YouTube 字幕：
What sustainable computing really means

不必从头看完视频——获取完整字幕，搜索关键词，一键复制。

AutoDub

听懂YouTube外语视频

沉浸式YouTube翻译中文配音

告别语言障碍，拥抱全球优质内容

免费使用

视频字幕

大家下午好，参加这次

关于可持续性的网络研讨会，

嗯，我想先解释一下，

首先，我

想说的是，这次网络研讨会会被

录音，所以如果你不想参与

录音，嗯，也许你

不应该

说话，嗯，这是一个关于

可持续计算的网络研讨会，嗯，让我

先简单介绍一下

背景，它是

High Peak Vision 宣传行动的一部分，我

叫 Kund BOS，来自 Gent 大学，

也是 High Peak 的协调员，High Peak

Peak

自 2008 年以来一直在制作愿景文件，上一份是

2012 年 1 月的第 10 号，自

2019 年以来，我们也有一章关于

可持续性，这在

欧洲绿色协议之后变得更加重要，

所以在最后一章中有三篇

论文涉及可持续性，嗯，

第一篇论文是我和

Patrick 写的，嗯，可持续意味着什么，

第二篇论文是由

Thomas Lar 和 Jeanpier 撰写的，关于可持续

材料和生产，

最后一篇论文是走向可持续

Le ahot 的计算机系统和计算机架构，所以这次网络研讨会

将重点关注这三篇论文，

你也可以从

High Peak

网站下载这些论文，以便稍微介绍一下背景。

就在六个月前，这是

上届

气候大会的头条新闻，根据

目前的气候承诺，我们正朝着

2.5 摄氏度到 2.9

摄氏度的气候变暖目标前进，所以这是

有问题的，所以有些人在

谈论这个，3 摄氏度的

温升，这意味着什么？嗯，这

是历史背景，所以你可以看到过去

过去

24,000 欧元时期的温度，以及你看到的

前 10,000 欧元时期的

温度上升非常快，

然后当欧洲的冰大部分融化时，

它变得更加稳定，那时

我们开始做，人类

开始从事农业，但现在

你看到的是近年来，所以这是

工业化前的水平，我们看到

温度已经上升了

一度以上，我们已经超过了

最高温度。进入

全息场景，现在我们希望将

气候变暖控制在 2 摄氏度以内，

但有些人认为，我们最终

可能会升温 3 摄氏度，

这比

过去 2 万年中的任何时期都要高得多，如果我们

什么都不做，一切照旧，最终气温将

上升近 4 摄氏度，嗯，这意味着什么呢？与此同时，

如果你在布鲁塞尔，这是

现在的温度，如果我们增加 3 摄氏度，我们就会得到

巴塞罗那的温度；

如果你在巴塞罗那，我们增加 3

摄氏度，我们就会得到摩洛哥阿加

德的温度，但这是

沙漠，这意味着，

如果温度

上升 3 摄氏度，地中海地区可能会出现沙漠化，这怎么

可能呢？原因当然

是碳排放量不断

增加，所以

在过去的 20 年里，我们一直在努力减少碳排放量，但

嗯，它已经趋于平稳，但

我们仍然没有减少，在这里你可以

看到，这是所有碳排放量，这是由于

由于

除了甲烷之外，还有一氧化

二氮，还有氟化

气体，还有森林砍伐，这些

基本上都会导致排放，所以

到目前为止，我们还

无法扭转这种趋势，嗯，嗯，

那么ICT行业呢？在这里，我

使用能源消耗，电力

消耗作为排放量的代理，

目前是正确的，我

认为嗯，这里你可以看到，这是

施耐德电气2021年的一份报告，

他们预测到2030年，

ICT行业的电力消耗将大幅增加，部分原因是

计算存储，

你可以看到蓝色的是移动

网络，这里棕色的是

使用的物联网设备，所以这些是

增加电力

消耗的主要因素，如果我们

在过去几年里没有采取任何措施来

降低电力消耗，那么一切

照旧，电力消耗会更高，所以我们

在努力降低

电力消耗方面做得很好，但是

嗯，气候科学家希望我们能从

2020年开始将排放量减少一个

因子到 2030 年，能源消耗将减少 50%，这意味着

我们必须做更多的事情，这

有点问题，因为

我们做的很多事情并没有减少

能源消耗，反而增加了能源

能源

消耗，例如，人们说，

也许我们消耗更多

能源这一事实可能不是问题，因为

有一种叫做“使能”的东西，我们

使用的技术将允许其他

行业减少他们的任务，

甚至有一份关于此的报告，

叫做《2030 年智能报告》，但那是

2015 年的，所以已经快 10

年了，他们在那里做了

计算，说

ICT 在这种情况下的排放量为

2.27 千兆吨二氧化碳当量，但它可以

在其他主要行业节省 10 倍，

农业、交通、

房屋供暖等，所以

现在大约是 20%，20% 是不够的，

因为我们必须减少 50% 以上，

但 20% 仍然是相当可观的，然后

他们的结论是，对于每一个

ICT，实际上都是碳负性的，因为我们

每排放一吨二氧化碳排放其他

人将允许将他们的

排放量减少 10 倍，当然这

不是真的，因为他们声称

已经在农业领域实现了减排，

所以我们不能再次声称这一点，

否则你会声称两次，所以

这里的结论是，他们所谓的赋能与

与

可持续性不同，当然有效果，

但这并不意味着你可以

说我们不必节约能源，

或者我们不必减少排放，

因为别人会

为我们做这件事，但这是 21 世纪，这是生成人工智能之前，

生成人工智能的人

说我们需要大量的能源来运行

所有这些模型，看看史蒂夫·奥特曼，

来自开放人工智能的萨姆·阿尔曼

在这里发表了声明，如果你看看这些数字，它

需要大量的能源，但不仅需要

大量的能源，还需要大量的水来

冷却数据中心，这不是一个

小数目，所以谷歌例如

在 2022 年使用的水比 2021 年多 20%，

所以这不仅仅是增加了

1% 或 2%，而是增加了 20%，

微软也是如此一年内就增长了 34%，

所以超大规模企业认为

他们也希望实现可持续发展，

所以在这里你可以看到亚马逊

购买了一座核电站和旁边的一个数据

中心，一个 960 兆瓦的数据中心，

也就是大约 1 吉瓦的数据中心，

当然，这样做他们就

不会产生碳排放，但这

当然也意味着当地

经济、当地社会、居

住在那里的人们不能

再使用核能了，所以他们必须

使用所有可再生能源，或者使用

燃气发电厂，所以这

确实是一个难题，但这

不是唯一的问题，另一个问题是，

我们使用的设备的功耗并不是

唯一的排放源，你可以看到一部

重约 300

克的手机，仅仅为了生产它就已经排放了 53 公斤的

