論文の概要: A Cradle-to-Gate Life Cycle Analysis of Bitcoin Mining Equipment Using Sphera LCA and ecoinvent Databases

• arxiv url: http://arxiv.org/abs/2401.17512v1
• Date: Wed, 31 Jan 2024 00:13:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-01 16:18:54.629890
• Title: A Cradle-to-Gate Life Cycle Analysis of Bitcoin Mining Equipment Using Sphera LCA and ecoinvent Databases
• Title（参考訳）: sphera lcaとecoinventデータベースを用いたbitcoinマイニング機器のクレードル-ゲート間ライフサイクル解析
• Authors: Ludmila Courtillat--Piazza and Thibault Pirson and Louis Golard and David Bol
• Abstract要約: 我々は、専用のBitcoinマイニング機器のクレードル・トゥ・ゲートライフサイクルアセスメント(LCA)を実施し、そのアーキテクチャを考慮に入れた。 結果は、Bitcoinマイニングのためのアプリケーション固有の集積回路が、生産関連の影響の主な要因であることを示している。
• 参考スコア（独自算出の注目度）: 0.6632353937719806
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bitcoin mining is regularly pointed out for its massive energy consumption and associated greenhouse gas emissions, hence contributing significantly to climate change. However, most studies ignore the environmental impacts of producing mining equipment, which is problematic given the short lifespan of such highly specific hardware. In this study, we perform a cradle-to-gate life cycle assessment (LCA) of dedicated Bitcoin mining equipment, considering their specific architecture. Our results show that the application-specific integrated circuit designed for Bitcoin mining is the main contributor to production-related impacts. This observation applies to most impact categories, including the global warming potential. In addition, this finding stresses out the necessity to carefully consider the specificity of the hardware. By comparing these results with several usage scenarios, we also demonstrate that the impacts of producing this type of equipment can be significant (up to 80% of the total life cycle impacts), depending on the sources of electricity supply for the use phase. Therefore, we highlight the need to consider the production phase when assessing the environmental impacts of Bitcoin mining hardware. To test the validity of our results, we use the Sphera LCA and ecoinvent databases for the background modeling of our system. Surprisingly, it leads to results with variations of up to 4 orders of magnitude for toxicity-related indicators, despite using the same foreground modeling. This database mismatch phenomenon, already identified in previous studies, calls for better understanding, consideration and discussion of environmental impacts in the field of electronics, going well beyond climate change indicators.
• Abstract（参考訳）: ビットコインマイニングは、大量のエネルギー消費と温室効果ガス排出量が原因で定期的に指摘されており、気候変動に大きく寄与している。 しかし、多くの研究は鉱業機器の製造による環境への影響を無視しており、これは非常に特殊なハードウェアの寿命が短いことを考えると問題である。 本研究では,専用Bitcoin採掘装置の特定の構造を考慮したLCA(cradle-to-gate Life cycle Assessment)を行う。 その結果、bitcoinマイニング用に設計されたアプリケーション固有の集積回路が、プロダクション関連の影響の主な要因であることがわかった。 この観測は、地球温暖化の可能性を含むほとんどの影響カテゴリに適用される。 さらに、この発見はハードウェアの特異性を慎重に検討する必要性を強調している。 これらの結果をいくつかの利用シナリオと比較することにより,使用段階の電力供給源によっては,このタイプの機器を生産することによる影響が著しく(ライフサイクルへの影響の最大80%)あることを実証する。 そこで本研究では,bitcoinマイニングハードウェアの環境影響を評価する際に,生産段階を考える必要性を浮き彫りにする。 この結果の有効性を検証するために,Sphera LCAとecoinventデータベースを用いて,システムの背景モデリングを行った。 驚くべきことに、同じフォアグラウンドモデリングを使用しているにもかかわらず、毒性関連指標の最大4桁の変動をもたらす。 このデータベースのミスマッチ現象は、以前の研究で既に特定されており、電子機器の分野における環境への影響をよりよく理解し、検討し、議論し、気候変動の指標を超えている。

関連論文リスト

• The Unintended Carbon Consequences of Bitcoin Mining Bans: A Paradox in Environmental Policy [0.0]
  本研究は, 代替採掘事業から排出される炭素排出量を推定することにより, ビットコイン採掘禁止の環境効果を定量化することを目的とする。 我々の調査結果は、政策目標に反して、低エミッション国におけるBitcoinの採掘禁止が、二酸化炭素排出量の純増加を招きかねないことを示唆している。
  論文  参考訳（メタデータ） (2024-10-28T18:09:10Z)
• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Representation Learning of Complex Assemblies, An Effort to Improve Corporate Scope 3 Emissions Calculation [0.276240219662896]
  政府、企業、市民も同様に、製造品やサービスの提供による気候への影響を正確に評価する必要がある。 プロセスライフサイクル分析(pLCA)は、生産、使用、廃棄の気候への影響を評価するために用いられる。 代用部品を特定するための半教師付き学習ベースフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-21T06:21:31Z)
• Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
  エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。 本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。 評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
  論文  参考訳（メタデータ） (2023-07-14T06:50:02Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)
• Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning [77.62876532784759]
  機械学習(ML)は、モデルトレーニングプロセス中に計算を実行するためにエネルギーを使用する必要がある。 このエネルギーの生成には、使用量やエネルギー源によって、温室効果ガスの排出という観点からの環境コストが伴う。 本稿では,自然言語処理とコンピュータビジョンにおいて,95のMLモデルの炭素排出量の時間的および異なるタスクに関する調査を行う。
  論文  参考訳（メタデータ） (2023-02-16T18:35:00Z)
• High Resolution Modeling and Analysis of Cryptocurrency Mining's Impact on Power Grids: Carbon Footprint, Reliability, and Electricity Price [2.285928372124628]
  本稿では, テキサスグリッドの炭素フットプリント, グリッド信頼性, 電力市場価格に対する負荷の3要素的影響について検討する。 マイニング負荷の柔軟性は、電力不足や市場の混乱を著しく軽減できることを示す。
  論文  参考訳（メタデータ） (2022-12-29T06:30:22Z)
• 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)
• Domain Knowledge Aids in Signal Disaggregation; the Example of the Cumulative Water Heater [68.8204255655161]
  住宅における累積給湯器(CWH)の電力の検出と分散を目的とした教師なし低周波法を提案する。 本モデルでは,パワースパイクの形状と発生時刻を両立させることにより,教師なし信号の分解の難しさを回避する。 我々のモデルは、単純さに拘わらず、有望なアプリケーションを提供する: オフピーク契約における設定ミスの検出と性能劣化の遅さ。
  論文  参考訳（メタデータ） (2022-03-22T10:39:19Z)
• Ethereum Emissions: A Bottom-up Estimate [1.14219428942199]
  PoWエコシステムは、大量の計算能力を必要とする分散グローバルなコンピュータネットワークによって維持された。 ネットワークのエネルギー利用と排出に関するこれまでの研究は、トップダウンの経済分析と、ハードウェア効率と排出要因の粗悪な見積もりに依存してきた。 本研究では, ハッシュレートからエネルギー使用量推定, 採掘場所から排出要因推定まで, ボトムアップ分析を行う。
  論文  参考訳（メタデータ） (2021-11-19T11:05:48Z)

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。