論文の概要: The Dirty Secret of SSDs: Embodied Carbon
- arxiv url: http://arxiv.org/abs/2207.10793v1
- Date: Fri, 8 Jul 2022 12:45:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:01:29.749027
- Title: The Dirty Secret of SSDs: Embodied Carbon
- Title（参考訳）: ssdの汚れた秘密:具体化炭素
- Authors: Swamit Tannu and Prashant J. Nair
- Abstract要約: Solid-State Drives(SSD)は、データセンタやハンドヘルドデバイスを越えたデータの保存とアクセス方法に革命をもたらしました。
残念なことに、テクノロジーは環境に重大な影響を及ぼす可能性がある。
本稿では,ストレージシステムを持続可能なものにするための4つの戦略を概説する。
- 参考スコア（独自算出の注目度）: 0.609170287691728
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scalable Solid-State Drives (SSDs) have revolutionized the way we store and
access our data across datacenters and handheld devices. Unfortunately, scaling
technology can have a significant environmental impact. Across the globe, most
semiconductor manufacturing use electricity that is generated from coal and
natural gas. For instance, manufacturing a Gigabyte of Flash emits 0.16 Kg
CO$_2$ and is a significant fraction of the total carbon emission in the
system. We estimate that manufacturing storage devices has resulted in 20
million metric tonnes of CO$_2$ emissions in 2021 alone. To better understand
this concern, this paper compares the sustainability trade-offs between Hard
Disk Drives (HDDs) and SSDs and recommends methodologies to estimate the
embodied carbon costs of the storage system. In this paper, we outline four
possible strategies to make storage systems sustainable. First, this paper
recommends directions that help select the right medium of storage (SSD vs
HDD). Second, this paper proposes lifetime extension techniques for SSDs.
Third, this paper advocates for effective and efficient recycling and reuse of
high-density multi-level cell-based SSDs. Fourth, specifically for hand-held
devices, this paper recommends leveraging elasticity in cloud storage.
- Abstract（参考訳）: スケーラブルなソリッドステートドライブ(SSD)は、データセンタやハンドヘルドデバイスを越えたデータの保存とアクセス方法に革命をもたらしました。
残念ながら、スケーリング技術は環境に大きな影響を与える可能性がある。
世界中で、ほとんどの半導体製造は石炭と天然ガスから発生する電気を使っている。
例えば、ギガバイトのフラッシュの製造は0.16Kg CO$_2$を放出し、システム全体の二酸化炭素排出量のかなりの割合を占める。
2021年だけで、製造貯蔵装置は2000万トンのco$_2$排出量を生み出したと推定している。
この懸念をより深く理解するために,ハードディスクドライブ(hdd)とssdの持続可能性トレードオフを比較し,ストレージシステムの具体的炭素コストを推定するための方法論を推奨する。
本稿では,ストレージシステムを持続可能なものにするための4つの戦略を概説する。
まず,ストレージの適切な媒体(SSD対HDD)の選択を支援する方向を推奨する。
次に,SSDの寿命延長手法を提案する。
第3に,高密度セルベースSSDの有効かつ効率的なリサイクルと再利用を提唱する。
第4に,特にハンドヘルドデバイスでは,クラウドストレージの弾力性を活用することを推奨する。
関連論文リスト
- Haina Storage: A Decentralized Secure Storage Framework Based on Improved Blockchain Structure [8.876894626151797]
ブロックチェーンに基づく分散ストレージは、クラウドサービス上のセキュアなデータストレージを効果的に実現することができる。
しかし、ストレージ容量の低下や効率の低下など、既存のスキームにはまだいくつかの問題がある。