二氧化碳，苹果公司

对 iPhone 5 进行了一项研究，

这是隐含的

排放量，即

由设备生产、

运输和

运营造成的排放量相当于 10

公斤二氧化碳，这意味着

我们目前关注的运营排放

只是设备总排放量的一部分，

可能只是

智能手机、

数据中心等设备总排放量的一部分，所以

这里有第二个见解，即能源

效率确实是故事的一部分，

它绝对不等于

可持续性，不是因为你使用

更少的电力或只使用绿色能源、

可再生能源，你就 100%

可持续，所以这是一个介绍，

我很高兴

我们的网络研讨会有三位专家，所以

第一个演讲将由 Patrick 进行，

可持续发展意味着什么，

然后会有第二个演讲，

更多地关注材料

方面以及晶圆厂中发生的事情，

最后还有

Leave OT 的演讲，关于我们作为计算机架构师可以做些什么来减少

减少

我们设计的设备的影响，所以我想

邀请 Spatrick 分享他的屏幕并

开始他的演讲，

同时我还可以在最后告诉大家，在

这个问答环节中，提问的最简单方法

是把它放在问答框里，

然后我们会查看

我们提出的问题，并在网络研讨会结束时进行回答。

好的，帕特里克，请你发言，

你发言，

好的，我是帕特里克·BL，我一直在

工作，我今天退休了，但是

我在电子行业工作了42年多

，在半导体行业工作了50年，在

我的职业生涯结束时，我在电子行业的可持续性方面做了很多工作，

因为我曾担任

EOS主办的绿色ECS小组的主席，而且我个人已经

关注所有这些问题

超过25年了，所以这就是

我开始了解的那种主题，还

不错，嗯，第一点是

真正了解我们在

谈论什么，当我们谈论很多

可持续性时，嗯，问题是，

当我们查看可持续性的定义时，

无论它来自

字典还是金融

业或律师或任何地方，甚至是

欧洲共同体，

可持续性总是具有时间维度，

某些东西不仅仅是可持续的，它是

可持续的一段

可以明确定义的时间，它可以

持续一年、十年、一个

世纪，或者永远持续下去，或者它可以

持续到确保

我们的孩子拥有一个可以

接受的未来，但无论如何，我们

必须在可持续性中提到时间维度，如果

没有时间

维度，可持续性就完全

没有必要，我们不知道我们在

谈论什么，不幸的是，今天

我们经常听到“

可持续性”这个词，我将我的PO消耗量减少了

3%，它就变成了可持续的，

我不知道，也许是，也许是，也许不是，也许

太多了，也许还远远

不够，所以我们必须真正将

时间维度融入

可持续性中，我想提出的另一点是，

可持续性远远超出了二氧化碳

排放，我们谈论了很多关于

温室气体排放的问题，但我们必须

确保我们没有混淆

症状和疾病，在这个非常

简单的例子里，如果你的

左臂和胸部疼痛，你

可以服用扑热息痛来减轻

疼痛，但很有可能这还

不够，因为如果你做出

真正的诊断，有

可能你开始警惕

攻击，治疗方法将

完全不同，所以我们必须

非常小心地对待症状和

疾病。

在我们的案例中，我们看到

我们面前有很多症状，

比如气候变化，我们看到

今天世界各地的大洪水，

温室气体排放，地球

温度上升，海平面上升，河岸融化，

山上的冰盖面积增加，

但这些只是

症状，我们否认了

我们所说的电动汽车

碳捕获、能源效率等问题。

我们应该解决这个

问题，我们

否认的问题并不能解决问题。

我不是说我们不应该这样做，

但我们必须了解诊断是什么，我们的诊断

诊断

抱歉，我们实际上是自然资源的

劳动消耗和

大规模的生物多样性灭绝，这

是我们今天正在遭受的一种疾病，在

这种情况下，治疗方法

完全不同，我们必须减少

资源使用，减少浪费，

减少改变我们的经济模式

和社会

模式，彻底改变社会和当然，这是

试图减少我们世界的能源消耗，因为今天

我们看到的化石能源仅仅是从

能源的角度，但我们不要

忘记，化石物质

在我们生活中无处不在，而

今天我们在街上制造的化石物质

并非只是汽油。

当你观察ICT领域时，

PO消耗的减少，也就是

功耗的减少，不足以实现

可持续发展。我们看到，在

当今ICT领域的趋势是，

二氧化碳排放量在

30年左右的时间里增加了9到10倍。

与此同时，

当我们观察半导体

行业时，他们在降低

降低

基本晶体管的功耗方面做了大量的工作，这

意味着电子行业做得

很好，但这还远远不足以

真正控制

ICT行业二氧化碳排放量的增长。其中

一个原因是，

我们一直在改变用

例，一旦

产品消耗降低，我们就会有更多用例，

而这些用例实际上

产生的二氧化碳排放量要远远超过我们

我们

从技术中获益，正如

您所看到的，2020年

ICT行业的二氧化碳排放量

与全球卡车翻车量大致相当，

并且有一种趋势是，在

2030年之前，ICT行业的

二氧化碳排放量应该与

全球汽车车队的排放量相当。从

这个角度来看，

电动汽车可以成为

解决方案的一部分，但它远非

最终的

解决方案。我们还看到，所有

新一代

电信技术都没有降低

降低

ICT行业的功耗，即使不同

代技术在传输相同信息量的情况下降低了

二氧化碳排放量，也降低了PO

消耗。再次强调，用例

并不是恒定的，因此，只要我们有

更多带宽，我们就会使用更多视频、更多

数据等等，

这意味着PO

消耗的减少远远

不足以构成

系统。另一点是

我们看到的材料越来越多，我们

使用的材料越来越多，数量也越来越多，

某种材料的数量也越来越多，但我们我们

也使用越来越多的材料，就像

这张幻灯片上

英特尔和 IBM 的图片上显示的一样，20

年来，我们用于

电子工业和

半导体工业的材料越来越多，而且数量还在不断增加，所以

我们在

不断增加

材料使用量，水资源也是如此。

半导体工业

和电子工业

消耗大量的水，这

是一个非常大的问题。我们

看到 2021 年台湾发生旱灾，

这对

人口和工业造成了影响，所以

这是一个重大问题。

另一个重大问题是生物

多样性的大规模灭绝，

我们看到

昆虫和哺乳动物的

数量平均减少了 70% 左右，而这一切都是

由人类一手造成的，这是

地球历史上第一次，人类使用单一物种就

大规模灭绝

其他物种，这种情况还在继续，因为

这对我们的食物链构成了风险。

这是我们必须

考虑的事情，所以对我来说，

重塑电子行业迫在眉睫，我们必须

延长我们产品的使用寿命，

到2022年，我们的产品重量为6200万吨，

最大的问题是

碳排放，大约占4%，这

相当高，呃，回收率相当

