बिजली एक सर्वव्यापी चिंता है, और पूरे सिस्टम पर विचार किए बिना किसी सिस्टम की ऊर्जा खपत को अनुकूलित करना असंभव है। हार्डवेयर कार्यान्वयन के अनुकूलन में जबरदस्त प्रगति हुई है, लेकिन अब यह पर्याप्त नहीं है। संपूर्ण सिस्टम को अनुकूलित किया जाना चाहिए.
इसके दूरगामी निहितार्थ हैं, जिनमें से कुछ डोमेन-विशिष्ट कंप्यूटिंग की ओर मार्ग प्रशस्त कर रहे हैं। बाईं ओर शिफ्ट एक भूमिका निभाता है, लेकिन इससे भी महत्वपूर्ण बात यह है कि इसका मतलब है कि किसी परिभाषित कार्य के लिए कुल ऊर्जा खपत में भूमिका निभाने वाले सभी पक्षों को उस लक्ष्य को प्राप्त करने के लिए मिलकर काम करना होगा।
ऊर्जा तेजी से प्रथम श्रेणी का विचार बनती जा रही है। "चूंकि ऊर्जा दक्षता सभी कंप्यूटिंग डोमेन में एक महत्वपूर्ण चिंता बन गई है, इसलिए आर्किटेक्ट्स से अक्सर हार्डवेयर और सॉफ्टवेयर डिजाइन दोनों के लिए एल्गोरिदम की ऊर्जा लागत पर विचार करने का अनुरोध किया जाता है," उत्पाद प्रबंधन और रणनीतिक विपणन के वरिष्ठ निदेशक गुइल्यूम बोइलेट कहते हैं। धमनी. “ध्यान केवल कम्प्यूटेशनल दक्षता (गति, थ्रूपुट, विलंबता) के लिए अनुकूलन से हटकर ऊर्जा दक्षता (प्रति ऑपरेशन जूल) के अनुकूलन पर केंद्रित हो रहा है। इसके लिए मेमोरी एक्सेस की संख्या, गणना की समानांतरता और विशेष हार्डवेयर त्वरक के उपयोग जैसे कारकों पर विचार करने की आवश्यकता है जो कुछ कार्यों के लिए अधिक ऊर्जा-कुशल गणना की पेशकश कर सकते हैं।
यह हार्डवेयर कार्यान्वयन से हार्डवेयर और सॉफ्टवेयर दोनों के वास्तुशिल्प विश्लेषण पर ध्यान केंद्रित करता है। ईडीए ग्रुप के उत्पाद प्रबंधन निदेशक विलियम रूबी कहते हैं, "डिज़ाइन प्रवाह के बाद के चरणों के दौरान, अनुकूलन के अवसर कम हो जाते हैं।" Synopsys. “आपके पास स्वचालित अनुकूलन के लिए अधिक अवसर हो सकते हैं, लेकिन आप छोटे प्रतिशत सुधार के लिए बाध्य हैं। संभावित बचत के लिए वक्र पर विचार करते समय (चित्र 1 देखें), यह वास्तुकला से साइन-ऑफ तक एक सहज वक्र नहीं है। संश्लेषण पर एक विभक्ति बिंदु है। डिज़ाइन को कार्यान्वयन के लिए मैप करने से पहले, आपके पास स्वतंत्रता की कई और डिग्री होती हैं, लेकिन इस विभक्ति बिंदु के बाद, चीजें काफी हद तक कम हो जाती हैं।
चित्र.1: डिज़ाइन चरणों के दौरान बिजली बचत के अवसर। स्रोत: सारांश
बड़ी बाधा यह है कि विभक्ति बिंदु से पहले, शक्ति गतिविधि पर निर्भर हो जाती है, और इससे स्वचालित अनुकूलन बहुत अधिक कठिन हो जाता है। "आरटीएल विकास के दौरान, डायनेमिक वेक्टर-संचालित चेक का उपयोग बर्बादी को उजागर करने और इसे कम करने के लिए लॉजिक रिस्ट्रक्चरिंग, क्लॉक गेटिंग, ऑपरेटर गेटिंग और अन्य तकनीकों को करने के लिए किया जा सकता है," काजी अहमद, प्रमुख उत्पाद प्रबंधक कहते हैं। सीमेंस ईडीए. “यह समझना भी महत्वपूर्ण है कि बिजली उपयोग-मामले के प्रति संवेदनशील है और यह सुनिश्चित करने के लिए कि सभी संभावित परिदृश्यों को कवर किया गया है, वास्तविक सॉफ्टवेयर-संचालित वर्कलोड के साथ प्रोफाइल किया जाना चाहिए। यह पूर्ण एसओसी के संदर्भ में विशेष रूप से सच है, जहां आईपी-स्तर पर सिंथेटिक वेक्टर संचालित विश्लेषण से पावर लिफाफा पूरी तरह से अलग हो सकता है।
