真の自動運転車はまだ少なくとも数年先の話ですが、ソフトウェアが事実上のナビゲーション手段になる日が来るとすれば、新しい研究はそれが必要になることを示しています 多くの よりエネルギー効率に優れています。 もしそうでなければ、オートパイロット機能は自動運転電気自動車の環境上の利点を表向きは無力化する可能性があります。 の研究者による新しい研究によると、 MIT、統計モデリングは、近い将来、全世界の自動操縦 EV 車両に電力を供給するために必要な潜在的なエネルギー消費量が、世界の現在のデータセンターをすべて合わせた量と同じ量の温室効果ガスを生成することを示しています。
今日、世界の数え切れないほどのアプリケーションを動かしている大規模なコンピュータ アレイを収容する物理的な場所は、 0.3パーセント 温室効果ガスの全排出量のうち、アルゼンチンが排出する炭素の年間量にほぼ匹敵します。 研究者は、1 日あたりわずか 1 時間しか運転しない 10 億台の自動運転車の自動運転技術によって、このレベルに達すると見積もっています。 比較のために、現在 15億台 世界の道路で。
[Related: Tesla is under federal investigation over autopilot claims.]
研究者はまた、生成されたモデルの 90% 以上で、EV コンピューターが 1.2 キロワット未満のコンピューティング パワーを使用して、現在のデータ センターの排出量の範囲内に収まるようにする必要があることも発見しました。これは、現在のハードウェア効率では達成できないことです。 たとえば、2050 年までにすべての車両の 95% が自動運転になり、計算負荷が 3 年ごとに倍増するというシナリオを分析する別の統計モデルでは、排出量を同じレベルに維持するには、自動車のハードウェア効率を実質的に毎年 2 倍にする必要があります。 これに対し、ムーアの法則として知られる数十年にわたって業界で受け入れられてきた速度は、計算能力が 2 年ほどごとに 2 倍になると述べています。
このようなシナリオのパラメーター (路上を走っている車の台数、走行時間、車載コンピューティング能力とエネルギー要件など) は比較的明確に見えるかもしれませんが、考慮すべき予期しない影響も数多くあります。 たとえば、自動運転車は、人々がマルチタスクを行っている間、道路上でより多くの時間を費やすことができ、実際には、若者と高齢者の両方など、交通に追加する人口統計に拍車をかける可能性があります. 次に、まだ存在しないハードウェアとソフトウェアをモデル化しようとする問題があります。
次に、考慮すべきニューラル ネットワークがあります。
[Related: Tesla driver blames self-driving mode for eight-car pileup.]
MIT によると、半自動運転車はすでに「マルチタスク ディープ ニューラル ネットワーク」などの一般的なアルゴリズムに依存しており、システムに一定のリアルタイム情報を供給する多数の高解像度カメラを使用して移動をナビゲートしています。 ある状況では、研究者は、自動運転車が 10 台のカメラからの画像を分析する 10 個のディープ ニューラル ネットワークを使用して、わずか 1 時間の運転中に 1 日あたり 2,160 万回の推論を生成すると推定しました。 これを 10 億台の車両に当てはめると、… 21.6 千兆回の推論が得られます。
「大局的に見ると、世界中のすべての Facebook のデータ センターは、毎日数兆の推論を行っています (1,000 兆は 1,000 兆です)」と MIT は説明します。
自動車業界が自動運転技術への拡大を続けたいのであれば、これらはクリアする必要がある深刻なハードルです。 EV は持続可能な未来の鍵ですが、自動運転バージョンは最終的にエネルギー危機を助長する可能性があります。