低，我们或多或少

看到，我们对电子设备的重复使用和回收利用都

不够，我们必须

真正改变我们的思维方式和

生活方式，关于电子

电子

设备，欧洲绿色电子生态系统

经济项目中提出了一些建议，该

项目于

于

2022年提出，并于2023年启动，所以我

很了解这个项目，因为我是

这个项目的发起人，当时我是

绿色圣集团的主席，我们

定义了6R框架，这个

框架有不同的

支柱，其中一个是可靠性，

我们该怎么做才能通过构建一个更

更

可靠、更耐用的系统

来减少材料的使用

或其他什么，以便

改变制造

流程，优化不同的

系统、不同的封装或

我们使用的不同部件，

维修是一件大事，这项技术

始于2023年的法国，

现在正扩展到欧洲，但

要使东西变得可修复，就像

我们10到15年前的手机一样，

更换电池非常容易，而现在，

自己尝试更换电池或

手机简直是一场噩梦，这

就是为什么我们必须改变这一点，我们

必须回到

维修变得容易的阶段，这

对整个价值链有很大的影响，

因为你需要有可用的备件，

需要有经过培训的

人员进行维修，你必须能够维修、重新

调整、

重新测试等等，所以这是一个非常大的

问题，不仅仅是说它必须是可修复的，

整个价值链必须是可修复的，

整个价值链必须是可修复的，可以

重复使用，也就是说可以重复使用

系统中的一些备用部件，

将其作为其他部件的备件，这一点很

重要，可以进行翻新这可能是为了将

系统转移到另一个应用中，

因为最初尚未定义，

但它降低了性能，

但对于另一个应用来说可能已经足够了，

当然也包括

回收利用，为了回收材料，

我做了一个内部调查，我可以

透露结果，但我做了一个

内部调查，调查的是

我们在制造过程中使用的回收材料的水平，说

实话，回收利用率很低，而且

在行业中各个地方的情况都大体相同，这是

因为有时有两个

原因，一是因为人们更

喜欢使用新材料，

二是回收利用的材料的物理

物理

化学性质与原始材料并不完全相同，

这会对工艺产生影响，这

意味着我们必须考虑

工业流程，这些流程对具有

[音乐]特性（

可能不是最佳特性，而是退化

特性）的材料具有更强的适应性，这是通往

真正可持续发展的道路，我们需要在

当今行业的技术方面进行彻底的参数变革，我们处于

一种技术允许我

做某事的模式，所以我会去做，

这就是我们在人工智能中看到的，

有很多

做这些事情很容易，

但我们真的应该这样做吗？

我们必须改变

思维模式，看看我能做什么才能与

我所处的环境相适应，所以我首先要考虑

环境的限制，并

了解在这种限制下我能做什么。

我并不是说我们应该停止

做电子产品，但我们必须

做不同的事情。

重点是

系统性方法，因为今天

我们经常只看一个参数，

我们说如果我们改进这个参数，

它就会变得可持续，

这是完全错误的，我们必须

真正地研究系统性

方法，并研究

我们监控的正确指标。为了

[音乐]，

我们必须整合大量的

参数，并且不要忘记

时间维度，因为

解决方案的能力规模非常重要，

因为我们必须确保，

如果我们想要一个

好的解决方案，它必须能够

扩大规模，并确保采用

系统性方法不会在

其他地方产生比

我们想要解决的问题更大的问题，

例如，如果我们想尝试

回收材料，最终会

产生巨大的能源需求或

产生我们无法回收的废物，那么在这样做

之前，我们必须三思而后

行，呃，

同样非常非常重要的一点，也许

我们应该牢记的第一件事

是，可持续性不仅

限于技术解决方案，因为它对环境、

生物多样性等各个方面都有很大的影响，所有这些都必须

考虑在内，我们还必须

在可持续解决方案中考虑到经济

经济

模式和社会模式的改变。

比如，如果我们

有材料，如果我们有设备，

使用寿命会更长，但

最终我们销售的设备肯定会减少，

这意味着

销售这种设备的公司经济模式将受到

影响。我们已经看到，在

纺织行业，在封闭

行业中，二手

产品的

市场规模减少了近20%，所以我们

必须整合所有这些，

因为如果没有这些，我们就很难找到

可持续发展的东西。

最后一点，对我来说，这很

明显，但有时最好

即使很明显地告诉它，

持续的经济增长是不

兼容的，在有限的世界中是不可持续的，

我们可以为所欲为，

最终地球耗尽，

资源耗尽，

无限的持续经济增长将

行不通，所以我们必须真正换个

角度思考，这并不意味着我们必须

回到中年，而是必须

整合问题

以及我们必须面对的所有问题，

解决方案。非常感谢。感谢您抽出

时间，谢谢帕特里克，这次

精彩的演讲来得正是时候。

然后我们请下一位演讲者

托马斯来谈谈可持续

材料和

生产。大家好，大家

好，能听清楚我的话吗？好的，那么

今天我将讨论

可持续材料和生产，这

与帕特里克所说的可持续性

概念一致，可持续性

是一个相对的概念，对吧，所以

今天我将谈谈信息

通信技术（ICT）的影响，特别是对

自然资源的影响。我们将更多地

关注集成电路的生产，并

并

引入晶圆厂

世俗性和最低产量的概念，

结论，我们现代社会是由

数据驱动的，我们处在一个数据

驱动的社会，这意味着美国

互联网用户的增长速度要

快得多，而且数据的使用量的增长速度要

远远高于世界

人口的增长速度，所以我们可以说，今天信息

通信技术约占世界电力消耗的5%，

占温室气体排放量的2%到4%。

与建筑相比要低得多，但仍在

呈指数级增长，所以这就是为什么

我们现在必须改变我们的

做法，特别是在生产方面，

因为如果我们可以看到

中间的这张图，我想说，

50% 的能源

消耗是由于全球生产造成的，

另一个问题是，最新一代

由于 ICT，我们产生了越来越多的浪费，所以我们也可以

改变我们的消费方式和

产品设计方式，以减少浪费，所以这是

一个关于能源

消耗的例子，因为人们通常

会谈到 Jen 悖论和 Bond 效应，

但这完全取决于

应用和 ICT

最初的设计方式，例如，

如果你比较

数据中心的电力消耗，

我想说经典数据中心和

专用于加密货币的数据中心，

你可以看到

数据中心使用的节能解决方案可以维持

全球能源消耗，

而加密货币

已经失控，所以

从一开始就

引入可持续发展非常重要

概念既包括硬件层面，

也包括软件层面，

例如加密货币，

嗯，现在如果我们考虑材料

材料

方面，嗯，我们可以看到，

自

80 年代以来，全球 ICT 领域引入了越来越多的材料，现在我们有

60 种不同的