सिनोप्सिस में वर्चुअल प्रोटोटाइपिंग के प्रमुख इंजीनियर टिम कोगेल कहते हैं, "अधिक अग्रिम योजना, प्रोफाइलिंग और अनुकूलन की आवश्यकता होगी।"
कोगेल ने विभिन्न स्तरों की ओर इशारा किया जिन पर ध्यान देने की आवश्यकता है:
- मैक्रो-आर्किटेक्चर स्तर पर, बड़े-टिकट वाले ट्रेडऑफ़ विश्लेषण और समर्पित प्रसंस्करण तत्वों के चयन के लिए;
- सूक्ष्म-वास्तुकला स्तर पर, लक्ष्य अनुप्रयोग के लिए निर्देश सेट और निष्पादन इकाइयों को अनुकूलित करने के लिए;
- एल्गोरिथम स्तर पर, कम्प्यूटेशनल दक्षता और मेमोरी एक्सेस के लिए एल्गोरिदम का चयन और अनुकूलन, और
- सॉफ़्टवेयर स्तर पर, डेवलपर्स को बिजली और ऊर्जा के लिए अपने सॉफ़्टवेयर को अनुकूलित करने के तरीके पर फीडबैक प्रदान करना।
उन्होंने कहा, "डेटा उत्पन्न करने के लिए वर्चुअल प्रोटोटाइपिंग और सॉफ्टवेयर विकास के लिए बिजली और ऊर्जा-जागरूक टूलींग की आवश्यकता होगी, जिससे हार्डवेयर और सॉफ्टवेयर कार्यान्वयन को अनुकूलित किया जा सकता है।"
सॉफ्टवेयर मैपिंग
सॉफ़्टवेयर में क्या होना चाहिए यह तय करना एक प्रारंभिक कार्य है। "क्या मुझे सीपीयू को ऑफलोड करने के लिए डीएसपी कोर चाहिए?" सिनोप्सिस की रूबी पूछती है। “यह मेरी बिजली खपत को कैसे प्रभावित करता है? क्या मैं एक हार्डवेयर त्वरक लागू करना चाहता हूँ, या क्या मैं ये सभी कार्य सॉफ़्टवेयर में करना चाहता हूँ? सीपीयू पर चलने वाले सॉफ़्टवेयर की ऊर्जा लागत शून्य नहीं है।"
जैसे-जैसे सिस्टम अपने सॉफ़्टवेयर द्वारा तेजी से परिभाषित होते जा रहे हैं, ऊर्जा के लिए विचार वहीं से शुरू होना चाहिए। "जब ऊर्जा बचाने और प्रदर्शन में सुधार की बात आती है तो सॉफ्टवेयर एक प्रमुख तत्व है," वरिष्ठ प्रिंसिपल सीपीयू आर्किटेक्ट विंसेंट रिसन कहते हैं। बांह. “कंप्यूटर-गहन अनुप्रयोगों को अक्सर एप्लिकेशन अनुकूलन से काफी लाभ होता है। यह अत्यधिक ट्यून किए गए पुस्तकालयों या गतिशील ढांचे के संदर्भ में स्थिर हो सकता है जो गणना को सबसे इष्टतम प्रसंस्करण इंजन पर लक्षित करने की अनुमति देता है। उदाहरण के लिए, मोबाइल उपकरणों को एक सीपीयू सिस्टम आर्किटेक्चर पर मानकीकृत किया गया है जो एक सामान्य आईएसए और कॉन्फ़िगरेशन के अनुरूप एप्लिकेशन प्रोसेसर को विभिन्न गणना प्रदर्शन प्रदान करता है। यह अनुप्रयोगों को गतिशील रूप से उन प्रोसेसरों पर स्थानांतरित करने की अनुमति देता है जो दक्षता के लिए इष्टतम हैं। सॉफ्टवेयर और विषम हार्डवेयर दोनों के संयोजन द्वारा प्रदान की गई आत्मनिरीक्षण और बहुमुखी प्रतिभा के लिए तंत्र भविष्य में बेहतर दक्षता के अवसर प्रदान करेंगे।
