Su smartphone es mucho más potente que los ordenadores de la NASA que llevaron a Neil Armstrong y Buzz Aldrin a la Luna en 1969, pero también es un gran consumidor de energía. En informática, el uso de energía suele considerarse un problema secundario frente a la velocidad y el almacenamiento, pero, con el ritmo y la dirección del avance tecnológico, se está convirtiendo en una preocupación ambiental creciente.
Cuando la empresa de minería de criptomonedas Hut 8 inauguró el mayor proyecto de minería de bitcoin de Canadá en las afueras de Medicine Hat, Alberta, los ambientalistas dieron la voz de alarma. La planta consume 10 veces más electricidad, producida en gran parte por una central eléctrica de gas natural, que cualquier otra instalación de la ciudad.
A nivel mundial, las emisiones de gases de efecto invernadero (GEI) de los sectores de la información, la comunicación y la tecnología (TIC) se prevé que alcancen el equivalente a 1,4 gigatoneladas (mil millones de toneladas métricas) de dióxido de carbono anuales para 2020. Eso representa el 2,7 por ciento de los GEI mundiales y casi el doble de las emisiones anuales totales de gases de efecto invernadero de Canadá.
Al diseñar procesadores de computadora de bajo consumo energético podríamos reducir el consumo de energía, y también las emisiones de GEI en lugares donde la electricidad proviene de combustibles fósiles. Como ingeniero informático especializado en arquitectura y aritmética de computadoras, mis colegas y yo estamos convencidos de que estos efectos positivos pueden lograrse con casi ningún impacto en el rendimiento de los equipos ni en la comodidad del usuario.
Conexiones potentes
El Internet de las cosas (IoT, por sus siglas en inglés), formado por los dispositivos informáticos conectados que se integran en objetos cotidianos, ya está generando impactos económicos y sociales positivos, transformando para bien nuestras sociedades, el medio ambiente y nuestras cadenas de suministro de alimentos.
Estos dispositivos están monitoreando y reduciendo la contaminación del aire, mejorando la conservación del agua y alimentando a un mundo hambriento. También están haciendo que nuestros hogares y empresas sean más eficientes, al controlar termostatos, iluminación, calentadores de agua, refrigeradores y lavadoras.
Con un número de dispositivos conectados que se prevé que superará los 11 000 millones (sin incluir computadoras y teléfonos) en 2018, el IoT generará big data que requerirá cálculos enormes.
Hacer que el cálculo sea más eficiente desde el punto de vista energético ahorraría dinero y reduciría el uso de energía. También permitiría que las baterías que alimentan los sistemas informáticos sean más pequeñas o duren más. Además, los cálculos podrían ejecutarse más rápido, por lo que los sistemas informáticos generarían menos calor.
Computación aproximada
Los sistemas informáticos actuales están diseñados para ofrecer soluciones exactas a un alto coste energético. Sin embargo, muchos algoritmos tolerantes a errores, como los de procesamiento de imágenes, sonido y vídeo, la minería de datos, el análisis de datos de sensores y el aprendizaje profundo, no requieren respuestas exactas.
Esta precisión innecesaria y el gasto energético excesivo son un desperdicio. Existen limitaciones en la percepción humana: no siempre necesitamos un 100 por ciento de precisión para quedar satisfechos con el resultado. Por ejemplo, los cambios menores en la calidad de las imágenes y los vídeos suelen pasar desapercibidos.
Los sistemas informáticos pueden aprovechar estas limitaciones para reducir el uso de energía sin tener un impacto negativo en la experiencia del usuario. La «computación aproximada» es una técnica de cálculo que a veces devuelve resultados imprecisos, lo que la hace útil para aplicaciones en las que un resultado aproximado es suficiente.
En el laboratorio de ingeniería informática de la Universidad de Saskatchewan, proponemos diseñar e implementar estas soluciones de computación aproximada, de modo que puedan equilibrar de forma óptima la precisión y la eficiencia tanto en el software como en el hardware. Cuando aplicamos estas soluciones a un componente central de cálculo del procesador, observamos que el consumo de energía se redujo en más del 50 por ciento con casi ninguna pérdida de rendimiento.
Precisión flexible
Hoy en día, la mayoría de las computadoras personales utilizan un formato numérico estándar de 64 bits. Esto significa que emplean un número de 64 dígitos (ceros o unos) para realizar todos los cálculos.
Los gráficos 3D, la realidad virtual y la realidad aumentada requieren el formato de 64 bits para funcionar. Sin embargo, el procesamiento básico de audio e imágenes puede realizarse con un formato de 32 bits y seguir ofreciendo resultados satisfactorios. Además, las aplicaciones de aprendizaje profundo incluso pueden utilizar formatos de 16 o 8 bitsgracias a su tolerancia a errores
Cuanto más corto sea el formato numérico, menos energía se utiliza para realizar el cálculo. Podemos diseñar soluciones informáticas flexibles, pero precisas, que ejecuten distintas aplicaciones utilizando el formato numérico más adecuado para fomentar la eficiencia energética.
Por ejemplo, una aplicación de aprendizaje profundo que utilice esta solución informática flexible podría reducir el consumo de energía en un 15 por ciento, según nuestro experimento preliminar. Además, las soluciones propuestas pueden reconfigurarse para ejecutar simultáneamente múltiples operaciones que requieren baja precisión numérica y mejorar el rendimiento.
El IoT encierra un gran potencial, pero también debemos pensar en los costes de procesar todos estos datos. Con procesadores más inteligentes y ecológicos, podríamos ayudar a abordar las preocupaciones ambientales y frenar o reducir su contribución al cambio climático.
