永續運算(sustainable computing)
每一次運算都耗能量,而能量大多來自某個帶有環境代價的地方。一支手機啜飲一點電似乎微不足道,但乘以數十億台裝置、再乘以建築物般大小的倉儲規模資料中心——每座汲取的電力相當於一座小鎮、且全天候運轉——運算就成了全世界能源使用與碳排放中相當可觀的一份。永續運算就是把能量與環境成本當成第一級目標——和速度一樣重要——而非事後才想到的設計紀律。
把永續看成兩半會有幫助。第一半是營運成本:系統運行時燒掉的能量。架構師用對抗功率牆的同一套工具來攻擊它——節能設計、在不需要全速時放慢晶片的動態電壓頻率調整、能量比例性(按實際完成的工作量比例用電,而非恆常沉重的閒置耗電),以及用遠少於通用核心的能量完成工作的專用加速器。資料中心再加上它自己的措施:高效冷卻,以及一個叫電源使用效率的指標,它把整座設施的用電量和真正抵達電腦的電力相比。常被忽略的第二半,是內含成本:當初製造這顆晶片所消耗的能量、水與稀有材料,外加產品壽命終結時的電子廢棄物。一台用兩年就被丟掉的裝置,背負著一份龐大的內含足跡,那份足跡不管裝置有沒有被操得很兇都已經發生了。
為什麼這是前沿、而非腳註?因為在後摩爾時代,你不再能從 Dennard 微縮免費得到效率,所以能量已經成了首要的設計約束、而非附帶的紅利——也因為機器學習的爆炸性成長,其最大的模型在訓練與服務時耗費龐大能量,把總足跡急劇往上推。誠實的張力在於:效率增益可能被成長吃掉:讓每一次運算更便宜,往往使我們乾脆做多得多的運算(反彈效應),所以一顆更有效率的晶片並不會自動減少總能量使用。因此永續運算不只是一個聰明的電路把戲,而是一個全系統、全生命週期的會計問題,也是關於這個領域往哪去、真正不確定且分量越來越重的問題之一。
一座電源使用效率(PUE)為 1.5 的資料中心,每有 1 瓦抵達伺服器,就花掉 1.5 瓦的整座設施用電——多出來的 0.5 瓦用於冷卻、電力轉換與照明。靠更好的冷卻把 PUE 壓低到接近 1.1,意味著遠更大一份能量被用在有用的運算上。但如果同一個場址接著把伺服器數量增為三倍來訓練更大的 AI 模型,儘管有效率上的勝利,總能量仍然上升。
永續橫跨運行的能量與製造所內含的能量——而效率的增益可能被「做更多」吃掉。
更有效率的硬體並不會自動降低總能量使用。更便宜的運算往往觸發我們去做多得多的運算(反彈效應),而製造的內含成本不管裝置有沒有被操得很兇都已發生——所以永續是一個全生命週期的會計問題,而非單一的電路把戲。