사이먼 포티지 즈와트, 천체 물리학자 라이덴 대학 네덜란드에서는 생태학적으로 의식이 있습니다. 그는 더 이상 직업상의 이유로 비행기를 타지 않고 대신 기차로 여행하는 것을 선호합니다. "저는 채식주의자가 되어 탄소 발자국을 줄이려고 노력하고, 아이들에게 너무 오래 샤워하지 말라고 말하고, 재생 가능한 자원으로 전환함으로써 환경 친화적이기를 좋아합니다." 그러나 Portegies Zwart는 이러한 변경을 결정하고 탄소 발자국의 다른 측면도 고려하기 시작했습니다.
“저는 대형 기계를 많이 사용하며 이 컴퓨터는 작은 도시만큼 많은 에너지를 소비합니다.”라고 그는 설명합니다. “나는 아마도 내가 거리에서 가장 공해를 일으키는 사람이라고 생각합니다. 10,000만 가구의 에너지를 소비하는 슈퍼컴퓨터를 돌린다면 내가 누구에게 아이들에게 20분 동안 샤워를 하면 안 된다고 말해야 할까요?”
세계가 기후 변화의 결과와 씨름하면서 많은 과학자들이 탄소 배출량의 현실을 직시하기 시작했습니다. 대부분의 초점은 연구자들이 불편한 폭로에 직면하는 학업 목적의 항공 여행에 있습니다. 예를 들어, 기후 변화 연구자들은 다른 분야의 과학자들보다 더 자주 비행하는 것으로 나타났습니다. 2020년 연구에 따르면(글로브. 환경. 변화 65 102184), 기후 과학자들은 평균적으로 2019년에 XNUMX~XNUMX번 비행기를 타는 반면, 다른 연구자들은 그 기간 동안 비행기를 두 번만 탄다. 그러나 다른 과학자들도 많이 날고 있습니다. XNUMX년 연구(환경. 입술. 레트 사람. 14 095001)의 교수들이 발견한 몬트리올 대학 캐나다에서는 평균 캐나다인의 연간 탄소 발자국이 두 배였으며 대부분의 차이는 전문 여행과 관련이 있습니다.
특히 학술회의 방문이 문제의 큰 부분을 차지합니다. 가을 모임 때 미국 지구 물리학 연합 2019년 캘리포니아에서 열린 28,000명의 대표자들은 약 80,000톤의 CO를 배출했습니다.2 등가(tCO2e) 그곳으로 여행을 갔다가 집으로 돌아간다. 이는 과학자 XNUMX인당 거의 XNUMX톤 또는 에든버러 시의 평균 주간 배출량(자연 583 356).
또한, 최근에 수행된 또 다른 캐나다 연구 브리티시 컬럼비아 대학교, 학계의 항공 여행은 생산성이나 직업적 성공에 거의 또는 전혀 긍정적인 영향을 미치지 않는다는 것을 보여주었습니다(J. 클리너 제품. 226 959). 물론 전 세계적인 COVID-19 전염병에 비추어 대부분의 학자들은 온라인 회의와 워크숍을 채택하고 수용해야 했습니다. 온라인 이벤트를 통해 보다 다양한 대표자가 참석할 수 있었지만 환경적 이점도 있었습니다. 2021년 연구에 따르면 7000년에 온라인으로 개최된 2020개의 대규모 과학 회의에 참석한 2019명의 가상 대표자들이 XNUMX년 동일한 행사에 직접 참석한 한 명의 참석자와 동일한 탄소 배출량을 보였습니다(Nat. 버티다. 10.1038/s41893-021-00823-2).
물리학에서 일하는 연구원들은 컴퓨터 사용이 탄소 발자국의 큰 부분을 차지할 수 있음을 발견했습니다. 때로는 비행기 여행보다 더 많습니다.