材料，嗯，正如帕特里克所说，在

工厂内部或使用寿命结束时回收的材料很少，ICT

设备的回收率为 177%，但这

不包括大多数

材料，很少有材料像黄金或

最终回收，而且

材料的生产集中

并由少数国家控制，所以这给供应链带来了很大的

问题，而且

而且

材料的生产条件可能是值得

怀疑的，嗯，如果你看到

最近关于挪威

批准深海采矿的新闻，那么

你可能知道采矿不是一个清洁的

行业，通常会带来一些

问题，水污染等，但如果你

在海洋中引入采矿，嗯，

污染有很多可能的

污染，这些污染也可能

失控，所以比如，能源

转型将

在未来几年导致采矿活动增加三倍，

所以我们必须减少

新技术中

稀有金属和材料的使用。为此，我们

应该更高效地

生产集成电路。

从能源

角度来看，特别是对于

移动制造业，例如移动电话，其

制造占整个

碳足迹的70%到75%，而其他设备

约为50%。

随着

技术节点的降低，集成电路制造的影响也会增加。对于

最先进的节点，这是由于

步骤数量的增加，以及

EUV和先进光刻技术本身就消耗

大量能源，

所以

现在有很多正在进行的行动来减少能源

消耗。这里有一些例子，比如

切换到低温处理，

使工艺过程有所不同，从而进行工艺

工艺

优化，减少热量耗散，

例如在炉内或炉外，

我们还可以减少或回收化学品的

使用。化学品和

水，因此，这过渡到

晶圆厂的“工厂化”和“低废物产生”的概念。

如果我以化学

气相沉积为例，这是一种

在微电子

晶圆厂中沉积层的非常经典的方法。材料处于

气体中，进入

反应室，然后

在表面发生化学反应，

然后气体

排出。我们可以

说，大约 90% 的气体，或者说

80% 到 99% 的作为

反应物进入的气体，作为废物排出。这意味着大多数

大多数

材料都

像废物一样从晶圆厂排出，这些材料可以回收利用。

因此，如果我们想要实现

循环利用和循环晶圆厂的概念，我们必须回收

回收

这些过程中产生的气体。我们

还必须评估整个

制造过程

对 IC 的影响，从原材料到

废物，在整个生命周期分析过程中，

这是通过改进的

改进的

方法实现的。嗯，例如，

您可以找到像 EO 这样的规范，

这些方法是多指标的，所以我会给

您举个

例子，

嗯，第一个例子是

光刻工艺的变化，

光刻步骤用于定义

我们技术中的图案，

这里有

技术节点，节点越小，

节点越先进，

多，

这里有不同的步骤，例如

光刻胶的沉积，然后是曝光

显影，您可以像这样定义 PN，

所以光刻胶

在工艺过程中起着核心作用，

嗯，它们也是

污染源，在这项研究中，我们的同事

同事

展示了

基于天然资源生产的 kosan 的光刻生物源材料，

他们展示了

这种材料的 phib，用它您可以用

生命周期分析来替代严重污染水的溶剂

可以评估

这些工艺的影响，结果表明，与

气候变化、毒性、

水或矿物使用相关的大多数参数都有显著减少，大约减少了一半。还有

其他措施，例如使用薄层

沉积拾取和放置材料，使用

智能切割层来减少材料回收利用，

取代电阻，减少磷，这对

蚀刻或光刻技术来说也是一个问题。

还有一些机会，使ICT

供应链更加

透明，

在我们的行业中系统地引入生命周期评估，在

产品上使用材料声明，并实施明确的

研究目标计划，重新探索半导体

半导体

制造，这是行业中的例子，

这里引用了行业

中已经在进行的关于

支持系统的行动，

例如，该系统用于

回收一些

气体，在工艺中使用低全球变暖

潜能值的替代方案，以及

以及

当今行业中正在使用的许多其他措施，以

更全面地减少其影响。

应该采取行动在不同的

层面上，我们已经讨论了

生产，比如减少浪费，

还有用水，

在

晶圆厂内部循环利用水，减少关键

材料的使用，回收所有废物，

在集成电路设计中，我们将进行一个

演示，通过使用新的

计算天堂，使用更少的

材料，同时

在产品层面开发超低功耗专业知识，

寿命应该会增加，

这也会改变商业模式，

当你想

在产品层面延长寿命时，你还必须

重新设计设备，

晶体管等等。生命周期评估应该

在设计层面引入，应用层面

也应该引入数据流生命周期，

这意味着存储更少的数据，因为

数据意味着需要存储的材料，

并且会产生

可持续的全球

影响，所以我想说，在全球范围内，我们必须将

循环经济

层面，谢谢你的

关注，谢谢

托马斯，这让我们来到

最后一位发言者，OT，他将

谈论我们作为 hybe 社区可以

可以

通过设计更可持续的计算机

计算机

系统来帮助行业。现在轮到你了，谢谢你

给我这个机会。我从事

计算机架构工作，

我想回答的关键问题

是，我们如何设计更

正如我之前的

同事提到的，温室气体

排放导致全球变暖，

可持续性显然

比全球变暖更具包容性。IC T

占全球温室气体排放量的 2% 到 4%，

这实际上

与航空业相当。如果

你对

这种

影响的重要性有疑问，现在如果你看看

计算设备的碳足迹，

它真的很大，分为两个部分，

制造和最终

回收或拆卸的体现足迹，我们

分别称之为上游体现

足迹和下游体现

足迹，然后我们还有

由于产品在设备使用寿命期间使用而产生的运营足迹。

现在，

试图思考如何设计更

可持续的计算机系统，这是一个

很大的挑战，因为

固有的数据不确定性，

实际上，

原材料供应

链存在巨大的数据不确定性。行业中存在保密性，

例如产量数字

不会公开发布，并且

并且

设备的预期寿命也存在未知数。未来产品的

生产或使用强度的能源结构

确实很难预测，

甚至还存在反弹

效应。让我尝试进一步解释一下，

Apple 和 iPhone 12 的 LCA 报告实际上

承认存在巨大的数据不

确定性。Apple 开发了一些

自己的模型，但对于那些

无法获得可靠数据的部分，

他们实际上使用的是假设

和行业平均值。当谈到

产品使用时，他们只关注

第一批用户

使用该设备的三到四年，然后使用

历史数据来估计

设备的使用强度。我相信您已经听说过

JAV 悖论的反弹效应，

正如 Patrick Blue 已经提到的那样，

用例不是恒定的，所以如果

您进行单个设备的功率

或能源效率更高，这实际上可能会

导致该设备的使用率增加，

而这个悖论可以追溯到

牛仔裤，他注意到，当詹姆斯·瓦特

发明出更高效的燃煤

蒸汽机时，

煤炭的总消耗量实际上增加了，我们也在

计算机系统中看到了这一点，例如

