物联网的兴起和摩尔定律的放缓是否会加剧气候变化?

 
在最近在加利福尼亚州圣何塞举行的Arm的TechCon 2019大会上，这家芯片许可公司表示其合作伙伴迄今已出货了超过1500亿个芯片。而且由于物联网(IoT)的兴起，或使日常物品变得智能化和互联化，预计在未来两年内还将再发售500亿个芯片。 Arm估计到2035年，将有1万亿个IOT设备。
这些物联网设备将连接到云，并需要在数据中心进行大量计算。但是这些数据中心会为气候变化做出贡献吗?毕竟，我们从摩尔定律获得的效率正在放慢。几十年来，正如英特尔董事长名誉高登·摩尔(Gordon Moore)所预言的那样，技术的进步使芯片上的晶体管数量每两年翻一番，从而使芯片变得更快，更小，更便宜。但是，正如芯片公司所承认的那样，这一进展正在放缓。
当然，物联网设备的兴起也可以使世界变得更加节能，因为这些设备将监控并减少能源浪费。我不知道这里会发生什么，但是在TechCon 2019的一次采访中，我与Arm的高级副总裁Drew Henry进行了有趣的对话。
这是我们采访的剪辑稿。
VentureBeat：我做了一个有趣的计算，想看看您是否已经完成或可以做到。您在所有这些数字上都非常出色，到2035年为止，出货量将达到1500亿个芯片，未来两年内将交付500亿个，物联网设备将达到1万亿个。这最终导致数据爆炸。
但是我担心摩尔定律在这种情况同时变慢。这是否意味着我们必须建立大量的新事物，大量的新数据中心，各种新型计算机，而又不会提高摩尔定律的效率?然后，如果这是真的，对气候变化的最终影响是什么，这是否会使地球融化?即使这些东西比以前更节能，但又消耗了多少电能?
德鲁·亨利(Drew Henry)：对，所有运行都会发生什么?对于我而言，令我惊讶的是，鉴于富有创造力的工程师的实力–不断发展的新传感器只是在消耗以太网能量……这些电容驱动的小巧微型传感器。有一些只是在以太坊里喝射频功率。
您还记得Nvidia的Phil Carmack吗?菲尔现在在Google经营所有芯片，但他在Nvidia和那里做过一点工作，在那里他为一家小型创业公司工作，[正在考虑]如何将电容性负载放入一个小的传感器并消耗功率。从中取出数据，这样您就可以在需要时启动它，并且它将发送少量数据，然后它可以返回睡眠状态。但是我的观点是，这些新兴技术正在重新利用电力。那真的很有趣。
当我开始考虑这个问题时-我有点想知道您知道吗?工程师很有创造力。有一些新的想法，您可以在其中一目了然，但是随着人们试图弄清楚这些事情，就会发现一些新的想法。
詹姆斯·汉密尔顿(James Hamilton)在数据中心方面写了一个很棒的博客。他是亚马逊的基础设施专家。在多年的每个Amazon Reinvent中，他都会在周一晚上进行类似的演讲，并谈论他们的基础架构以及所有这些。这个家伙乘船环游世界，并从他的船上运行数据中心。但是他写了关于未来的文章，并写了一些关于数据中心的未来以及使数据中心能够处理正在驱动的数据量的真正有趣的事情。他提到了一点。顺便说一下，他对自己的博客反应非常好。如果您在上面提出问题，我敢打赌他会回答。
但是，的确，我们将要做的计算量将会增加，并且必须变得更加高效。
VentureBeat：我们在电网疯狂的一天谈论这个问题。我听到的一个答案是，物联网将节省大量能源，因为世界上已经发生了太多的浪费。但是有人发明了一种新的比特币类似物的想法，这会使所有数据中心再次忙碌……对图形卡的需求越来越大，这并不能完全帮助地球。
您是否还在进行其他计算-很明显，您正在考虑要发生的事情。考虑到您在边缘和数据中心中谈论的一些事情，您是否认为事情正在按计划进行，以使所有这些愿景在相当短的时间内实现?
亨利：正常情况下，我认为是。您可以开始在有趣的新事物上看到很少的早期迹象。所有人都在谈论自动驾驶汽车，但是我喜欢走进亚马逊Go商店，看看整个体验如何。你去过一个吗?无收银员的。您走进去，然后在那儿扫描[您的物品]。
有趣的是，现在看到了这些类型的应用程序正在发生，因为它们是这些事情将如何发展的真正早期指标。您可以从管理收银机中剔除劳动力，然后将劳动力分摊到地板上。它变得更多地与客户互动，而减少了签出客户。
去年，我对10亿个下降凸轮进行了分析。十亿个丢弃凸轮每个月产生大约400至600 EB数据，比传输Internet的数据更多。我对此很感兴趣，因为我相信视频传感器是一种信息丰富的设备。它会产生很多信息。例如，在亚马逊零售商店(这些Go商店)中，它们只是配备了视频传感器，用于监视商店中的活动，从而使您能够进行这种无收银的工作。这些就是我们所涉及的事情。这些东西正在发生的早期迹象。能够进入并改变购买体验的方式，在线遇到实体店，这些都是很有趣的早期指标。
我之所以这样说，是因为您在这些商店中配备了一堆视频传感器，然后您绝对必须拥有一个边缘计算设备来合并这些数据。您需要使用它进行实时分析和实时决策。但是，然后您将所有数据回传到云中，从而能够根据哪种更好的方式来操作整个系统来做出长期决策。这是这些系统运作方式的良好早期指标。
亨利：确实有两种方式。智能手机的5G确实很有趣，它将能够实现，但我认为与IoT世界将要发生的事情相比，它的有趣程度要低得多。在物联网世界中，您可以选择5G，从运营商控制到私有网络控制[网络]。您无需让运营商来为私有环境管理5G网络。在工厂车间，您不需要为所安装的传感器进行整个布线。您希望从中获得高带宽，连接性和延迟的好处，因此它接近有线速度。
诺基亚的首席执行官一直在谈论这个问题。他们的观点是，我们将采用这些5G系统并在工业物联网应用中运行它们，并且运营商不需要参与，因为这不是运营商控制的世界。这是未经许可的频谱。能够将相同的模型应用于当今实际上是更大规模的Wi-Fi类型的网络-这是一类完全不同的无线连接。
我认为这真的很有趣。对我来说，5G在工业物联网领域中使这些类型的东西作为用例变得比使手机更好变得更加有用。这也很有趣，但我认为这不是全部。
VentureBeat：我想知道5G(您提到的5G)是否快10到100倍。范围很广。我想知道它是否被填满了，还是为您提供了一些额外的带宽来在计算方面做更多的事情–更多的云计算，更多的边缘计算或两者的结合。
亨利：从来回传输数据的角度来看，确实如此。它实际上并不会改变计算速度，因为这是由您拥有的计算系统控制的。但是，能够真正快速地摄取大量数据并能够摄取，处理并返回答案的能力-我认为这将是有趣的地方。
VentureBeat：从本质上讲，私有5G还能做到更多吗?
