綠色計算也被稱為可持續計算，旨在設計和使用計算機芯片、系統和軟件的過程中最大限度地提高能效并減輕對環境的影響。

人人都想要綠色計算。

移動用戶想要最大的性能和電池壽命；企業和政府越來越需要功能強大又環保的系統；云服務必須在不導致電網中斷的情況下響應全球需求。

綠色計算因此在過去三十年中迅速發展，并將在未來繼續發展。

什么是綠色計算？

綠色計算或可持續計算指在設計和使用計算機芯片、系統和軟件的過程中，最大限度地提高能效并減輕對環境的影響。

綠色計算也被稱為綠色信息技術、綠色 IT 或可持續 IT，它涵蓋了整條供應鏈，從用于制造計算機的原材料到系統的回收方式。

在工作過程中，綠色計算機必須以最少的能源完成最多的工作。通常是以每瓦特性能來衡量綠色計算機的效率。

為什么綠色計算十分重要？

綠色計算是應對氣候變化的重要工具，而氣候變化是這個時代的生存威脅。

在過去的一個世紀中，全球氣溫上升了約 1.2 攝氏度，這使冰川融化，進而導致海平面上升約 20 厘米，并增加了極端天氣事件的頻率和嚴重性。

用電量的增加是引起全球變暖的原因。雖然數據中心目前的用電量為每年 200 太瓦時，只占總用電量的約 1%，但這個數字卻在不斷增加，需要引起重視。

強大、節能的計算機是解決方案的一部分。它們正在推動科學的發展和生活質量的提高，包括人們理解和應對氣候變化的方式。

綠色計算由哪些部分組成？

工程師們認為綠色計算是一門綜合學科。

該行業 MLPerf AI 基準測試功率工作組聯合主席、在NVIDIA 從事性能分析的杰出工程師 Sachin Idgunji 表示：“能效是從軟件到芯片的全棧式問題。”

例如在分析中，他發現 NVIDIA DGX A100 系統與上一代產品相比，在橫向擴展 AI 訓練基準測試中的能效提高了近 5 倍。

Sachin Idgunji 表示：“我的主要職責是分析和提高 AI 應用能效，從 GPU 和系統節點到整個數據中心規模。”

Idgunji 的工作為越來越多制造智能手機、超級計算機等產品的工程師提供了工作指引。

綠色計算的歷史

綠色計算在 1992 年成為公眾關注的焦點。當時美國環境保護局啟動了“能源之星”項目來識別符合能效標準的消費電子產品。

目前已有三十多個產品組使用“ 能源之星”標志。

2017 年的報告發現，有近 22 個國家的 100 個政府和行業項目在推行綠色信息通信技術，即可持續的信息和通信技術。

其中綠色電子委員會組織提供了電子產品環境評估工具，以記錄系統及其能效水平。該委員會聲稱，迄今為止，全球通過使用其推薦的 15 億種綠色產品，已經節省了近 4 億兆瓦時的電力。

整個行業的各個層面都在繼續開展綠色計算的工作。

例如，一些大型數據中心使用液冷技術，另一些數據中心則選址于可以使用涼爽環境空氣進行冷卻的地點。施耐德電氣最近發布的白皮書推薦了 23 個衡量數據中心可持續性水平的指標。

根據施耐德發布的白皮書，數據中心的可持續性衡量指標包括能源和水的使用以及溫室氣體排放和廢棄物。

節能先驅

弗吉尼亞理工大學計算機科學教授 Wu Feng 一直致力于推動綠色計算。出于需要，他在洛斯阿拉莫斯國家實驗室工作時開始了這項工作。

當時，Wu Feng 正在外部倉庫中維護用于開放性科學研究的計算機集群，該集群在夏季和冬季故障率倍增，為此他建立了不會產生那么多熱量的低功率系統。

在 2001 年的超級計算大會上，Wu Feng 演示了這個名為“Green Destiny”的系統。英國廣播公司（BBC）、美國有線電視新聞網（CNN）和《紐約時報》等媒體對此進行了報道，引發了高性能計算（HPC）界多年來關于綠色計算潛在可靠性與效率的討論和辯論。

隨著超級計算機和數據中心的發展和不斷刷新的功耗極限，人們對綠色計算也越來越感興趣。2007 年 11 月，Feng 在與約 30 位高性能計算界大咖合作并收集業界反饋后，發布了首期 Green500 榜單。該名單成為了業界高能效超級計算機的基準。

綠色計算基準

Green500 充分調動了業界在進一步提升性能的同時控制能耗的積極性。

Feng 表示：“計算機的能效成倍增長。名列前茅的綠色超級計算機大約每一年半增加一倍每瓦特運算量。”

一些指標的結果顯示，全球最“綠色”系統的能效在過去 14 年中增長了兩個數量級。

Green500 顯示，異構系統（除了搭載 CPU 之外還搭載 GPU 等加速器的系統）始終是最節能的系統。

Feng 將這些成果主要歸功于加速器的使用，比如如今已被全球最快的系統普遍使用的 GPU。

他表示：“加速器在無需大量開銷的情況下增強了大規模并行執行代碼的能力，讓系統的運行速度快得驚人。”