在数据中心，如果你开发出

更节能的服务器，

数据中心开发者的直接反应

是在

数据中心的功率预算范围内安装更多的服务器，所以

这在计算中是一个真正的影响，所以

考虑到大量的

不确定性，嗯，我们应该如何处理

这个问题，

那么即使

我们存在大量固有的数据

不确定性，我们仍然可以设计出更可持续的计算机系统，我对此的看法

是真正接受它，嗯，这就是为什么我一直在研究一个非常简单的模型，我称之为焦点一阶碳模型，它是一个自上而下的参数化模型，刻意简化，建立在第一原理之上，其目标实际上是提供

洞察力，关键ID是使用代理，

以便计算机架构师和计算机

系统工程师可以推断出这些

代理体现和

运营足迹，然后我们可以

参数化体现

与运营

足迹的相对重要性，同时考虑

不同的新闻案例场景，包括

反弹效应。虽然模型

非常简单，但实际上非常

强大，因为如果更改某些

参数，您会看到

对整体结论的影响。如果结论

结论

在一系列场景中相似，那么

尽管存在很多数据

不确定性，但您可以对这些结论充满信心。如果结论取决于

特定场景，那么

在得出这样的结论时您必须更加小心。

那么，体现足迹的有用代理是什么？

我们知道

晶圆是

半导体晶圆厂的生产单位，您可以想象，

芯片尺寸越大，其体现足迹就越高。

如果我们假设

我们有完美的良率，那么我们

在垂直AIS上显示的标准化Fon足迹是

di尺寸的函数，以平方毫米为单位，

然后它几乎是线性的。所以

即使考虑到

晶圆边缘周围的硅面积损失，

如果我们假设一个墨菲模型，其中有

来自台积电的实际数据，

然后我们得到一条这样的曲线，所以我们

有一个非线性的um效应，但为了

简单起见，我们只使用芯片面积asxy来表示

集成电路的具体占用空间，那么操作

空间又取决于什么呢？是的，所以在这里我做了两个

假设，或者说我正在考虑两种

情况，第一种情况是，我们

认为在计算设备整个

生命周期内需要完成的工作量

是恒定的，所以如果你

比较两个设计X和Y，它实际上是

能量消耗，它近似于

设备的总操作占用空间um，因为

工作量um是恒定的，所以在这里我们可以使用

能量消耗作为

代理，现在正如我之前提到的J的

并行，如果你有一个

更节能的计算机系统，那么它

允许做或激励

做更多的工作，所以在固定

时间场景中，我们假设我们

使用该设备的

时间是相同的，所以如果我们有一个更高效的

设计，这意味着我们将做额外的

工作，是的，然后正如你所看到的

系统 X 和 Y 的总能耗

成正比，或者说运行

足迹与功耗成正比，

所以在这种情况下，

我们将使用功耗作为运行

运行

足迹的近似值，好的，现在我们有了

体现足迹的代理，我们有了

运行足迹的代理，

那么我们应该如何相对权衡体现足迹和运行

运行

足迹呢？这实际上取决于

许多因素。这是一篇

来自 gup at

all at hbca 2021 的非常有见地的论文，它表明，与运行足迹相比，电池供电的

设备（例如智能手机、平板电脑、智能手表

等）

更多地受体现足迹的影响，

而

台式电脑和游戏机

等始终开启的设备更多地受

运行足迹的影响，因此设备

类型确实对使用寿命有很大影响。

使用寿命越长，运行足迹

的相对权重就越高。是的，

如果我们要更长时间地使用电子

设备以减少电子

垃圾，这将增加运行

运行

足迹相对于体现足迹的相对贡献，

生产过程中的能源结构，

以及产品过程中的能源结构使用会对

体现足迹的相对权重产生影响，首先是

操作足迹，那么我们应该如何

设置这两个的适当权重呢？

我的解决方案是实际参数化

参数化

它，这让我想到了一个非常

简单的模型，它显示了在

这两种情况下我所说的标准化碳足迹的计算，即

固定工作和固定时间场景，

它由两部分组成，第一部分

是加权体现足迹

代理，第二部分是

加权操作足迹

代理，通过调整这些

Alpha 值，我们实际上可以考虑

不同类型的场景，其中

体现足迹

比操作足迹更为突出，

我们可以考虑两种情况，即固定

工作和固定时间场景，以

探索设计选择对

对计算

计算

设备碳足迹的影响，因此我一直在使用这个非常

简单的模型来重新审视一些

处理器设计选择的原型，

我将它们分为

三个不同的类别，例如，

如果设计选择

在两种情况下都减少了碳足迹，那么它就具有很强的可持续性

固定工作和固定时间场景，

因此从某种意义上来说，不存在

反弹效应的风险，以及一些微

架构 U 设计选择 es 属于

这一类，每周维持意味着它

它

只能在固定工作场景下减少碳足迹，因此在

固定时间场景下存在显著的反弹风险，

然后一些设计

选择可能不太可持续，

因为它们会在

固定工作和

固定时间场景下增加碳足迹。

那里也有几个例子，所以

这里用橙色突出显示的例子是

我刚才要解释的，所以

多核，如果我们使用

基于 Amal 定律的非常简单的模型，F 是

工作负载的并行度

，BCE 是等效的基础，它相当于

相当于

核心数，我们可以得出的结论

是，与单核相比，多核具有很强的可持续性，

如果我们比较

例如这个设计点与

这个分配点，那么

垂直轴上显示的标准化碳足迹实际上是 cre Ines，

如果并行度很高，如果

我们从左边的曲线到

右边的曲线，我们会看到

本书嗯，瘫痪软件是每周

可持续的，第二个结论

是，如果我们将

并行度从 50% 提高到 95%，那么

在固定工作场景下，碳足迹就会减少，

但在固定

时间场景下，碳排放实际上会

增加，然后瘫痪软件

比添加核心更可持续，如果

你比较一下这两点，那么

32 个核心的并行度为 90%，

而 16 个核心的并行度为 95%，我们

可以看到，在

固定工作

和固定时间场景下，我们都可以减少碳足迹，

此外，我们还可以实现更好的

性能，因此并行软件嗯

间接地可以减少嗯碳

足迹，所以嗯，多核是

高度可持续的，现在让我们

看一个每周可持续的嗯示例

分支预测，例如，

我们正在比较一个大型混合分支

预测器和一个非常简单的 B 模态

预测器，关键点是

大型预测器实现了 14% 的

更高性能，从而降低了

7% 的能耗，并且

功耗增加 6.6%，所以如果

我们有一个场景，其中操作

足迹在右侧占主导地位，

那么在固定工作场景中，

分支预测器实际上有

利于可持续性，它可以减少

碳足迹，但在固定时间

场景中，这实际上会导致

碳足迹的增加。B，所以我们

必须小心一点，当

使用 CPU 之类的技术时，嗯 [音乐]

