論文の概要: The Dirty Secret of SSDs: Embodied Carbon
- arxiv url: http://arxiv.org/abs/2207.10793v2
- Date: Thu, 28 Sep 2023 22:07:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-02 19:48:45.306905
- 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: SSD(Solid-State Drives)は、データストレージとアクセシビリティにおいて、データセンタとポータブルデバイスの両方にまたがる変革期を迎えています。
しかし、この技術のスケールアップに向けた努力は、環境に重大な影響を及ぼす可能性がある。
本稿では、従来のハードディスクドライブ(HDD)と比較して、SSD(Solid-State Drives)固有のサステナビリティトレードオフの分析を行う。
- 参考スコア(独自算出の注目度): 1.3960152426268766
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scalable Solid-State Drives (SSDs) have ushered in a transformative era in
data storage and accessibility, spanning both data centers and portable
devices. However, the strides made in scaling this technology can bear
significant environmental consequences. On a global scale, a notable portion of
semiconductor manufacturing relies on electricity derived from coal and natural
gas sources. A striking example of this is the manufacturing process for a
single Gigabyte of Flash memory, which emits approximately 0.16 Kg of CO2 - a
considerable fraction of the total carbon emissions attributed to the system.
Remarkably, the manufacturing of storage devices alone contributed to an
estimated 20 million metric tonnes of CO2 emissions in the year 2021.
In light of these environmental concerns, this paper delves into an analysis
of the sustainability trade-offs inherent in Solid-State Drives (SSDs) when
compared to traditional Hard Disk Drives (HDDs). Moreover, this study proposes
methodologies to gauge the embodied carbon costs associated with storage
systems effectively. The research encompasses four key strategies to enhance
the sustainability of storage systems. In summation, this paper critically
addresses the embodied carbon issues associated with SSDs, comparing them with
HDDs, and proposes a comprehensive framework of strategies to enhance the
sustainability of storage systems.
- 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、データセンタとポータブルデバイスの両方にまたがる、データストレージとアクセシビリティの変革期を迎えています。
しかし、この技術をスケールアップする上での進歩は、大きな環境影響をもたらす可能性がある。
世界規模では、半導体製造の顕著な部分は石炭や天然ガスから得られる電気に依存している。
この顕著な例は、1ギガバイトのフラッシュメモリの製造プロセスであり、約0.16KgのCO2を放出する。
注目すべきは、2021年にはストレージ機器の製造だけで推定2000万トンのCO2排出量を削減できたことだ。
これらの環境問題を踏まえ、従来のハードディスクドライブ(hdd)と比較して、ソリッドステートドライブ(ssd)に固有の持続可能性トレードオフを分析した。
さらに, 本研究は, 貯蔵システムに関連する具体的炭素コストを効果的に測定する手法を提案する。
この研究は、ストレージシステムの持続可能性を高めるための4つの重要な戦略を含んでいる。
本稿では, SSDとHDDを比較し, 組込み炭素問題に批判的に取り組むとともに, ストレージシステムの持続可能性を高めるための総合的な枠組みを提案する。
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。