우주 컴퓨팅 비용
기후 변화에 대한 학업 여행의 영향은 논쟁의 여지가 없지만 지난 몇 년 동안 많은 물리학자들은 컴퓨터 사용이 탄소 발자국의 큰 부분을 차지할 수 있음을 발견했습니다. 때로는 비행기 여행보다 더 많습니다.
그냥 물어 아담 스티븐스, 천체물리학자 웨스턴 오스트레일리아 대학. 동료들과 함께 그는 여행, 슈퍼컴퓨터 사용, 대형 천문대에서의 작업과 같은 "정규 활동"에서 2018년부터 2019년까지 호주 천문학자들의 총 온실 가스 배출량을 분석했습니다. 이 연구는 평균 호주 천문학자가 약 37 tCO를 생산한다는 것을 발견했습니다.2e/년(Nat. 아스트론. 4 843). 이는 호주 평균보다 40%, 세계 평균보다 15배 높은 수치입니다. 이것에 가장 크게 기여한 것은 망원경으로 수집된 엄청난 양의 데이터를 처리하고 우주론적 시뮬레이션을 수행하기 위해 슈퍼컴퓨터를 사용한 것입니다. 천문학자 1인당 약 XNUMX톤으로 연간 비행 배출량의 거의 XNUMX배에 달했습니다(그림 XNUMX).
또 다른 예에서, 다가오는 중성미자 검출을 위한 거대 어레이 (GRAND) 프로젝트는 전 세계 산악 지역에 퍼져 있는 200,000개의 안테나를 사용하여 깊은 우주에서 발생하는 초고에너지 중성미자를 탐지합니다. 작년에 이 프로젝트의 팀은 2030년대에 시작될 프로토타입, 중간 규모 및 본격적인 실험의 XNUMX단계 실험에 대한 온실 가스 배출량을 추정했습니다. 시뮬레이션 및 데이터 분석, 데이터 전송 및 저장, 컴퓨터 및 기타 전자 장치와 같은 "디지털 기술"은 프로젝트의 탄소 발자국(천체 입자 물리학 131 102587).
프로토타입 단계에서 방출의 69%는 디지털 기술에서 발생할 것으로 예상되며, 이는 여행에서 27%, 무선 안테나 제조와 같은 "하드웨어 장비"에서 4%입니다. 중간 단계에서 디지털 기술은 배출량의 40%를 차지하며 나머지는 여행과 하드웨어에 균등하게 분배됩니다. 전체 실험이 시작되고 실행되면 대부분의 배출량은 하드웨어(48%)와 디지털 기술(45%) 간에 공유됩니다.
흥미로운 점은 슈퍼컴퓨팅의 환경적 비용이 장치에 전력을 공급하는 에너지가 어디에서 오는지에 따라 크게 달라질 수 있다는 것입니다. 2020년에는 네덜란드 천문학 위원회 Portegies Zwart와 다른 연구원 그룹에게 XNUMX개 회원 기관의 탄소 발자국을 분석하도록 요청했습니다(Nat. 아스트론. 5 1195). 그들은 2019년에 네덜란드의 평균 천문학자가 4.7tCO를 방출했다고 추정했습니다.2e – 호주보다 훨씬 적은 – 그 중 4%만이 슈퍼컴퓨팅에서 발생합니다.
플로리스 반 데어 탁, 천체 물리학자 네덜란드 우주연구소 연구를 주도한 그는 네덜란드 천문학자들이 호주 동료들보다 슈퍼컴퓨터를 덜 사용하게 될 이유를 찾지 못했습니다. 따라서 이러한 차이는 에너지 공급의 차이로 인한 것일 수 있습니다. 특히 네덜란드 국립 슈퍼컴퓨팅 시설 SURF 네덜란드에서 풍력이나 태양열로 생산되는 100% 재생 가능한 전력을 사용하기 때문에 탄소 배출이 없습니다. 배출되는 몇 안 되는 배출량은 국제 시설과 더 작은 네덜란드 슈퍼컴퓨터를 사용하여 발생합니다. 실제로 Portegies Zwart는 이제 항상 자신이 사용하는 슈퍼컴퓨터가 친환경 에너지로 실행되는지 확인하고 그렇지 않은 경우 다른 시설을 사용하는 것을 고려하고 있습니다. 유사하게, van der Tak의 조언은 "시설에 대한 시간을 묻기 전에 먼저 그들이 어떤 종류의 전력을 사용하고 있는지 확인하십시오"입니다.
