تا حالا به این فکر کردین وقتی شرکتها و سازمانهای بزرگ میخوان دیتاهاشونو با هم به اشتراک بذارن، چه اتفاقای پشت صحنه میفته؟ داستانش مثل یه مسیر پر از ایستگاهه که هر مرحله باید کلی قانون و تغییر روش رو روی دادهها اجرا کنن تا همه چیز هم امن باشه، هم درست به مقصد برسه. به این مجموعه مراحل میگن “data-sharing pipeline”، یعنی همون مسیرهای اشتراک داده.
حالا این روزا اکثر شرکتها کلی ابزار و پلتفرم دارن برای مدیریت و کنترل این فرآیندها—مثلا سیستمهایی که مطمئن میشن فقط آدمای درست به دادهها دسترسی دارن و همهچی قانونیه. ولی یه چیزی تا الان کمتر بهش توجه شده و اونم مصرف انرژیه! یعنی واقعاً کسی نیومده بگه این همه انتقال و پردازش دیتا، چقدر برق مصرف میکنه و چطور میشه این مصرف رو کم کرد.
توی این مقاله که خلاصهش رو واستون دارم تعریف میکنم، نویسندهها یه روش جدید معرفی کردن که باهاش میشه مدلسازی کرد و تخمین زد هر نوع اجرای این pipelineها دقیقاً چقدر انرژی مصرف میکنه. یعنی میتونیم بفهمیم اگر فلان مرحله رو جابهجا کنیم یا مثلا همه با هم یه بخشی رو به صورت مشترک استفاده کنن (که بهش میگن «reuse» یا استفاده مجدد از بخشها)، چقدر میتونیم تو مصرف انرژی صرفهجویی کنیم.
حالا شاید بپرسین reuse یعنی چی؟ این اصطلاح یعنی اگر چند پروژه مختلف دارن یه قسمت خاص از پردازش داده رو انجام میدن، لازم نیست هرکدوم جدا جدا اینکارو بکنه؛ همون یه بار انجام بشه، همه استفاده کنن—اینطوری هم کار سریعتر پیش میره، هم کلی برق صرفهجویی میشه.
برای اینکه مطمئن بشن این ایده واقعاً جواب میده، نویسندهها یه سری آزمایش شبیهسازی (یعنی مدلسازی کامپیوتری و تست بدون اینکه واقعاً سیستم فیزیکی راه بندازن) انجام دادن. نتیجهش هم این بود که میشه با بهینه کردن این pipelines، مخصوصاً تو پروژههایی که شرکتها باهم همکاری دارن (که بهش میگن فدراسیون یا federation)، مصرف انرژی رو حسابی پایین آورد.
در کل، این مدل و روش جدید میخواد کمک کنه هرکی سر و کارش با دیتا و انتقال دادهس، دیگه فقط به امنیت و کارایی فکر نکنه، بلکه مصرف انرژی رو هم تو اولویت بذاره—چیزی که تو دنیای امروز خیلی مهم شده! شاید فکر کنیم اینا جزئیات فنیه که فقط برنامهنویسها باید بدونن، اما واقعاً هر کسی که با داده سروکار داره، خوبه این روشها رو بشناسه و مصرف انرژی کارهاشو هم کنترل کنه.
منبع: +