अक्सर प्रोसेसर के एक से अधिक वर्ग होते हैं जिन पर सॉफ़्टवेयर चलाया जा सकता है। इंटेल में क्लाइंट एसओसी आर्किटेक्चर के फेलो और डिजाइन इंजीनियरिंग ग्रुप सीटीओ जेफ विलकॉक्स कहते हैं, "हम जिस प्रकार के कार्यभार देख रहे हैं, उसके आधार पर हम चुन सकते हैं कि किसी दिए गए एप्लिकेशन को कहां चलना चाहिए।" “यदि यह छोटे कोर की ज़रूरतों से अधिक है, तो बड़े कोर को सक्रिय किया जा सकता है। यह पता लगाने और पता लगाने के लिए टेलीमेट्री और कार्यभार लक्षण वर्णन है कि चीजों को सबसे अधिक ऊर्जा कुशल बनाने के लिए कहां चलाया जाना चाहिए। बहुत सारे कार्यभार जो हम अभी देख रहे हैं वे भिन्न हैं। भले ही ये सममित एजेंट हों जो समान कार्यभार पर काम कर रहे हों, उनमें एक-दूसरे के बीच निर्भरता होती है। बहुत सारे कार्यभार के लिए असममित एजेंटों की आवश्यकता बढ़ रही है, जहां हमारे पास जीपीयू, एनपीयू, आईपीयू उपलब्ध हैं, और जहां इस प्रकार के कार्यभार सीपीयू के साथ सहयोग कर रहे हैं। इसे अनुकूलित करना बहुत कठिन काम है। हम उस बिंदु पर पहुंच गए हैं जहां हमारे पास प्रदर्शन और शक्ति चुनौतियों को समझने में सक्षम होने के लिए हुक हैं, लेकिन हम अभी भी वास्तव में यह समझने के लिए उपकरण बना रहे हैं कि इसे पूरी तरह से कैसे पचाना और अनुकूलित करना है।
यहां कठिनाई यह है कि कार्यभार की वास्तुकला हार्डवेयर की वास्तुकला पर निर्भर हो सकती है। अनटेथर एआई में हार्डवेयर के उपाध्यक्ष रेनक्सिन ज़िया कहते हैं, "एआई के क्षेत्र में कई विकास हुए हैं और केवल मॉडल का आकार ही महत्वपूर्ण नहीं है।" “यह भी उतना ही महत्वपूर्ण है कि मॉडल कैसे बनाए जाते हैं, और क्या उनका निर्माण ऊर्जा कुशल तरीके से किया जाता है। इसका उत्तर देना कठिन है क्योंकि यह वास्तुकला पर निर्भर है। जीपीयू पर चलने वाले एल्गोरिदम की ऊर्जा लागत, कंप्यूट आर्किटेक्चर पर मेमोरी पर चलने वाले एल्गोरिदम की ऊर्जा लागत से बहुत भिन्न हो सकती है।
सॉफ्टवेयर पर ध्यान दें
आम सहमति यह है कि अधिक हार्डवेयर-सॉफ़्टवेयर सहयोग के बिना इनमें से कुछ भी संभव नहीं है। इंटेल की डेटा सेंटर यूनिट में सीनियर फेलो शैलेश कोट्टापल्ली कहते हैं, "उन स्टेप फ़ंक्शन सुधारों को प्राप्त करने के लिए हार्डवेयर-सॉफ़्टवेयर सह-विकास की आवश्यकता है।" “हार्डवेयर में इसे पारदर्शी तरीके से करने की कोशिश ही अपनी सीमा तक पहुंच रही है। देखिए AI में क्या हो रहा है। यदि हार्डवेयर ही एकमात्र तत्व होता, तो हम वह व्यापक प्रगति नहीं देख पाते जो हम देख रहे हैं। इसमें से बहुत कुछ एल्गोरिथम सुधार है। सॉफ़्टवेयर एल्गोरिदम के साथ, यदि आप पथ की लंबाई कम करते हैं, तो आप कम संख्या में निर्देशों और कम सॉफ़्टवेयर कार्य के साथ समान परिणाम प्राप्त कर सकते हैं। कभी-कभी जब आपको उस पर स्पष्टता मिलती है, तो हम यह पता लगा सकते हैं कि उन एल्गोरिदम के लिए एक नया इष्टतम निर्देश सेट, एक नया माइक्रो-आर्किटेक्चर है, और फिर आप हार्डवेयर में इसे और अनुकूलित कर सकते हैं।