[音乐]

推测，因此操作

排放占主导地位，分支

预测显然是弱

可持续性的，当体现

排放在

左侧占主导地位时，分支预测的

可持续性甚至会降低，尤其是

当分支预测的芯片面积

情况下一样，那么暗硅可能是芯片

芯片

设计中一个显而易见的问题，所以从根本上说，暗硅会

牺牲芯片面积来换取功率

效率，从而导致体现足迹的

增加，并导致

操作足迹的减少，

所以问题是，这会导致

整体足迹的增加还是减少，

所以在这里我一直使用

来自 Isa 这篇论文中的一些数据

20110 um 表明

加速器可提供类似的性能，

但能耗大幅降低

，如果我们假设

加速器占据

芯片总面积的 2/3，当隐含排放占主导地位时，

这实际上会

导致总

碳排放量大幅增加，当

运行排放占主导地位时，

我们需要在超过 50% 的时间内使用暗硅

芯片区域，

这显然是

不可能的，因为它是暗

CC，所以有了这些知识，我们能否

想出一个范例来

设计更可持续的计算机

系统，在这里，我一直假设一个

基线，即当前技术 Noe 中的 quot 处理，

那么问题是我们应该

在下一代技术 Noe 中预见多少个核心，我

一直在使用来自 IM 的一些数据来进行

这些 um 推断，在

左侧我们有一个以隐含为主的

场景，其中 Alpha 等于 0.8，在

右侧以运行为主的

场景，其中 Alpha 等于

0.2 和 um 456 和 uh 四五和六个

课程实际上会形成一个强大的

可持续设计范式，因为在

固定工作和固定时间的

情况下，我们都会看到

标准化碳足迹的减少，而使用

七核或八核U时，我们实际上会

在所有情况下看到碳足迹的增加，或者仅在

固定时间情况下，当操作

足迹占主导地位时，碳足迹会增加。所以这

实际上表明，我们有

一条通往更

可持续的计算机系统的道路。

我们唯一需要做的就是

以更清醒的方式利用增加的可用晶体管数量，而不是用尽

技术中可用的所有晶体管。通过这样

做，我们实际上可以利用

每个晶体管减少的碳足迹来

流程。因此，可持续性是一个巨大的

挑战。我认为这个焦点

模型足够简单，研究人员

和开发人员可以快速

了解如何设计更

可持续的流程。如果您想

了解更多关于这方面的具体信息，我

可以转发给您

我最近发表的Asos论文，以及

我今年早些时候在高峰论坛上发表的主题演讲。

非常感谢。嗯，

好的，我会邀请所有发言者打开

打开

摄像头，以便我们进行问答环节，

正如我已经提到的，

提问的最简单方法是将

您的问题放在问答框中，或者在

聊天中，这也

很好，嗯，我已经

在聊天中有一个问题，嗯，来自wner，

人工智能对能源

消耗的影响是什么，嗯，所以在

必要的高计算能力下，应该

会有显著的影响，在座的各位有谁

准备好回答这个问题了吗？我

知道你有一些顾虑，是的，

嗯，是的，而且

最近在媒体和文献中有一些关于由于

人工智能而增加或电力需求的报道，

生成人工智能无处不在，它可以

节省能源，而且

这项技术能够做的事情令人印象深刻，

但是这些研究得出的数字

在能源消耗方面确实令人担忧，

但是这些研究

大部分甚至没有涉及到的是

是

随着越来越

多的数据中心的安装和越来越多的 GPU 的出现，这些

这些

数据中心的 GPU 也变得越来越强大，它们被用来训练

模型，

训练是否

比推理更重要，这是一个

有趣的问题，训练

模型所需的

次数显然比推理要少，因为数以

百万计的用户使用

生成式 AI 工具来完成每一个

任务，所以是的，

AI 的影响肯定会

很大，我相信

在这个领域需要做更多的研究才能

真正理解

AI 对全球变暖的影响，

所以我想补充一点，

我在一开始谈到了

计算使其他

行业变得更加可持续，我

认为对于生成式 AI 来说，目前尚不

清楚是否存在某种形式的

支持，这取决于

您使用它的应用领域，

我知道这里有观众，

所以如果如果你有问题，尽管

问，嗯，也许在等待

提问的时候，我还有一个问题，

这是关于生命周期

评估的，嗯，所以我认为很多人都

希望在

私人生活和职业

生活中变得更加可持续，但有时很难

知道该做出哪些选择，所以晚上

你向我们展示了一个可以帮助我们

做出正确选择的模型，但

例如，如果有人嗯

想买一辆车，然后他在

电动汽车和碳基汽车之间犹豫了几天，

哪一个更好，这取决于

你每年行驶多少英里或多少公里，

所以我的一般

问题是，它们有多好，或者

当前的生命周期

评估模型有多有用，我们

在这个领域有更多的研究吗，或者是否

已经存在好的模型，

我不知道也许是托马斯或帕特里克，

帕特里克，

也许你是，我可以从

微电子生产的角度开始回答，

问题当然是

模型和用于

校准LCA中使用的模型的数据，

嗯，今天我想说嗯，我们

有越来越多的数据，但是嗯

很难拥有所有数据并

保存，因为嗯，当然，业界

在这一点上沟通不太顺畅，

嗯，我认为现在有很多改进空间，

我想说的是，我们有更精确的模型，

但是，为了

获得好的数据，尤其是在

高级节点上，我们还有很多工作要做，所以我认为我们

有一些改进的动向，但还有

很多工作要做，

好吧，我想知道的一个案例是，

嗯，根据Le的解释，

体现能量或

排放非常

重要，你使用

设备的强度越大，使用设备的时间越长，

就越有利于

可持续发展，但如果你看

一辆现代汽车，一辆电动汽车，它

充满了电子设备，幸运的是，一辆车的

使用寿命超过三年，所以

你会用它10年或更

长时间，这对可持续发展是有好处的，

但另一方面，如果你只在早晚通勤时使用它，你

早晚通勤时使用它，你可能每天只使用两个小时，而

可能每天只使用两个小时，而汽车每天22个小时都停在那里什么也不做

汽车每天22个小时都停在那里什么也不做那么，对于

那么，对于

我们在手机上遇到的同样的问题，有什么评论吗？抱歉，帕特里克，

抱歉，帕特里克，我试着简短地与数据中心进行比较，当