문제의 원인
온실 가스 배출량 하이델베르크에 있는 막스 플랑크 천문학 연구소, 독일, 유사한 국가 간 차이점을 강조 표시합니다. 2018년에 연구소의 각 연구원은 약 18 tCO를 배출했습니다.2및Nat. 아스트론. 4 812) – 네덜란드의 천문학자보다 많지만 호주 천문학자의 절반(그림 2). 이 배출량은 또한 평균 독일 거주자보다 60% 더 높았고 2030년 독일 목표의 XNUMX배에 달했습니다. 파리 기후 협정.
29년 막스 플랑크 연구소(Max Planck Institute)의 배출량 중 약 2018%는 전력 소비에서 발생했으며 컴퓨팅, 특히 슈퍼컴퓨팅이 그 중 75~90%를 차지했습니다. 독일과 호주의 주요 차이점은 권력의 출처였습니다. 2018년에 독일 전기의 약 절반은 태양열과 풍력에서 생산된 반면 호주에서는 대다수가 화석 연료, 주로 석탄에서 생산되었습니다. 이것은 호주에서 컴퓨팅을 위한 전기가 0.905kg의 CO를 생산했음을 의미합니다.2 막스 플랑크 연구소가 0.23kg의 CO를 배출하는 동안 킬로와트시당2 킬로와트시당.
Van der Tak은 이 작업의 대부분이 몇 년 전에 수행되었으며 세계는 계속 발전했다고 지적합니다. 예를 들어, 이제 더 많은 사무실에서 재생 가능한 전력을 사용합니다. 네덜란드 연구에 따르면 29년 네덜란드 천문학의 탄소 발자국 중 2019분의 100 미만(XNUMX%)이 XNUMX개 연구소의 로컬 컴퓨팅에 전력을 공급하는 것을 포함하여 전기 사용에서 발생했습니다. 당시 연구소의 절반은 친환경 전력으로 운영되고 있었습니다. 그러나 그 이후로 두 곳이 더 XNUMX% 재생 가능 전력으로 전환되었으며 van der Tak은 여섯 번째가 향후 XNUMX년 내에 전환할 것으로 예상합니다.
실제로 호주에서도 상황이 바뀌었습니다. 2020년 XNUMX월부터 국가 XNUMX대 고성능 컴퓨팅 시설 중 하나인 오즈스타 슈퍼컴퓨터가 인근 풍력발전단지에서 구입한 100% 재생에너지로 전환했습니다. Swinburne 기술 대학슈퍼컴퓨터를 호스팅하는 는 전기가 배출량의 70% 이상을 차지하기 때문에 탄소 발자국을 극적으로 줄일 수 있다고 주장합니다.
위치, 위치, 위치
그러나 당신이 사용하게 된 슈퍼컴퓨터의 방출량을 어떻게 계산할 수 있습니까? 수학자이자 물리학자였을 때 로익 라네롱그 쉬운 대답이 없다는 것을 발견하고 그는 개발했습니다. 녹색 알고리즘. 연구원이 컴퓨팅의 탄소 발자국을 추정할 수 있게 해주는 온라인 도구입니다.
