego oprogramowania, takiego jak platformy mediów społecznościowych. Nigdy nie kwestionują ich prawdziwych kosztów środowiskowych. Tylko dlatego, że szkody dla środowiska są nieco ukryte, nie czyni ich akceptowalnymi.

Jesteśmy uzależnieni od wolnego oprogramowania, a środowisko płaci za to cenę. Jesteśmy zachęcani do stosowania metodologii mapujących oprogramowanie na ogromne farmy maszyn zamiast opracowywania lepszych algorytmów. Chcę opcji zasilania w oprogramowaniu, które pozwolą mi wyłączyć zbędną grafikę lub zbyt fantazyjne interfejsy. Daj mi tanią i oszczędną opcję.

Znaczna część rozwoju sztucznej inteligencji ma na celu cele, które nie służą rozwojowi ludzkości ani nie przynoszą korzyści netto. Podczas gdy niektórzy kwestionują etykę sztucznej inteligencji, zastanawiam się również, czy stać nas na wpływ na środowisko związany z tymi ogromnymi modelami danych.

Może staję się zmęczony na starość, ale mam już dość dwulicowego świata technologii. Nadszedł czas, abyśmy naprawdę zaczęli martwić się o energię – nawet jeśli kosztuje więcej.