在未来，全球自动驾驶汽车上运行强大计算机所需的能源可能会产生相当于当今世界所有数据中心的温室气体排放量。

这是麻省理工学院研究人员的一项新研究的关键发现，该研究探讨了如果自动驾驶汽车被广泛采用，潜在的能源消耗和相关的碳排放。

用于运行应用程序的物理计算基础设施的数据中心以其巨大的碳足迹而闻名:根据国际能源署(International Energy Agency)的数据，它们目前约占全球温室气体排放量的0.3%，相当于阿根廷全国每年的碳排放量。意识到人们对自动驾驶汽车的潜在足迹关注较少，麻省理工学院的研究人员建立了一个统计模型来研究这个问题。他们确定，10亿辆自动驾驶汽车，每辆每天行驶一小时，一台消耗840瓦的计算机，将消耗足够的能量产生与目前数据中心相同的排放量。

研究人员还发现，在90%以上的模拟场景中，为了防止自动驾驶汽车的排放量超过当前数据中心的排放量，每辆汽车用于计算的功率必须低于1.2千瓦，这将需要更高效的硬件。在一种情况下——到2050年，全球95%的车辆是自动驾驶的，计算工作量每三年翻一番，世界继续以目前的速度脱碳——他们发现，硬件效率需要每1.1年翻一番才能将排放保持在这些水平以下。

“如果我们只是保持现有的脱碳趋势和当前的硬件效率改进速度，似乎不足以限制自动驾驶汽车上计算的排放。这有可能成为一个巨大的问题。但如果我们走在前面，我们就可以设计出更高效的自动驾驶汽车，从一开始就有更小的碳足迹。”航空航天专业的研究生、第一作者Soumya Sudhakar说。

Sudhakar与她的联合顾问Vivienne Sze共同撰写了这篇论文，Vivienne Sze是电气工程和计算机科学系(EECS)的副教授，也是电子研究实验室(RLE)的成员;以及航空航天副教授、信息与决策系统实验室(LIDS)主任Sertac Karaman。这项研究发表在今天的IEEE Micro 1 - 2月刊上。

建模的排放

研究人员建立了一个框架，以探索全球完全自动驾驶电动汽车车队上计算机的运行排放，这意味着它们不需要备用的人类司机。

该模型是全球车队车辆数量、每辆车上每台计算机的功率、每辆车行驶的小时数以及每台计算机供电的碳强度的函数。

“就其本身而言，这看起来像是一个看似简单的方程。但这些变量都包含很多不确定性，因为我们正在考虑一种尚未出现的新兴应用。”Sudhakar说。

例如，一些研究表明，驾驶自动驾驶汽车的时间可能会增加，因为人们在驾驶时可以同时处理多项任务，年轻人和老年人可能会驾驶更多的时间。但其他研究表明，驾驶时间可能会减少，因为算法可以找到让人们更快到达目的地的最佳路线。

除了考虑这些不确定性之外，研究人员还需要对目前还不存在的高级计算硬件和软件进行建模。

为了实现这一目标，他们对一种用于自动驾驶汽车的流行算法的工作负载进行了建模，这种算法被称为多任务深度神经网络，因为它可以同时执行许多任务。他们探索了如果这个深度神经网络同时处理来自许多高帧率相机的许多高分辨率输入，会消耗多少能量。

当他们使用概率模型探索不同的场景时，Sudhakar惊讶地发现算法的工作量增加得如此之快。

例如，如果一辆自动驾驶汽车有10个深度神经网络处理来自10个摄像头的图像，并且该汽车每天行驶一小时，它每天将进行2160万次推断。10亿辆车可以做出21.6万亿次推论。从这个角度来看，Facebook全球所有的数据中心每天都要进行几万亿次推断(1千万亿就是1000万亿次)。

“在看到结果后，这很有道理，但这并不是很多人关注的事情。这些车辆实际上可能会使用大量的计算机能力。他们有360度的视角看世界，所以我们有两只眼睛，他们可能有20只眼睛，看遍所有地方，并试图理解同时发生的所有事情。”卡拉曼说。

他说，自动驾驶汽车将被用于运输货物和人员，因此可能会有大量的计算能力分布在全球供应链上。而且他们的模型只考虑计算，没有考虑车辆传感器消耗的能量或制造过程中产生的排放。

控制排放

为了防止排放失控，研究人员发现，每辆自动驾驶汽车需要消耗不到1.2千瓦的计算能量。为了实现这一目标，计算硬件必须以更快的速度提高效率，大约每1.1年效率就翻一番。

提高效率的一种方法可能是使用更专门的硬件，这些硬件旨在运行特定的驾驶算法。苏达卡尔说，由于研究人员知道自动驾驶所需的导航和感知任务，因此为这些任务设计专门的硬件可能会更容易。但车辆的使用寿命往往只有10年或20年，因此开发专用硬件的一个挑战是“面向未来”，这样它就可以运行新的算法。

在未来，研究人员还可以让算法更高效，这样它们就需要更少的计算能力。然而，这也具有挑战性，因为用一些准确性换取更高的效率可能会妨碍车辆的安全性。

现在他们已经展示了这个框架，研究人员希望继续探索硬件效率和算法改进。此外，他们说，他们的模型可以通过表征自动驾驶车辆的隐含碳(汽车制造时产生的碳排放)和车辆传感器的排放来增强。

虽然还有很多场景需要探索，但研究人员希望这项工作能揭示一个人们可能没有考虑到的潜在问题。

“我们希望人们将排放和碳效率作为设计时考虑的重要指标。自动驾驶汽车的能源消耗非常关键，不仅是为了延长电池寿命，也是为了可持续发展。”

这项研究部分由国家科学基金会和麻省理工学院埃森哲奖学金资助。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。