에 기반을 둔 Lannelongue는 캠브리지 대학, UK는 위치가 핵심임을 거듭 강조합니다. 예를 들어, 호주에서 동일한 하드웨어에서 동일한 작업을 실행하면 전력의 대부분을 수력 발전으로 얻는 스위스에서보다 약 70배 더 많은 탄소를 배출합니다. 알고리즘 이면의 연구(고급 과학. 8 2100707) 더 효율적인 컴퓨팅 센터가 덜 효율적인 대안 슈퍼컴퓨터보다 재생 에너지를 덜 사용하는 경우 친환경적인 이점을 빠르게 잃을 수 있음을 보여줍니다. 모든 알고리즘의 탄소 발자국을 추정하는 것은 하드웨어, 작업 소요 시간, 데이터 센터 또는 슈퍼컴퓨터의 위치와 같은 주요 요소를 기반으로 하지만, Green Algorithms에는 계산이 실제로 수행되는 횟수 - 이는 배출량에 직접적인 영향을 미칩니다.
실제로 대부분의 알고리즘은 여러 번(때로는 다른 매개변수를 사용하여 수백 번까지) 실행되며 그 수는 작업과 연구 분야에 따라 크게 다를 수 있습니다(그림 3). 이 연구는 또한 미국의 일부 주뿐만 아니라 남아프리카의 컴퓨팅 배출량이 호주와 유사하다는 것을 발견했습니다. 반면에 아이슬란드, 노르웨이, 스웨덴의 전력 탄소 집약도는 특히 낮습니다.
클라우드 컴퓨팅을 사용하면 이제 연구자가 사용하는 슈퍼컴퓨터를 훨씬 더 쉽게 선택할 수 있습니다. 그러나 다른 기계로 전환할 수 없는 경우 배출량을 줄일 수 있는 다른 방법이 있습니다. Lannelongue는 최신 버전의 소프트웨어를 사용하는 것만으로도 엄청난 차이를 만들 수 있다고 말합니다. "버전을 업데이트하고 최적화된 소프트웨어를 사용하는 것은 위치에 따라 조치를 취할 수 없는 경우 다음 단계가 될 수 있습니다. 이는 컴퓨팅 요구 사항을 줄여주기 때문에 모든 것에 영향을 미치기 때문입니다."라고 그는 설명합니다.
더 나은 코딩
효율적인 코딩은 컴퓨팅을 친환경적으로 만드는 데도 중요합니다. Portegies Zwart는 “주변에서 매우 비효율적으로 코딩하는 사람들을 많이 봅니다. 그러나 그가 설명하듯이, 시간을 좀 더 들여 코드를 최적화하면 더 빠르게 실행되어 더 적은 양의 방출이 발생합니다. 코딩 언어를 바꾸는 것도 좋은 생각이 될 수 있습니다.
이를 테스트하기 위해 Portegies Zwart는 알고리즘을 사용하여 약 XNUMX개의 다른 코딩 언어를 사용하여 실행하는 실험을 수행했습니다.Nat. 아스트론. 4 819). 그는 어떤 코드도 특별히 최적화되지 않았고 각각 작성하는 데 비슷한 시간이 걸렸다고 말합니다. 그러나 물리학자들 사이에서 가장 인기 있는 코딩 언어인 Python은 실행하는 데 훨씬 더 오래 걸리므로 C++ 또는 Fortran과 같은 다른 언어보다 더 많은 방출을 생성합니다. Portegies Zwart에 따르면 문제는 Python은 사용하기가 매우 쉽지만 최적화하기 어려운 반면 다른 언어는 코딩하기는 어렵지만 최적화하기는 더 쉽다는 것입니다.
그러나 단순히 Python에서 벗어나는 것이 반드시 답은 아닙니다. Portegies Zwart의 논문에 대한 응답으로, CNRS 연구원 피에르 오제 더 나은 교육과 Python 컴파일러의 사용도 마찬가지로 효과적일 수 있다고 주장했습니다. 유체 역학 및 난류 전문가인 Augier는 그르노블 알프스 대학교 프랑스에서는 더 최적화된 코드와 XNUMX가지 다른 Python 구현을 사용하여 유사한 실험을 실행했습니다. 그는 XNUMX가지 구현이 C++ 및 Fortran보다 더 빠르고 더 적은 배출량을 생성한다는 것을 발견했으며, 이해하고 사용하기도 더 간단하다고 덧붙였습니다(Nat. 아스트론. 5 334).