我试着简短地与数据中心进行比较，当

你有密集使用时，对于飞机来说，例如飞机有

飞机来说，例如飞机有密集的使用，所以

密集的使用，所以制造成本低于

制造成本低于使用成本，所以这实际上取决于

使用成本，所以这实际上取决于你谈论的产品类型，

你谈论的产品类型，你必须最大限度地提高使用

你必须最大限度地提高使用阶段U和产品的使用，

阶段U和产品的使用，对吧，还有可靠性和

对吧，还有可靠性和使用寿命，抱歉，帕特里克，你想

使用寿命，抱歉，帕特里克，你想回答，是的，也许我可以说，

回答，是的，也许我可以说，我认为这

我认为这或多或少就是我在演讲中解释过的，

或多或少就是我在演讲中解释过的，在所有情况下，

在所有情况下，可持续性是一个

可持续性是一个多维问题，我们可以

多维问题，我们可以从一个角度来看待解决方案，

从一个角度来看待解决方案，如果我们只看二氧化碳，

如果我们只看二氧化碳，例如，我们看看电动汽车，这

例如，我们看看电动汽车，这是一个非常好的解决方案，没有

是一个非常好的解决方案，没有问题，几乎没有问题，

问题，几乎没有问题，因为这取决于你

因为这取决于你发电的地方，以及

发电的地方，以及每小时发电量千瓦时的二氧化碳水平，

每小时发电量千瓦时的二氧化碳水平，但

但问题是这是一个

问题是这是一个多维问题，所以你必须

多维问题，所以你必须整合材料、

整合材料、生产电动汽车的行业产能

生产电动汽车的行业产能等等。当你整合

等等。当你整合所有参数时，你

所有参数时，你对单个参数的看法可能会

对单个参数的看法可能会完全不同。今天，我

完全不同。今天，我个人做了一项调查，我

个人做了一项调查，我在2020年做了一份报告，比较了

在2020年做了一份报告，比较了热力汽车和

热力汽车和电动汽车，整合了

电动汽车，整合了电力生产、汽油

电力生产、汽油生产、

生产、汽油分配等等。你会发现，

汽油分配等等。你会发现，没有单一的答案，这

没有单一的答案，这取决于你所在的国家/地区，解决

取决于你所在的国家/地区，解决方案可能完全

方案可能完全不同，取决于

不同，取决于你使用的汽车的大小，解决方案可能

你使用的汽车的大小，解决方案可能完全不同。所以我们必须

完全不同。所以我们必须明白，在这个可持续性问题上，

明白，在这个可持续性问题上，这是一个多维问题，

这是一个多维问题，我们必须清楚地定义

我们必须清楚地定义我们正在研究的系统的边界，

我们正在研究的系统的边界，以便理解

以便理解

解决方案的优劣。否则，很难找到一个好的

一个好的答案。最重要的是，

答案。最重要的是，你经常会看到一些非常

你经常会看到一些非常违反直觉的事情，我们必须

违反直觉的事情，我们必须非常小心。这

非常小心。这是

是 Yanos

Yanos 提出的问题，嗯，也许您

提出的问题，嗯，也许您想回答这个问题，是关于

想回答这个问题，是关于未来整体可持续性设计的，所以

未来整体可持续性设计的，所以我们是否需要逐层优化，还是

我们是否需要逐层优化，还是需要跨

需要跨层优化？是的，这是一个非常

层优化？是的，这是一个非常好的问题。实际上，

好的问题。实际上，我给出的一些例子

我给出的一些例子表明，跨层解决方案

表明，跨层解决方案可以为您带来很多好处。嗯，

可以为您带来很多好处。嗯，如果我们可以比现在更多地瘫痪我们的软件，

如果我们可以比现在更多地瘫痪我们的软件，那么

那么我们就可以获得更好的性能，同时

我们就可以获得更好的性能，同时减少碳排放。

减少碳排放。嗯，因为硬件

嗯，因为硬件中可用的 Paralis 数量

中可用的 Paralis 数量需要更少。嗯，所以

需要更少。嗯，所以 16 核处理器可以提供

16 核处理器可以提供更好的性能，并且

更好的性能，并且与 32 核处理器相比，碳足迹更低。嗯，如果

与 32 核处理器相比，碳足迹更低。嗯，如果您启用或能够

您启用或能够瘫痪您的软件，嗯，那么这就是

瘫痪您的软件，嗯，那么这就是跨层可持续设计方法的一个例子。

跨层可持续设计方法的一个例子。嗯，

嗯，当然，我们可以

当然，我们可以在每一层单独做一些事情。嗯，

在每一层单独做一些事情。嗯，如果您只是

如果您只是比如，我关注软件层面，我

比如，我关注软件层面，我读过一篇论文，比较了用

读过一篇论文，比较了用

Python 和 C 或 Java 编写的软件的开销，执行

Python 程序所需的能量比用 C

程序执行相同功能所需的能量高出几个数量级，而且它消耗的内存是后者的四五倍甚至

消耗的内存是后者的四五倍甚至十倍。所以，很

十倍。所以，很明显，这

明显，这可以在每一层单独进行，

可以在每一层单独进行，但是一旦你开始

但是一旦你开始在每一层进行优化，这

在每一层进行优化，这可能会在

可能会在不同的层面产生反弹效应，并且可能会在

不同的层面产生反弹效应，并且可能会在更大的社会中产生反弹效应，

更大的社会中产生反弹效应，因为事情变得更加

因为事情变得更加高效，所以我完全同意

高效，所以我完全同意 Patrick 和 Thomas

Patrick 和 Thomas 所说的，我总是说，让我们的

所说的，我总是说，让我们的计算机系统更具可持续性是一个

计算机系统更具可持续性是一个必要条件，但不是充分

必要条件，但不是充分条件，我们需要改变

条件，我们需要改变社会和经济模式，以

社会和经济模式，以真正减少

真正减少总碳足迹和

总碳足迹和

已设计的计算系统对可持续性的总体影响，所以这不是一个做这个或

这不是一个做这个或那个，我认为我们需要做所有事情，嗯，

那个，我认为我们需要做所有事情，嗯，我们需要全面地去做

我们需要全面地去做 [音乐]，是

[音乐]，是的，谢谢。我还有

的，谢谢。我还有最后一个问题，嗯，所以业界和

最后一个问题，嗯，所以业界和欧盟委员会现在都在积极

欧盟委员会现在都在积极推广云计算

