如果自动驾驶汽车被广泛采用，它将引入另一个无法解释的来源--碳排放量可能超过目前全球数据中心的排放量：驱动它们的电脑大脑。

当然，这是假设能够实现4级或5级自动化的自动驾驶汽车已经实现，但支持这项发现的三位麻省理工学院研究人员表示，他们为模拟自动驾驶汽车（AV）内计算机的碳排放而建立的框架应该会引起人们对隐性碳成本的关注，并帮助汽车行业规划更绿色的未来。

但研究结果背后的三位麻省理工学院研究人员表示，他们为模拟自动驾驶汽车（AV）内计算机的碳排放而构建的框架应该引起人们对隐藏碳成本的关注，并帮助汽车行业规划更绿色的未来。

麻省理工学院电气工程和计算机科学副教授、论文合著者Vivienne Sze说："我们希望人们在设计时将排放量和碳效率作为重要的衡量标准。

我们潜在的AV未来是一个碳重的未来

麻省理工学院的研究人员表示，如果计算能力和绿色能源采用的趋势保持正确，如果“基于积极的成本降低和高客户满意度的预测到2050年可以使自动驾驶汽车占据高达95%的市场份额”是正确的，假设全球有10亿辆自动驾驶汽车，使用消耗840瓦的计算机，平均每天驾驶一小时，将消耗足够的电力来抵消2018年以来全球数据中心的排放量。

根据这篇论文，全球数据中心占2018年碳排放量的0. 3%，大致相当于整个阿根廷。

论文的主要作者、麻省理工学院研究生苏米亚·苏德哈卡尔说：“对车载AV计算的碳排放进行建模看起来很简单，但这些变量中的每一个都包含了很多不确定性，因为我们正在考虑一个尚未出现的新兴应用。“

除了AV的采用，还有一些未知因素需要考虑，麻省理工学院的研究人员在他们的论文中也承认了这一点。例如，4级和5级自动化"仍然是一个活跃的研究领域，是行业专有的，"作者说，这迫使他们使用现有的深度神经网络自动驱动算法作为计算能力计算的基础。

撇开论文中可能存在的限制性假设不谈，研究人员表示，在大多数情况下，AV计算能力不仅会达到上述2018年数据中心的排放量，而且会远远超过这一数字，除非机载计算机的计算功率保持在1.2千瓦以下。

AV计算功耗不仅要保持在1.2千瓦以下--计算机硬件效率提升的速度也需要加快，从每2.8年翻一番到仅用1.1年就翻一番，“以将[AV]排放量保持在[2018年]水平以下。“ 

Sudhakar说："如果我们只是保持脱碳的常规趋势和当前硬件效率的提高速度，似乎不足以限制自动驾驶汽车车载计算的排放。" 

我们从一楼进去

由于自动驾驶汽车离现实还有数年的时间，麻省理工学院的研究小组认为，我们还有足够的时间来解决AV计算的碳成本问题，但这并不容易。

例如，专用硬件可以降低车载计算机硬件的复杂性，降低其能源成本，但汽车的寿命比其他类型的计算硬件长得多，这意味着硬件可能比软件更耐用。这意味着无人机需要在专用和通用计算硬件之间做出权衡，这将再次增加碳排放成本。

研究人员说，算法的改进也可以提高效率，但简化可能意味着更少的安全性，这意味着必须做出另一个权衡。

这还不包括为传感器和其他无人机部件提供动力而燃烧能量所产生的碳排放，以及无人机制造过程中产生的碳排放，研究称这些都没有考虑在内。

“这有可能成为一个巨大的问题。但如果我们走在前面，我们可以设计出更高效的自动驾驶汽车，从一开始就有更小的碳足迹，”Sudhakar说。