इसके लिए सॉफ्टवेयर विकास प्रवाह में बड़े बदलाव की आवश्यकता है। सिनोप्सिस के कोगेल का कहना है, "अतीत में, आर्किटेक्चर और सॉफ्टवेयर प्रवाह को उत्पादकता के लिए अनुकूलित किया गया था, जिसका अर्थ है कि सामान्य प्रयोजन के प्रोसेसर को सबसे तेज़ और सबसे सस्ते सॉफ्टवेयर टूल का उपयोग करके उच्च-स्तरीय भाषाओं के साथ प्रोग्राम किया जाता था।" “सामान्य दिशा यथासंभव अधिक लचीलापन और उत्पादकता प्रदान करना था, और केवल उतना ही अनुकूलन करना था जितना आवश्यक हो। इसे केवल उतना ही लचीलापन प्रदान करने की आवश्यकता है जितना आवश्यक हो, और अन्यथा समर्पित कार्यान्वयन का उपयोग करें।
कई सॉफ़्टवेयर फ़ंक्शंस के लिए, मेमोरी एक्सेस बिजली का सबसे बड़ा उपभोक्ता है। सिनोप्सिस की रूबी का कहना है, "एक सॉफ्टवेयर फ़ंक्शन को अलग-अलग तरीकों से कार्यान्वित किया जा सकता है, और इसके परिणामस्वरूप अलग-अलग शक्ति और ऊर्जा प्रोफाइल के साथ अलग-अलग निर्देश स्ट्रीम होते हैं।" “आपको मेमोरी एक्सेस निर्देशों को महत्व देने या भारी लागत निर्धारित करने की आवश्यकता है। आपको सावधान रहना होगा कि आप चीजों को किस प्रकार मॉडल करते हैं। भले ही यह सिर्फ सीपीयू है, आपको सिस्टम के संदर्भ में ऊर्जा की लागत को मॉडल करने की आवश्यकता है।
भविष्य में, परिणाम सटीकता भी एक कारक हो सकती है जो अनुकूलन में मदद कर सकती है। आर्टेरिस बोइलेट का कहना है, "उपलब्ध हार्डवेयर संसाधनों का बेहतर उपयोग करने के लिए सॉफ़्टवेयर को अनुकूलित करके पर्याप्त बिजली बचत प्राप्त की जा सकती है।" “इसमें कंपाइलर अनुकूलन, कम्प्यूटेशनल जटिलता को कम करने के लिए कोड रिफैक्टरिंग और विशेष रूप से ऊर्जा कुशल होने के लिए डिज़ाइन किए गए एल्गोरिदम शामिल हैं। उत्तरार्द्ध को उन अनुप्रयोगों के लिए अनुमानित कंप्यूटिंग के साथ प्राप्त किया जा सकता है जो कुछ स्तर की अशुद्धि को सहन कर सकते हैं, जैसे मल्टीमीडिया प्रोसेसिंग, मशीन लर्निंग और सेंसर डेटा विश्लेषण।
विश्लेषण
यह सब विश्लेषण से शुरू होता है। रूबी कहती हैं, ''हम सिस्टम का एक वर्चुअल मॉडल बना सकते हैं।'' “तब हम उपयोग के मामलों को परिभाषित कर सकते हैं, जो इस संदर्भ में वास्तव में डिज़ाइन के ऑपरेटिंग मोड का एक क्रम है। वह अभी तक सॉफ्टवेयर नहीं है. आपके पास सिस्टम को मॉडलों के संग्रह के रूप में वर्णित किया गया है, प्रदर्शन मॉडल और पावर मॉडल दोनों। और यह आपको इन मॉडलों और आपके द्वारा परिभाषित उपयोग के मामले के आधार पर एक पावर प्रोफ़ाइल देगा। अगला विकल्प एक समान प्रकार का वर्चुअल सिस्टम विवरण