더 나은 실리콘 모델: Columbia 및 Cornell의 탄소 함량 – Raspberry Pi

이전 게시물에서 우리는 각 구성 요소의 무게를 측정하고 해당 무게를 ecoinvent 데이터베이스에 매핑하고 파트너와 협력하여 전체 수명 주기 평가(LCA)를 작성하는 등 제품의 내재 탄소를 계산하는 방법을 설명했습니다. 이는 견고하고 실행 가능한 접근 방식입니다. 하지만 결과를 자세히 살펴보면 그림의 한 부분이 우리를 괴롭혔습니다.

규소.

칩용 렌즈 무게가 잘못된 이유

중량을 기준으로 구성 요소를 폐기물 수에 매핑하는 것은 많은 재료에 적합합니다. 그러나 실리콘 조각에 포함된 탄소는 무게와 제조 방식(프로세스 노드, 다이 면적, 생산 단계 수, 제조공장 에너지 강도 및 생산 수율)에 의해 영향을 받습니다.

우리의 칩을 하나의 공통된 덩어리로 취급하여 대규모 반도체 컬렉션에 가져온 것은 우리가 사용하는 실리콘의 실제 낭비를 점점 더 많이 느끼게 하는 수치를 제공했습니다. 우리는 이 수치가 보수적인 수치라고 확신했지만 반드시 보수적인 수치는 아닙니다.

MicroGreen과 ACT를 만나보세요

대답은 그것에서 나왔다. 마이크로그린ACT를 기반으로 코넬대학교와 컬럼비아대학교 연구진이 개발한 도구 탄소 아키텍처 모델링을 위한 도구 Harvard와 Meta가 공동으로 개발했습니다. MicroGreen 및 ACT는 엔지니어가 하드웨어의 내재 탄소를 정량화하고 이를 성능 및 강도와 함께 최고의 설계 고려 사항으로 간주할 수 있도록 설계되었습니다. 무게에서 탄소 함량을 추론하는 대신 반도체에 실제로 기여하는 특성(층 면적, 공정 기술, 생산 수율, 제조 공정 자체의 배출량)을 통해 반도체의 내재된 배출량을 모델링합니다. 이는 무게 기반 방법으로는 불가능한 방식으로 실리콘의 미묘한 차이를 포착합니다.

우리는 Udit Gupta, Ariel Goldner 및 Xuesi Chen과 직접 협력하여 MicroGreen/ACT를 우리 제품에 적용할 수 있는 특권을 누리고 있습니다. 우리는 업계 평균이 아닌 실제 출시하는 칩에 모델을 일치시키기 위해 실리콘 사양을 함께 연구했습니다.

Cornell Tech와 Columbia의 연구원들은 다음과 같이 설명합니다.

“Raspberry Pi와의 협력을 통해 실험실에서 개발된 도구가 생산 규모의 지속 가능성 문제에 어떻게 적용될 수 있는지 보여주었습니다. MicroGreen을 Raspberry Pi에 적용하면 우리 연구를 뒷받침하고 우리 작업의 영향력이 극적으로 증가합니다.”

결과는 놀라웠습니다. 우리는 실리콘을 적절하게 모델링함으로써 제품 자체를 변경하는 것이 아니라 배출량을 더 잘 이해함으로써 전체 제품 LCA를 약 30% 줄였습니다. 우리가 구체화된 탄소로 가지고 다니던 것의 대부분은 거기에 없었습니다.

이것이 왜 중요합니까?

우리는 이 일을 하면서 이보다 더 행복할 수 없습니다. 보다 정확한 모델은 단지 최종 결과에 관한 것이 아닙니다. 이는 우리가 보고하는 수치가 현실을 반영하고 디자인, 소싱, 노력의 초점을 어디에 둘지에 대해 우리가 내리는 결정이 탄탄한 기반 위에 세워지도록 보장합니다.

Udit, Ariel 및 Suesi에게 감사드립니다. 그들이 구축한 모델과 우리가 함께 수행한 작업으로 탄소 보고가 크게 향상되었습니다.