亨利：就像我说的，回到工业物联网的例子，是的。但是，从智能手机如何发展成为5G应用程序等新型应用程序的角度来看，将会利用这些功能。很难预测，因为十年前谁能预测到其中任何一个?
VentureBeat：汽车中的超级计算机，还是有必要的吗?还是您可以在其中加入足够的云计算，而不是?
亨利：今天有必要，因为我们对您今天必须做出的决定有看法。您需要合并大量数据才能做出这些决定。请记住，不久前我就在Nvidia，那是整个DARPA自动驾驶汽车发生的事情。还记得吗在那和我们现在之间不远。与现在相比，了解您需要合并在一起以做出决策的数据的类型以及所需要做的计算，这比我们现在所做的要先进得多。
关键在于，汽车中的超级计算机已不再是一个时髦的名词，因为我们在了解需要具备哪些数据才能执行我们所需的那种自治功能时变得越来越高效。当然在某个时刻–您的智能手机是过去十年中的超级计算机。但是，像我今天谈论的有关引入Bfloat的事情-您必须处理的数据结构量的一半，但总的来说，您可以对它做出相同类型的决策。
现在有很多发明正在使它变得更加高效。您无需将劳伦斯·利弗莫尔(Lawrence Livermore)这样的超级计算机坐在汽车中进行决策，因为您已经过滤掉了最重要的信息来做出决策。您已经找到了进行计算的更好方法。
我们所做的Bfloat事情真的很酷。做到这一点的主要工程师之一，奈杰尔·斯蒂芬斯(Nigel Stephens)–这是一个有趣的故事。我在Silicon Graphics工作过的人之一是FP16背后的负责人。他现在在Arm工作。他一直在和我们一起处理Bfloat。这只是我们行业中发生的有趣的联系之一。
但奈杰尔·斯蒂芬斯(Nigel Stephens)是上周写有关Bfloat的博客的那个人-我们意识到的一件大事是，您可以在CPU上进行很多此类培训和推理。您可以用很少的硅面积来做到这一点。然后，当然，这样做会减少功耗。这些是有趣的发明，随着人们对执行此类操作所需的算法有了更深入的了解，这些发明就开始出现。这就是我们如何在做这些事情的过程中提高效率的早期例子之一。我们不必如此强悍。
VentureBeat：数据中心中的ARM情况如何?
亨利：我很高兴。您已经发布了公告，然后还有很多今天尚未公开的进展。我将公共公告作为指标，但这两种情况都在发生。亚马逊一直在部署[ARM]。他们永远是先行者。他们已经部署了自己构建的基于ARM的Graviton CPU。他们的Annapurna小组建造了它。现在，它们已部署在其A1实例中，并且部署在了其功能如服务中的基础结构中。您不需要购买计算周期的东西。您实际上购买了某种应用程序的执行。他们也将其部署到了那里。我们对这种部署感到非常兴奋。
亨利：我们的重点一直是-互联网基础架构涉及网络技术，存储技术，计算技术和安全技术。它是位于边缘的设备，位于每个服务器内部的交换机，卸载设备，服务器应用程序处理器。每年的总处理量为3亿个处理器。我们从去年的27%增长到了今年的30%。
在服务器端，这是大多数人所关注的事情，尽管从数量上看，它实际上很小，但在这方面，正在发生两种有趣的现象。首先是工作负载正在移离应用程序处理器。这是网络存储安全处理。到目前为止，我们已经部署了数百万个这样的系统，用于网络存储安全性处理，该处理曾经在Xeon上作为应用程序负载运行。现在，它可以在ARM上运行。现在已部署了数百万个系统。如果要计算工作负载TAM的数量，ARM占用了该工作负载TAM的很大一部分。
现在，在经典的应用程序处理器中-这是在做Web前端和Nginx处理，或者是通过Redis在做数据库处理，或者是在做其他类型的应用程序处理。在应用程序层，ARM与Graviton合作是超大规模采用该技术的第一个指标。然后，当然，来自像Ampere和Marvell这样的公司的商人硅供应商已经进入了市场，与HiSilicon等在中国开展的工作–这些人现在正在建造它，他们正在解决我认为正在增长的问题。我今天谈到的最前沿的东西与计算方面之间的计算市场。