in

Une étude montre que si les véhicules autonomes sont largement adoptés, l'efficacité du matériel devra progresser rapidement pour contrôler les émissions liées à l'informatique

À l’avenir, l’énergie nécessaire pour faire fonctionner les puissants ordinateurs à bord d’une flotte mondiale de véhicules autonomes pourrait générer autant d’émissions de gaz à effet de serre que tous les centres de données dans le monde aujourd’hui.

C’est l’une des principales conclusions d’une nouvelle étude menée par des chercheurs du MIT qui a exploré la consommation d’énergie potentielle et les émissions de carbone associées si les véhicules autonomes sont largement adoptés.

ils représentent actuellement environ, 3 % des émissions mondiales de gaz à effet de serre, soit à peu près autant de carbone que l’Argentine produit chaque année, selon l’Agence internationale de l’énergie. Réalisant que moins d’attention a été accordée à l’empreinte potentielle des véhicules autonomes, les chercheurs du MIT ont construit un modèle statistique pour étudier le problème. Ils ont déterminé qu’un milliard de véhicules autonomes, chacun conduisant une heure par jour avec un ordinateur consommant 840 watts, consommeraient suffisamment d’énergie pour générer à peu près la même quantité d’émissions que les centres de données le font actuellement.

Les chercheurs ont également découvert que dans furthermore de 90 % des scénarios modélisés, pour empêcher les émissions des véhicules autonomes de dépasser les émissions actuelles des centres de données, chaque véhicule doit utiliser moins de 1,2 kilowatts d’énergie pour le calcul, ce qui nécessiterait un matériel in addition efficace. Dans un scénario – où 95 % de la flotte mondiale de véhicules est autonome en 2050.1 an pour maintenir les émissions sous ces niveaux.

“Si nous maintenons simplement les tendances habituelles en matière de décarbonation et le taux actuel d’amélioration de l’efficacité du matériel, il ne semble pas que cela suffira à limiter les émissions de l’informatique à bord des véhicules autonomes. Cela a le potentiel de devenir un énorme problème. Mais si nous prenons de l’avance, nous pourrions concevoir des véhicules autonomes moreover efficaces qui ont une empreinte carbone as well as faible dès le départ », explique le premier auteur Soumya Sudhakar, étudiant diplômé en aéronautique et astronautique.

Sudhakar a rédigé l’article avec ses co-conseillers Vivienne Sze, professeure agrégée au Département de génie électrique et informatique (EECS) et membre du Laboratoire de recherche en électronique (RLE) et Sertac Karaman, professeur agrégé d’aéronautique et d’astronautique et directeur du Laboratoire des systèmes d’information et de décision (LIDS).

Modélisation des émissions

Les chercheurs ont construit un cadre pour explorer les émissions opérationnelles des ordinateurs à bord d’une flotte mondiale de véhicules électriques entièrement autonomes, ce qui signifie qu’ils ne nécessitent pas de conducteur humain de secours.

Le modèle est fonction du nombre de véhicules de la flotte mondiale, de la puissance de chaque ordinateur sur chaque véhicule, des heures de conduite de chaque véhicule et de l’intensité carbone de l’électricité alimentant chaque ordinateur.

“En soi, cela ressemble à une équation d’une simplicité trompeuse. déclare Sudhakar.

Par exemple, certaines recherches suggèrent que le temps passé dans des véhicules autonomes pourrait augmenter parce que les gens peuvent effectuer plusieurs tâches en conduisant et que les jeunes et les personnes âgées pourraient conduire davantage.

En furthermore de tenir compte de ces incertitudes, les chercheurs devaient également modéliser du matériel et des logiciels informatiques avancés qui n’existent pas encore.

Pour ce faire, ils ont modélisé la charge de travail d’un algorithme populaire pour les véhicules autonomes, connu sous le nom de réseau neuronal profond multitâche, motor vehicle il peut effectuer plusieurs tâches à la fois. Ils ont exploré la quantité d’énergie que ce réseau neuronal profond consommerait s’il traitait simultanément de nombreuses entrées haute résolution provenant de nombreuses caméras avec des fréquences d’images élevées.

Lorsqu’ils ont utilisé le modèle probabiliste pour explorer différents scénarios.

Par exemple, si un véhicule autonome dispose de 10 réseaux de neurones profonds traitant les visuals de 10 caméras et que ce véhicule roule une heure par jour, il fera 21,6 millions d’inférences chaque jour. Un milliard de véhicules ferait 21,6 quadrillions d’inférences. Pour mettre cela en perspective, tous les centres de données de Fb dans le monde font quelques billions d’inférences chaque jour (1 quadrillion équivaut à 1 000 billions).

cela a beaucoup de sens, mais ce n’est pas quelque chose qui est sur le radar de beaucoup de gens. Ces véhicules pourraient en fait utiliser une tonne de puissance informatique. Ils ont une vue à 360 degrés du monde, Ainsi, alors que nous avons deux yeux, ils peuvent en avoir 20, regardant partout et essayant de comprendre tout ce qui se passe en même temps », explique Karaman.

Des véhicules autonomes seraient utilisés pour déplacer des marchandises, ainsi que des personnes. dit-il.

Maîtriser les émissions

Pour éviter que les émissions ne deviennent incontrôlables, les chercheurs ont découvert que chaque véhicule autonome doit consommer moins de 1,2 kilowatts d’énergie pour le calcul. Pour que cela soit achievable.,1 an.

Une façon d’augmenter cette efficacité pourrait être d’utiliser du matériel in addition spécialisé, conçu pour exécuter des algorithmes de conduite spécifiques. Parce que les chercheurs connaissent les tâches de navigation et de notion requises pour la conduite autonome, il pourrait être plus facile de concevoir du matériel spécialisé pour ces tâches, explique Sudhakar. Mais les véhicules ont généralement une durée de vie de 10 ou 20 ans, donc un défi dans le développement de matériel spécialisé serait de le « pérenniser » afin qu’il puisse exécuter de nouveaux algorithmes.

À l’avenir, les chercheurs pourraient également rendre les algorithmes additionally efficaces, de sorte qu’ils auraient besoin de moins de puissance de calcul. Cependant, cela est également difficile auto échanger une certaine précision contre furthermore d’efficacité pourrait nuire à la sécurité du véhicule.

Maintenant qu’ils ont démontré ce cadre, les chercheurs veulent continuer à explorer l’efficacité du matériel et les améliorations de l’algorithme. En outre.

Bien qu’il reste encore de nombreux scénarios à explorer, les chercheurs espèrent que ce travail mettra en lumière un problème potentiel que les gens n’auraient peut-être pas envisagé.

“Nous espérons que les gens penseront aux émissions et à l’efficacité carbone comme des mesures importantes à prendre en compte dans leurs conceptions. La consommation d’énergie d’un véhicule autonome est vraiment essentielle, non seulement pour prolonger la durée de vie de la batterie, mais aussi pour la durabilité”, déclare Sze.

Cette recherche a été financée, en partie, par la Countrywide Science Foundation et la bourse MIT-Accenture.