“Python을 올바르게 사용하는 방법을 배우는 것이 그리 어렵지 않기 때문에 다른 언어로 옮기는 것이 더 쉽다고 생각하지 않습니다.”라고 Augier는 설명합니다. 그는 어떤 코딩 언어를 사용할 것인지에 초점을 맞추는 대신 컴퓨팅과 프로그래밍이 물리학 교육의 더 큰 부분을 차지해야 한다고 주장합니다. "우리가 물리학을 전공하자마자 학생 때 배워야 합니다." Portegies Zwart는 Python이 효율적일 수 있다는 데 동의하지만 현실을 반영하지 않는다고 말합니다. "저는 Python을 공격하는 것이 아닙니다. 대부분의 천문학자들이 사용하는 방식으로 Python을 사용하고 있으며 이는 그다지 최적화되어 있지 않습니다."라고 그는 설명합니다. 그는 물리학자들에게 더 많은 컴퓨팅을 가르치는 대신 물리학 연구 기관이 더 많은 컴퓨터 전문가를 고용해야 한다고 생각합니다. "우리는 물리학을 잘하지만 컴퓨터 과학자는 우리가 물리학에 대해 배운 모든 시간을 컴퓨터와 통신하는 방법을 배우는 데 보냈습니다."라고 그는 말합니다. “[그들이] 프로그래밍을 더 잘할 것이라는 데는 의심의 여지가 없습니다.”
숨겨진 배출
그러나 탄소 집약적일 수 있는 것은 슈퍼컴퓨터에서의 시뮬레이션만이 아닙니다. 코테라 쿠미코에서 프랑스 소르본 대학교GRAND neutrino 프로젝트를 공동 설립한 , 그는 실험의 예상 배출량을 보면 "정말 비용이 많이 드는 것이 데이터 저장 및 데이터 전송임을 알 수 있습니다"라고 말합니다. Kotera와 그녀의 동료들은 데이터 저장 및 전송이 실험의 프로토타입 단계에서 총 연간 배출량의 대략 절반, 중간 단계에서 XNUMX분의 XNUMX, 본격적인 실험 동안에는 XNUMX분의 XNUMX 이상을 차지한다는 것을 발견했습니다.천체 입자 물리. 131 102587). 이에 비해 데이터 분석과 시뮬레이션은 16단계에서 각각 약 13%, 7% 및 XNUMX%의 배출량을 생성할 것입니다.
데이터 저장 및 전송의 탄소 발자국은 데이터 센터의 에너지 수요에서 비롯됩니다. 슈퍼컴퓨터와 마찬가지로 데이터 저장은 배출량이 적은 데이터 센터를 사용하여 어느 정도 해결할 수 있습니다. Kotera는 GRAND 프로젝트도 데이터 양을 줄이기 위한 전략을 검토할 것이라고 말합니다. 그녀는 여기에 "모든 것을 보관할 필요가 없습니다"라는 아카이브 항목에 대해 주의를 기울이고 데이터를 효율적으로 정리하는 방법을 찾는 것이 포함될 것이라고 설명합니다.
"데이터를 매우 빠르게 정리할 수 있다면 아마도 많은 양과 배출량을 줄일 수 있을 것입니다."라고 그녀는 설명합니다. "데이터 전송은 글로벌 네트워크이기 때문에 까다롭습니다." 그러나 데이터 볼륨을 정리하고 줄이는 것은 여전히 도움이 될 수 있으며 과학자들은 전송 대상에 대해서도 주의할 수 있습니다. 여러 사람이 동일한 데이터 조각을 전 세계에 반복적으로 전송하면 빠르게 합산될 수 있습니다.