推广云计算连续范式。我想说，嗯，嗯，所以

连续范式。我想说，嗯，嗯，所以从可持续性的角度来看，

从可持续性的角度来看，这是一个好的解决方案吗？或者有更好的

这是一个好的解决方案吗？或者有更好的解决方案吗？因为你需要更多的

解决方案吗？因为你需要更多的硬件，我认为在不同的

硬件，我认为在不同的地方，你可能不会一直使用它们，

地方，你可能不会一直使用它们，你需要更多的通信，但

你需要更多的通信，但另一方面，你会

另一方面，你会向客户端或数据

向客户端或数据中心传输更少的数据，因为你会尝试在本地处理

中心传输更少的数据，因为你会尝试在本地处理它们，

它们，所以从生命周期

所以从生命周期评估的角度来看，

评估的角度来看，对此有什么说法吗？

也许嗯，只是一点，嗯，我们对物联网设备

我们对物联网设备以及如何平衡边缘和

以及如何平衡边缘和云进行了一些研究，我认为这有点像

云进行了一些研究，我认为这有点像你的问题，嗯，嗯，所以这

你的问题，嗯，嗯，所以这当然是一个应用程序驱动的答案，

当然是一个应用程序驱动的答案，

但是嗯，你必须做好计算好的级别，

计算好的级别，呃，确保每个级别都得到

呃，确保每个级别都得到充分利用，并且不会

充分利用，并且不会过大，呃，例如，你的 H 设备

过大，呃，例如，你的 H 设备

与 Inc 相比不应该过大，你想要进行的计算类型，所以这

你想要进行的计算类型，所以这或多或少是一个整体优化，根据

或多或少是一个整体优化，根据应用程序，呃，我没有一个通用的

应用程序，呃，我没有一个通用的答案，因为我们已经看到，根据

答案，因为我们已经看到，根据

应用程序的不同，答案是不同的，好的，好吧，好吧，

好的，好吧，好吧，也许我可以补充

也许我可以补充一点，呃，这真的是我们

一点，呃，这真的是我们必须考虑

必须考虑经济模型和

经济模型和社会模型的事情，因为让我们想象一下

社会模型的事情，因为让我们想象一下互联网，因为我们一直在

互联网，因为我们一直在考虑互联网

考虑互联网传输数据等等，最终会有

传输数据等等，最终会有一个非常大的

一个非常大的数据中心来存储数据，因为

数据中心来存储数据，因为我们把一些东西放在

我们把一些东西放在服务器上，它或多或少会

服务器上，它或多或少会永远在那里，让我们想象另一个

永远在那里，让我们想象另一个经济模型，我们保持

经济模型，我们保持相同的下载模型，但

相同的下载模型，但人们按需付费上传，

人们按需付费上传，你上传的越多，你支付的费用就越多，

你上传的越多，你支付的费用就越多，呃，最重要的是，

呃，最重要的是，

当你上传时，你的数据不会残留在互联网上我不知道是不是有一天，两天，

我不知道是不是有一天，两天，一周，如果你想让它们保留

一周，如果你想让它们保留一个月或更长时间，或者永远保留，

一个月或更长时间，或者永远保留，在这种情况下，你必须付费，这可能会

在这种情况下，你必须付费，这可能会彻底改变

彻底改变人们在互联网上管理数据的方式。

人们在互联网上管理数据的方式。今天，你上传一只小猫从椅子上

今天，你上传一只小猫从椅子上摔下来的视频，这

摔下来的视频，这不需要任何费用，只需上传即可。

不需要任何费用，只需上传即可。之后，当你看到

之后，当你看到

互联网上信息的生命周期很短时，但尽管如此，我们仍然需要非常庞大的数据中心和

我们仍然需要非常庞大的数据中心和大量的数据，这些数据根本没用，所以，

大量的数据，这些数据根本没用，所以，如果只是保持相同的

如果只是保持相同的基础设施，但改变商业

基础设施，但改变商业模式，就会彻底改变

模式，就会彻底改变我们使用基础设施的方式，

我们使用基础设施的方式，从而对

从而对能源消耗、

能源消耗、材料需求等方面产生影响。

材料需求等方面产生影响。好的，非常感谢你所有

好的，非常感谢你所有这些建议，嗯，我没有看到任何

这些建议，嗯，我没有看到任何问题了，所以我建议呃，

问题了，所以我建议呃，结束这里的网络研讨会，我想

结束这里的网络研讨会，我想补充一下，这次网络研讨会的录音

补充一下，这次网络研讨会的录音将在hpic电视上在线播放，

将在hpic电视上在线播放，所以呃，如果你想在课程中使用，也可以

所以呃，如果你想在课程中使用，也可以

在论文中解释这一切。相当详细，它们都在网上，所以如果你去

详细，它们都在网上，所以如果你去 hyic 网站去 div Vision，在那里

hyic 网站去 div Vision，在那里你可以下载单独的论文，

你可以下载单独的论文，也可以用它们作为

也可以用它们作为阅读材料，当然如果你想

阅读材料，当然如果你想进一步传播给

进一步传播给年轻一代的世界，好的，

年轻一代的世界，好的，非常感谢，下次

非常感谢，下次高峰网络研讨会

高峰网络研讨会再见，好的，谢谢大家，谢谢

再见，好的，谢谢大家，谢谢再见

点击任意文字或时间戳，即可跳转到视频对应位置

大多数字幕 5 秒内即可准备好

一键复制125+ 种语言搜索内容跳转到时间戳

粘贴 YouTube 链接

输入任意 YouTube 视频链接，获取完整字幕

大多数字幕 5 秒内即可准备好

安装 Chrome 扩展

无需离开 YouTube，一键获取视频字幕。安装我们的 Chrome 扩展，直接在视频页面访问任意视频的完整字幕。

免费添加到 Chrome

支持 YouTube、Coursera、Udemy 等主流教育平台

快速获取字幕：直接修改地址栏中的域名即可！

YouTube

←

→

↻

https://www.youtube.com/watch?v=UF8uR6Z6KLc

YoutubeToText

←

→

↻

https://youtubetotext.net/watch?v=UF8uR6Z6KLc

YouTube 字幕正在为您准备结果……

YouTube 字幕：What sustainable computing really means