主に4つの側面を含む分散ストレージフレームワークを提案する。
論文 参考訳（メタデータ） (2024-04-02T02:56:27Z) - Carbon Footprint Reduction for Sustainable Data Centers in Real-Time [2.794742330785396]
本稿では, 炭素フットプリント削減, エネルギー消費, エネルギーコストの目的のために, データセンターを最適化するための多エージェント強化学習(MARL)フレームワークを提案する。
その結果,DC-CFR MARLエージェントは実世界の動的気象条件やグリッド炭素強度条件下での様々な場所での冷却,負荷シフト,エネルギー貯蔵の最適化において,複雑な相互依存性を効果的に解決した。
論文 参考訳（メタデータ） (2024-03-21T02:59:56Z) - SHIELD: Sustainable Hybrid Evolutionary Learning Framework for Carbon,
Wastewater, and Energy-Aware Data Center Management [2.9699290794642366]
地理的分散データセンター(GDDC)は、環境に重大な影響を及ぼす。
本稿では,GDDCの二酸化炭素排出量,水排出量,エネルギーコストを最適化する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2023-08-24T21:11:55Z) - Estimating the Carbon Footprint of BLOOM, a 176B Parameter Language
Model [72.65502770895417]
176ビリオンパラメータ言語モデルBLOOMの炭素フットプリントを,そのライフサイクルにわたって定量化する。
BLOOMの最終訓練で約24.7トンのカルボネックが放出されたと推定する。
本稿では,機械学習モデルの炭素フットプリントを正確に推定することの難しさについて論じる。
論文 参考訳（メタデータ） (2022-11-03T17:13:48Z) - Real-time high-resolution CO$_2$ geological storage prediction using
nested Fourier neural operators [58.728312684306545]
炭素捕獲貯蔵(CCS)は、地球規模の脱炭酸に不可欠な役割を担っている。
CCS展開のスケールアップには, 貯留層圧力上昇とガス配管マイグレーションの高精度かつ高精度なモデリングが必要である。
我々は,高分解能な3D CO2ストレージモデリングのための機械学習フレームワークであるNested Fourier Neural Operator (FNO)を,盆地スケールで導入した。
論文 参考訳（メタデータ） (2022-10-31T04:04:03Z) - Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。
私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-10T17:04:04Z) - Towards a Systematic Survey for Carbon Neutral Data Centers [23.339102377319833]
データセンターは大規模なエネルギー消費のため、炭素集約型企業である。
データセンター産業は2030年までに世界の二酸化炭素排出量の8%を占めると見積もられている。
本研究は, 政策指標と技術方法論の両方を考慮した, 炭素中性データセンターへのロードマップを提案する。
論文 参考訳（メタデータ） (2021-10-15T09:24:15Z) - A Framework for Energy and Carbon Footprint Analysis of Distributed and
Federated Edge Learning [48.63610479916003]
本稿では,分散学習政策の環境フットプリントに影響を与える要因を概説し,分析する。
バニラとコンセンサスによって駆動される分散FLポリシーの両方をモデル化する。
その結果、flは低ビット/ジュール効率を特徴とするワイヤレスシステムにおいて、顕著なエンドツーエンドの省エネ(30%-40%)が可能となった。
論文 参考訳（メタデータ） (2021-03-18T16:04:42Z) - Neural Network Compression for Noisy Storage Devices [71.4102472611862]
従来、モデル圧縮と物理ストレージは分離される。
このアプローチでは、ストレージは圧縮されたモデルの各ビットを等しく扱い、各ビットに同じ量のリソースを割り当てるように強制される。
i) 各メモリセルの容量を最大化するためにアナログメモリを使用し, (ii) モデル圧縮と物理ストレージを共同で最適化し, メモリの有用性を最大化する。
論文 参考訳（メタデータ） (2021-02-15T18:19:07Z) - Chasing Carbon: The Elusive Environmental Footprint of Computing [11.992632765006087]
我々は、炭素排出量の観点から計算の環境効果を分析する。
現代のモバイルおよびデータセンター機器に関連するほとんどの排出量は、ハードウェア製造とインフラから来ている。
論文 参考訳（メタデータ） (2020-10-28T18:15:22Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳（メタデータ） (2020-05-23T20:57:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。