Feng 提到了日本早期的兩代 Tsubame 超級計算機。由于使用了 NVIDIA Kepler 和 Pascal 架構的GPU，這兩臺超級計算機在 2014 年和 2017 年的 Green500 榜單上名列前茅，并且是該榜單上 GPU 加速系統的一部分。

Feng 表示：“加速器對整個榜單影響巨大。”憑借在綠色超級計算領域的工作，Feng 將在 11 月的這場超級計算活動上領取專屬于他的獎項。

他還表示：“值得一提的是，NVIDIA 非常出色地參與并支持了 Green500，保證了能效數據的報告，幫助能效成為當今超級計算機設計中最重要的指標。”

提高 AI 和網絡的效率

今天，GPU 和數據處理單元（DPU）正在為 AI 和網絡任務以及在超級計算機和企業數據中心運行的模擬等高性能計算工作帶來更高的能效。

AI 是這個時代最強大的技術，它將成為每個企業的一部分。麥肯錫估計，隨著 AI 部署量的增加，到 2030 年 AI 將為全球 GDP 增加高達 13 萬億美元。

NVIDIA 估計，如果所有 AI、HPC 和網絡卸載都在 GPU 和 DPU 加速器上運行，那么數據中心每年可以節省高達 19 太瓦時的電力（見下圖），這相當于 290 萬輛乘用車一年的能耗。

可見，加速計算具有驚人的節能潛力。

GPU 和 DPU 加速計算的節能潛力分析

AI 基準測試衡量效率

由于 AI 在企業工作負載中的比重日益增加，因此 MLPerf AI 行業基準測試從 2021 年 2 月開始就一直在衡量數據中心和邊緣推理所有提交工作的每瓦特性能。

Idgunji 表示：“在用于高性能計算工作負載和 AI 訓練的更大分布式系統上衡量 AI 的能效是下一個前沿領域，這與 Green500 的工作類似。”他所在的 MLPerf 功率工作組包括來自其他六家芯片和系統公司的成員。

NVIDIA Jetson 模塊最近在 MLPerf AI 推理基準測試中展現出每瓦特性能上的巨大代際躍升

公開的結果激勵著參與者對每一代產品中做出重大改進。他們還幫助工程師和開發者了解如何在 MLPerf 所測試的主要 AI 工作負載中平衡性能和效率。

Idgunji 表示：“軟件優化是這項工作的重要部分，它們會對能效產生巨大的影響并且讓你的節能系統變得更可靠。”

面向消費者的綠色計算

NVIDIA GPU 功率架構師 Narayan Kulshrestha 表示：“我們長期投資于提高個人電腦和筆記本電腦的效率，這是最正確的做法。”

例如為了提高系統效率，Dynamic Boost 2.0 使用深度學習自動將功率導向 CPU、GPU 或 GPU 的內存。另外，NVIDIA 為筆記本電腦創造了名為 Max-Q 的系統級設計來優化和平衡能效與性能。

構建循環經濟

當用戶更換系統時，標準的綠色計算做法是分解和回收舊系統。但 Matt Hull 發現了更好的方案。

NVIDIA 數據中心 AI 產品銷售副總裁 Hull 表示：“構建循環經濟，讓每個人都能用上 AI 是我們的愿景。”

因此，他的目標是在發展中國家為該系統找到新的歸屬，讓這些用戶認為它有用且價格合理。這項正在開展的工作需要找到合適的合作伙伴并將在現有的生命周期管理流程中書寫新的篇章。

綠色計算對抗氣候變化

節能的計算機是對抗氣候變化的最有效工具。

長期以來，政府實驗室以及大學的科學家們一直使用 GPU 來模擬氣候情景和預測天氣模式。在 NVIDIA GPU 的驅動下，最新 AI 的天氣預報建模速度比傳統模型快 10 萬倍。請觀看以下視頻了解詳情：

為了加速氣候科學的發展，NVIDIA 宣布建立 Earth-2 的計劃。Earth-2 是專門用于預測氣候變化影響的 AI 超級計算機。它將使用 3D 設計協作和模擬平臺 NVIDIA Omniverse 來構建地球的數字孿生，使科學家能夠以超高的分辨率模擬氣候。

另外，NVIDIA 還與聯合國衛星中心一起加速氣候災害管理，并在全球培訓數據科學家使用 AI 改進洪水檢測。

公用事業單位也在使用機器學習實現綠色、有彈性的智能電網。發電廠則在使用數字孿生進行預測性維護以及建立新能源模型，比如核聚變反應堆的設計等。

綠色計算的未來發展趨勢

Feng 認為綠色計算背后的核心技術會取得多點突破。

短期內，他正在研究所謂的能量比例，即如何確保系統在需要峰值性能時獲得峰值功率，并在系統放慢到空閑狀態時“優雅”地把功率降低到零，就像現代汽車的發動機逐漸放慢轉速并在紅燈前停止一樣。

研究人員試圖縮小能量比例計算的差距

從長遠看，他正在探索如何通過最大限度地減少計算機芯片內部之間的數據移動來減少其能耗。他還與許多其他研究者一起研究如何使用量子計算提供新型加速。

這些持續進行的綠色計算工作將不斷提高計算機的性能與效率。