Core Concepts
IoTCO2는 사물인터넷 기반 딥러닝 애플리케이션의 탄소 발자국을 정확하게 평가하기 위한 종단 간 모델링 도구이다.
Abstract
이 논문은 사물인터넷 기반 딥러닝 애플리케이션의 탄소 발자국을 평가하기 위한 IoTCO2라는 종단 간 모델링 도구를 소개한다.
운영 탄소 발자국 모델링 부분에서는 다양한 딥러닝 모델에 대한 커널 수준 에너지 데이터를 수집하고, 이를 바탕으로 랜덤 포레스트 회귀 모델을 구축하여 양자화된 모델과 신경망 처리 장치(NPU)를 고려한 정확한 에너지 소비 예측을 가능하게 한다.
제품 생산 과정에서 발생하는 내재 탄소 발자국 모델링 부분에서는 컴퓨팅 하드웨어뿐만 아니라 액추에이터, 케이스, PCB, 전원 공급 장치, 아날로그 센서, 사용자 인터페이스 등 사물인터넷 기기에 포함된 다양한 비컴퓨팅 하드웨어 구성 요소를 고려하여 포괄적인 모델링을 수행한다.
IoTCO2는 실제 측정값과 비교하여 최대 ±21%의 편차를 보이며, 다양한 사용 사례 연구를 통해 실제 적용 가능성을 입증한다.
Stats
사물인터넷 기기 수는 2018년 200억 개에서 2028년 2,200억 개로 연간 약 40% 증가할 것으로 예상된다.
사물인터넷 기기의 탄소 배출량은 2028년 319 MtCO2-eq에 달할 것으로 예상되며, 이는 전 세계 데이터 센터의 탄소 배출량을 초과할 것으로 전망된다.
Quotes
"IoT 기기에서 실행되는 딥러닝 추론의 탄소 발자국을 포괄적으로 평가하는 것은 더 복잡한 과제이다."
"IoTCO2는 IoT 기기에서 실행되는 딥러닝 추론의 운영 및 내재 탄소 발자국을 정확하게 추정하는 것을 목표로 한다."