پردازش سبز در عصر فراگیری: چالش های معماری های کم مصرف برای اینترنت اشیاء در مقیاس کلان و محاسبات لبه ای

پارادایم های نوظهور اینترنت اشیاء در مقیاس کلان (Massive IoT) و محاسبات لبه ای (Edge Computing) در حال تغییر اساسی الگوهای مصرف انرژی در زیرساخت های فناوری اطلاعات هستند. در حالی که پردازش سبز سنتی بر بهینه سازی مراکز داده متمرکز بوده، این تحول نیازمند بازنگری اصول طراحی در سطح سیستم های توزیع شده، ناهمگن و با منابع محدود است. این مقاله چهار چالش اساسی و کمتر پرداخته شده را شناسایی و تحلیل می کند: (۱) بحران توان نشت (Leakage Power) در گره های همیشه روشن و رویکردهای معماری رویداد-محور، (۲) نقش معماری های محاسبات نزدیک به حافظه (NMC) و نورومورفیک در کاهش انتقال داده، (۳) مدیریت انرژی در شبکه های هیبریدی با منابع تجدیدپذیر پراکنده و پارادایم محاسبات گسسته، و (۴) فقدان مدل های برنامه نویسی و استانداردهای ارزیابی یکپارچه برای سیستم های ناهمگن. با ارائه یک تحلیل مقایسه ای عمیق از راهکارهای موجود و پیشنهاد یک چارچوب مفهومی یکپارچه، این مقاله مسیرهای پژوهشی آینده را برای دستیابی به پردازش سبز واقعی در عصر فراگیری ترسیم می کند.

کلیدواژه ها:

پردازش سبز ، محاسبات لبه ای ، اینترنت اشیاء ، معماری کم مصرف ، محاسبات نورومورفیک.