Bagaimana Membuat Komputer Bekerja Lebih Cepat dan Ramah Lingkungan?

By National Geographic Indonesia, Senin, 12 November 2018 | 11:46 WIB
Kinerja komputer berpengaruh pada konsumsi listrik. (BrianAJackson/Getty Images/iStockphoto)

Nationalgeographic.co.id - Ponsel Anda jauh lebih kuat dari komputer NASA yang membawa Neil Armstrong dan Buzz Aldrin ke bulan pada tahun 1969, tetapi ponsel Anda juga menyerap banyak energi. Dalam komputasi, penggunaan energi sering dianggap sebagai masalah kedua setelah kecepatan dan penyimpanan, tetapi dengan kemajuan teknologi, hal tersebut menumbuhkan kekhawatiran soal dampaknya terhadap lingkungan.

Ketika perusahaan cryptocurrency Hut 8 membuka proyek pertambangan bitcoin terbesar di Kanada di luar Medicine Hat, Alta, Kanada, aktivis lingkungan memberi peringatan. Pabrik di sana mengonsumsi 10 kali lebih banyak listrik, sebagian besar diproduksi oleh pembangkit listrik berbahan bakar gas alam, daripada fasilitas lain di kota.

Secara global, emisi gas rumah kaca (GRK) dari sektor informasi, komunikasi, dan teknologi (TIK) diperkirakan mencapai setara dengan 1,4 gigaton (miliar metrik ton) karbon dioksida setiap tahun pada tahun 2020. Jumlah itu sekitar 2,7% dari GRK global dan sekitar dua kali produksi gas rumah kaca tahunan Kanada.

Baca Juga : Mengapa Tiket Pesawat Anda Bisa Lebih Mahal dari Penumpang Sebelah?

Dengan merancang prosesor komputer hemat energi, kita dapat mengurangi konsumsi energi, dan kita bisa mengurangi emisi gas rumah kaca di tempat-tempat dimana listrik diproduksi menggunakan bahan bakar fosil. Sebagai seorang insinyur komputer yang fokus dalam arsitektur komputer dan aritmatika, saya dan rekan-rekan saya yakin bahwa ini dapat dicapai tanpa mengurangi kinerja komputer atau kenyamanan pengguna.

Koneksi yang kuat

Internet of Things (IoT)–yang terdiri dari perangkat yang terhubung dengan internet yang tertanam pada objek sehari-hari–sudah memberikan dampak ekonomi dan sosial yang positif, mengubah masyarakat kita, lingkungan dan rantai pasokan makanan kita menjadi lebih baik.

Perangkat-perangkat ini memonitor dan mengurangi polusi udara, meningkatkan konservasi air dan menjamin pasokan makan dunia. Mereka juga membuat rumah dan bisnis kita lebih efisien, mengendalikan termostat, penerangan, pemanas air, lemari es, dan mesin cuci.

Jumlah perangkat yang terhubung dengan Internet akan mencapai 11 miliar–tidak termasuk komputer dan telepon–pada tahun 2018. IoT akan menghasilkan data yang besar yang membutuhkan komputasi tingkat tinggi.

Membuat sistem komputasi yang lebih hemat energi akan menghemat uang dan mengurangi penggunaan energi. Hal ini juga akan memungkinkan baterai yang diperlukan oleh sistem menjadi lebih kecil atau berjalan lebih lama. Selain itu, perhitungan bisa berjalan lebih cepat, sehingga sistem komputasi tidak menghasilkan panas begitu banyak.

Baca Juga : Terbangun Sebelum Alarm Berbunyi? Bukan Mistis, Ini Penjelasannya

(gorodenkoff/Getty Images/iStockphoto)

Perkiraan komputasi

Sistem komputasi saat ini dirancang untuk memberikan solusi tepat dengan biaya energi tinggi. Tetapi banyak algoritma yang tahan terhadap berbagai jenis kesalahan seperti, pemrosesan gambar, suara dan video, penambangan data, analisis data sensor dan pembelajaran mendalam tidak memerlukan jawaban yang tepat.

Akurasi yang berlebihan dan pengeluaran energi yang berlebihan itu membuang-buang energi. Ada keterbatasan pada persepsi manusia–kita tidak selalu membutuhkan akurasi 100 persen untuk puas dengan hasilnya. Sebagai contoh, perubahan kecil dalam kualitas gambar dan video sering tidak diperhatikan.

Sistem komputasi bisa mengambil kesempatan dari keterbatasan dalam mengurangi penggunaan energi tanpa berdampak negatif pada pengguna. “Perkiraan komputasi” adalah teknik komputasi yang terkadang mengembalikan hasil yang tidak akurat, membuatnya berguna untuk aplikasi yang hasilnya cukup memadai.

Di laboratorium teknik komputer Universitas Saskatchewan, Kanada, kami mengusulkan untuk merancang dan mengimplementasikan solusi komputasi perkiraan ini, sehingga mereka dapat secara optimal menggunakan keakuratan dan efisiensi di seluruh perangkat lunak dan perangkat keras. Ketika kami menerapkan solusi ini ke komponen komputasi inti dari prosesor, kami menemukan bahwa konsumsi daya turun lebih dari 50% dengan hampir tidak ada penurunan kinerja .

Presisi fleksibel

Saat ini, kebanyakan komputer pribadi berisi format numerik standar 64-bit. Ini berarti bahwa mereka menggunakan angka dengan 64 digit (baik nol atau satu) untuk melakukan semua perhitungan.

(FOTOKITA/Getty Images/iStockphoto)

Grafis tiga dimensi (3D), realitas virtual, dan realitas tambahan (augmented reality) membutuhkan format 64-bit untuk berfungsi. Tetapi pemrosesan audio dan gambar dasar dapat dilakukan dengan format 32-bit dan tetap memberikan hasil yang memuaskan. Selain itu, aplikasi yang menggunakan teknologi yang lebih canggih bahkan dapat menggunakan 16-bit atau format 8-bit karena mereka tidak rentan membuat kesalahan.

Baca Juga : Peneliti Temukan Sisa Benua Kuno Tersembunyi di Bawah Es Antartika

Semakin pendek format numerik, semakin sedikit energi yang digunakan untuk melakukan perhitungan. Kita dapat mendesain solusi komputasi yang fleksibel, namun tepat, yang menjalankan berbagai aplikasi menggunakan format numerik yang paling sesuai sehingga meningkatkan efisiensi energi.

Sebagai contoh, aplikasi canggih yang menggunakan solusi komputasi fleksibel ini dapat mengurangi konsumsi energi hingga 15%, menurut percobaan awal kami. Selain itu, solusi yang diusulkan dapat dikonfigurasi ulang untuk secara bersamaan melakukan beberapa operasi yang sistem numerik dengan presisi yang rendah dan meningkatkan kinerja.

IOT menjanjikan banyak hal, tetapi kita juga harus memikirkan ongkos pemrosesan semua data ini. Dengan prosesor yang lebih cerdas dan lebih ramah lingkungan, kita dapat membantu mengatasi masalah lingkungan dan memperlambat atau mengurangi kontribusi mereka terhadap perubahan iklim

Seokbum Ko, Professor, University of Saskatchewan

Artikel ini terbit pertama kali di The Conversation. Baca artikel sumber.