팀은 GRAND의 470년 프로토타입 단계에서 데이터 전송이 XNUMXtCO를 배출할 것이라고 계산했습니다.2e – 중국의 프로토타입 실험 장소 근처에 있는 파리에서 둔황 공항까지 약 270편의 비행과 유사합니다. 사실, 연구원들은 XNUMX년에 XNUMX번 비행기로 하드 드라이브를 보내는 것이 데이터를 온라인으로 전송하는 것보다 탄소 배출량이 훨씬 적다는 것을 발견했습니다.
데이터 센터의 분산된 글로벌 특성으로 인해 데이터 저장 및 전송에서 발생하는 배출량을 계산하는 것은 까다로울 수 있습니다. Kotera는 알려지지 않은 것이 많기 때문에 수치가 정확하지 않다고 경고하는 반면, van der Tak은 네덜란드 천문학의 탄소 발자국 분석이 얼마나 많은 데이터 저장 및 전송을 포괄하는지 확신할 수 없으며, 이는 그들이 살펴볼 필요가 있을 수 있다고 덧붙였습니다.
입자 물리학자들도 자신의 일을 해야 합니다. CERN예를 들어, 매년 약 100페타바이트의 데이터를 생성합니다. 이것은 다음을 사용하여 저장, 배포 및 분석됩니다. 전세계 LHC 컴퓨팅 그리드 (WLCG)는 170개국 이상에 있는 약 40개 컴퓨팅 센터의 글로벌 협업입니다. CERN은 이제 LHC에서 구현된 에너지 효율성 개선 사항, 특히 사용된 에너지 단위당 더 많은 데이터를 수집하는 능력을 설명하는 두 번째 환경 보고서와 함께 작년에 발간되었습니다. 업그레이드된 기계의 20년 수명 동안 CERN의 주력 시설이 처음 켜졌을 때보다 10배 더 에너지 효율적입니다. 그러나 보고서는 WLCG의 배출량을 실제로 다루지 않는다는 점도 인정합니다. 에너지 소비량은 CERN이 소유하거나 운영하는 WLCG 시설에 대해서만 자세히 설명되어 있습니다.
마음가짐을 바꿔라
Lannelongue는 연구원들이 컴퓨팅의 방출에 대해 더 많이 생각하기 시작하고 이를 결정에 고려하기 시작했으면 좋겠습니다. 좋은 예는 컴퓨터 리소스가 있고 집에서 침대에 누워 있기 때문에 비효율적인 코드와 소프트웨어를 밤새 실행하는 것입니다. 따라서 시간이 걸리더라도 문제가 되지 않습니다. "내가 더 효율적으로 만들면 온실 가스 배출을 줄이고 탄소 발자국을 줄일 수 있다고 말할 때까지는 괜찮습니다. 그래서 갑자기 그렇게 할 인센티브가 생겼습니다."라고 그는 설명합니다.
GRAND 프로젝트와 관련하여 Kotera는 사람들이 시뮬레이션을 자체적으로 생성하는 대신 일반적으로 실행되는 시뮬레이션을 재사용할 수 있도록 하여 동일한 데이터가 반복해서 재생되는 것을 방지할 수 있는 시뮬레이션 라이브러리를 실험에 포함할 계획이라고 말합니다. Kotera에 따르면 이는 대규모 협업에서도 일반적인 관행입니다. 중앙 저장소가 없기 때문에 다른 사람들이 동일한 시뮬레이션을 반복적으로 실행합니다. "요즘은 버튼을 누르고 XNUMX주일 시뮬레이션을 실행하고 결과를 얻은 다음 '아, 정말 필요하지 않았어요'라고 말하는 것이 너무 쉽습니다."라고 그녀는 말합니다. "우리의 목표는 사람들이 시뮬레이션을 실행하기 전에 이것이 정말로 필요한 것인지 생각하도록 권장하는 것입니다."
포스트 대규모 컴퓨팅의 거대한 탄소 발자국 첫 번째 등장 물리 세계.