है। अब, आप उसके विरुद्ध एक वास्तविक सॉफ़्टवेयर कार्यभार चलाते हैं। यदि आप और भी गहराई में जाते हैं, यदि आप अधिक दृश्यता, बारीक विवरण चाहते हैं, तो आप डिज़ाइन का आरटीएल विवरण ले सकते हैं, हो सकता है कि यह अभी तक अंतिम न हो, हो सकता है कि यह अभी भी शुरुआती हो, लेकिन जब तक यह अधिकतर हिलता-डुलता रहता है, आप इसे लगा सकते हैं एक एमुलेटर और वास्तविक कार्य चलाएँ। एक बार जब आप ऐसा कर लेंगे, तो एम्यूलेटर एक गतिविधि डेटाबेस तैयार करेगा। अनुकरण-उन्मुख शक्ति विश्लेषण क्षमताएं मौजूद हैं जो बड़ी मात्रा में डेटा, कार्यभार डेटा के लाखों घड़ी चक्र ले सकती हैं और एक पावर प्रोफ़ाइल उत्पन्न कर सकती हैं। ऐसी कई चीज़ें हैं जो की जा सकती हैं।”
कुछ मामलों में, यह पर्याप्त लंबी अवधि नहीं हो सकती है। इंटेल के कोट्टापल्ली कहते हैं, "हमारा अधिकांश थर्मल विश्लेषण बंद लूप विश्लेषण पर आधारित है, जो सिलिकॉन डेटा पर आधारित है, न कि प्री-सिलिकॉन सिमुलेशन पर क्योंकि आवश्यक ट्रेस लंबाई और विश्लेषण के लिए आवश्यक समय है।" “ऐसा कोई तरीका नहीं है जिससे हम यथार्थवादी थर्मल प्रोफ़ाइल स्थापित करने के लिए इतने लंबे समय तक अनुकरण कर सकें। हम विभिन्न प्रकार के वर्कलोड और ट्रेस का उपयोग करके सिलिकॉन से प्रोफ़ाइल डेटा का उपयोग करते हैं, और फिर हम विश्लेषण करते हैं कि हमें कौन से समाधान बनाने की आवश्यकता है।
जब समय-सीमा कम हो तो यह आसान होता है। रूबी कहती हैं, ''मौलिक वास्तुशिल्प निर्णयों पर किसी प्रकार की शक्ति को ध्यान में रखकर विचार करने की आवश्यकता है।'' “आपको सभी प्रोसेसिंग कोर और मेमोरी सबसिस्टम सहित अपने सिस्टम के सभी हिस्सों के एक उच्च स्तरीय, अधिक अमूर्त मॉडल की आवश्यकता है, क्योंकि यह कैसे व्यवस्थित किया जाता है यह वास्तव में बहुत महत्वपूर्ण है। वास्तव में कितनी मेमोरी की आवश्यकता है? ये मौलिक वास्तुशिल्प निर्णय हैं। आपके पास इन घटकों से जुड़ा कुछ पावर डेटा होना चाहिए। इस विशेष कार्यभार या उस विशेष कार्यभार के तहत सीपीयू कितनी बिजली की खपत कर रहा है? डीएसपी कोर, हार्डवेयर, मेमोरी, चिप पर नेटवर्क के बारे में क्या - प्रत्येक ऑपरेशन करते समय इनमें से प्रत्येक कितना उपभोग कर रहा है? उन्हें मौलिक वास्तुशिल्प निर्णय लेने की आवश्यकता है।
बिजली से संबंधित कई नए उपकरणों की आवश्यकता है। इंटेल के विलकॉक्स का कहना है, "हालांकि उच्च गति, उच्च-शक्ति घनत्व वाले ट्रांजिएंट से निपटने के लिए ईडीए उपकरण मौजूद हैं, लेकिन कई अन्य चुनौतियां भी हैं।" “कुछ अन्य चुनौतियाँ लंबे समय तक निरंतर गतिशीलता, या एसओसी में चीजों को कैसे प्रबंधित करें, इस पर ध्यान दे रही हैं। मैंने ईडीए क्षेत्र में उतनी मदद नहीं देखी है जो इसमें मदद कर रही हो। हम उन क्षमताओं को आज़माने और बनाने के लिए और अधिक घरेलू उपकरण बना रहे हैं।''
