高度浪费的行业

整个系统行业并不关心电源。 我知道这是一个大胆的声明，但我相信这是真的。 半导体行业略有担忧，但只是间接的。 他们关心功率，因为​​热问题限制了他们可以挤进芯片或封装中的功能。

一些用户，例如数据中心运营商，声称关心电力，因为它会影响他们需要的基础设施和冷却量，但他们的话有些空洞，因为我从未见过他们质疑他们运行的任何软件的能源效率硬件。 他们转嫁了成本，而且因为他们的竞争对手也这样做，所以没有真正的问题。 他们仍然具有规模经济，通常比拥有内部数据中心更便宜。

充其量，半导体的功率问题，超出可能限制其芯片的范围，也是相对的。 如果竞争对手提供功耗只有其一半的芯片，客户可能愿意为此多花一点钱，或者与更耗电的解决方案相比更青睐它。 但他们会多付多少钱？ 值得投资吗？ 电池寿命是功能的次要考虑因素，对于 Apple 产品而言，则是风格。

在我最近的许多采访中，我听到越来越多的人对电力浪费的严重程度表示厌恶。 我写过文章试图强调这种浪费，但大多数人唯一会谈论的是现有技术可以将功率降低到足以使芯片不会烧毁的程度。 他们不会比那更进一步。 没有人会解决正在发生的真正的电力浪费问题。 举个简单的例子，当我的台式电脑屏幕进入休眠状态时，为什么 GPU 一直在渲染图像？ 需要有一个反馈来说明正在生成的数据是否实际被使用。 只要帧缓冲区得到维护，或者可以及时重新生成，那么其他一切都是浪费，GPU 消耗了我总计算机功率的很大一部分。

软件仍然是最大的罪魁祸首，因为软件公司总是声称生产力是最重要的。 在我的最后一组采访中，一个人说如果软件是用一种高效的语言编写的，智能手机的使用寿命可能会延长 5 倍。 其他人表示，如果软件工程师不以或接近实时速度运行，他们将不会使用使他们能够分析性能或功率的工具。 他们也不愿意为任何可以提供这些的东西买单。 基本上，除了选择合适的算法或专注于紧密循环之外，他们没有动力去改进他们的软件。 即便如此，似乎很少有人做对了，也没有考虑有效的数据布局或类似的事情。

作为 EDA 行业的软件经理，我从过去的经验中了解到，即使是低级软件包也是多么低效。 虽然当时我只对性能感兴趣，但我禁止我的工程团队使用大约一半的标准 C 库。 像这样的例程 分配 和 的printf 试图变得如此通用以至于它们包含大量的膨胀，这很容易避免。 他们必须向我提供证据，说明为什么应该给予他们例外，这很少见。 相反，我们投入了少量时间来创建根据我们的需求量身定制的例程，并且运行速度快了很多倍。 那也会导致更少的功率。

我知道其他 EDA 公司也做过类似的事情，但那是 20 年前的事了，我不确定今天是否还在这样做。 我对此表示怀疑，但如果类似的事情继续发生，请发表评论。

在我们的工作环境之外，越来越多的人表示他们关心环境。 这话也有些空洞。 是的，他们可能会购买电动汽车，或者做出一些改变，但他们也乐于使用像 ChatGPT 这样耗电量巨大的东西，或者社交媒体平台等免费软件。 他们从不质疑那些真正的环境成本。 仅仅因为环境破坏在某种程度上是隐蔽的并不能使它被接受。

我们沉迷于免费软件，而环境正在为此付出代价。 我们被鼓励使用将软件映射到大型机器农场的方法，而不是开发更好的算法。 我想要软件中的电源选项，允许我关闭不必要的图形或过于花哨的界面。 给我便宜又节俭的选择。

人工智能的大部分发展都是为了不促进人类进步或提供净收益的目的。 虽然有人质疑人工智能的伦理，但我也质疑我们是否能够承受与这些海量数据模型相关的环境影响。

也许我在晚年变得厌倦了，但我已经厌倦了科技世界的两面性。 现在是我们真正开始关注电力的时候了——即使它的成本更高。