हालाँकि इन आर्किटेक्चरल ट्रेडऑफ़ के हार्डवेयर पक्ष के लिए उपकरण विकसित किए गए हैं, लेकिन सॉफ़्टवेयर पक्ष में मदद के लिए आज कुछ उपकरण मौजूद हैं। रूबी कहती हैं, ''हमें अपने सॉफ्टवेयर इंजीनियरों की जरूरत है ताकि वे जल्द से जल्द सही कोड तैयार कर सकें।'' “मेरा मानना है कि वास्तव में सॉफ़्टवेयर डेवलपर के लिए किसी प्रकार की सहयोगी तकनीक की आवश्यकता है। जैसे हमारे पास हार्डवेयर के लिए आरटीएल पावर विश्लेषण उपकरण हैं, सॉफ्टवेयर विकास प्रणालियों को कुछ प्रकार के पावर प्रोफाइलर की आवश्यकता होती है जो उन्हें बताएगा कि यह कोड कितनी बिजली और ऊर्जा की खपत कर रहा है। चूंकि अब हम एआई के युग में रह रहे हैं, इसलिए एआई तकनीक से कोड का विश्लेषण कराना अच्छा होगा। आपको बिजली की खपत का अनुमान मिलता है और कुछ एआई तकनीक कह सकती है, यदि आप अपने कोड को इस तरह से पुनर्गठित करते हैं, तो आप बहुत सारी बिजली बचा सकते हैं।
निष्कर्ष
हार्डवेयर की दुनिया बिजली और ऊर्जा से संबंधित दीवारों से टकरा रही है। उस समुदाय के भीतर थर्मल सीमाएँ और चिंताएँ बढ़ रही हैं। उन्हें ध्यान में रखे बिना, हार्डवेयर कार्यक्षमता विकसित नहीं हो सकती। लेकिन ये सिस्टम-स्तरीय चिंताएं होने के स्तर तक नहीं पहुंचे हैं। जब तक ऊर्जा की खपत में योगदान देने वाले सभी पक्ष एक ही कमरे में बैठकर सिस्टम को ऊर्जा कुशल नहीं बनाते, तब तक हम समस्या का सही समाधान नहीं देख पाएंगे।
इसका एक दूसरा पक्ष भी है. वे सभी लोग जो उन उपकरणों का उत्पादन करते हैं जिनका उपयोग वे लोग करते हैं, उन्हें भी एक ही कमरे में आना होगा और ऐसे प्रवाह विकसित करने होंगे जो सभी को सफल होने में सक्षम बनाएं। हालाँकि कुछ थर्मल चुनौतियों को हल करने के लिए ईडीए और सिस्टम दुनिया के बीच कुछ प्रगति हुई है, वास्तुशिल्प स्तर पर कम प्रगति हुई है, और हार्डवेयर और सॉफ्टवेयर दुनिया के बीच लगभग कोई प्रगति नहीं हुई है। कार्यक्षमता पर ध्यान केंद्रित करने वाले वर्चुअल प्रोटोटाइप पर्याप्त नहीं हैं। उन्हें सिस्टम पावर और ऊर्जा तक विस्तारित करने की आवश्यकता है, और यह कंपाइलर डेवलपर्स को शामिल किए बिना नहीं किया जा सकता है। डोमेन-विशिष्ट कंप्यूटिंग के भीतर एक अवसर है, क्योंकि ये लोग इन समस्याओं के परिणामस्वरूप हार्डवेयर में एक नई दिशा ले रहे हैं, और यह उनके लिए निकटवर्ती क्षेत्रों में प्रगति करने के लिए काफी महत्वपूर्ण हो सकता है। लेकिन ऐसा लगता है कि यह सब भविष्य में लंबे समय तक बना रहेगा।
संबंधित पढ़ना
चिप्स में बिजली की बढ़ती कीमत
अधिक डेटा के लिए तेज़ प्रोसेसिंग की आवश्यकता होती है, जिससे समस्याओं का एक पूरा समूह पैदा होता है - जिनमें से सभी स्पष्ट या हल करने योग्य भी नहीं हैं।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://semiengineering.com/optimizing-energy-at-the-system-level/
