У попередній публікації ми описали, як ми обчислюємо вміст вуглецю в наших продуктах: зважуємо кожен компонент, відображаємо ці ваги в базі даних ecoinvent і співпрацюємо з нашими партнерами для створення оцінки повного життєвого циклу (LCA). Це надійний і життєздатний підхід, але коли ми уважніше подивилися на результати, одна частина картини нас непокоїла:
Кремній.
Чому вага об’єктива була неправильною для мікросхем
Відображення компонента в кількості відходів за вагою добре працює для багатьох матеріалів. Однак на вуглець, що міститься в шматку кремнію, впливає як вага, так і спосіб його виготовлення: технологічний вузол, площа матриці, кількість етапів виробництва, енергоємність фабрики та продуктивність.
Ставлення до наших чіпів як до звичайної маси, доданої до великої колекції напівпровідників, дало нам цифри, які ми все більше й більше відчували як фактичне витрачання кремнію, який ми використовуємо. Ми були впевнені, що це число було консервативним, але не обов’язково консервативним.
Введіть MicroGreen і ДІЙТЕ
Відповідь дає MicroGreen, інструмент, розроблений дослідниками Корнелла та Колумбії, який базується на ACT, інструменті архітектурного вуглецевого моделювання, розробленому Гарвардом і Meta. MicroGreen і ACT розроблені, щоб дозволити інженерам кількісно визначити вміст вуглецю в апаратному забезпеченні та розглядати це як першокласний проектний фактор, а також продуктивність і міцність. Замість того, щоб виводити вміст вуглецю на основі ваги, він моделює втілені викиди напівпровідників на основі властивостей, які фактично сприяють цьому: площі шару, технології процесу, продуктивності та викидів від самого виробничого процесу. Він вловлює нюанси кремнію таким чином, що метод, заснований на вазі, не може.
Ми маємо честь працювати безпосередньо з Удітом Гуптою, Аріелем Голднером і Сюесі Ченом, щоб застосувати MicroGreen/ACT до наших власних продуктів. Разом ми працювали над специфікаціями кремнію, щоб відповідати моделі чіпам, які ми фактично постачаємо, а не середньому по галузі.
Дослідники з Cornell Tech і Columbia пояснюють:
«Співпраця з Raspberry Pi показала нам, як інструмент, розроблений у лабораторії, можна застосувати до питань сталого розвитку у масштабах виробництва. Застосування MicroGreen до Raspberry Pi дійсно підкріплює наші дослідження та значно підвищує вплив нашої роботи».
Результати відкрили очі. Завдяки правильному моделюванню нашого кремнію ми зменшили загальний LCA для нашого продукту приблизно на 30% — не за рахунок змін у самих продуктах, а за рахунок кращого розуміння їхніх викидів. Багато чого з того, що ми звикли носити як втілений вуглець, не було.
Чому це важливо?
Ми не можемо бути задоволені роботою. Більш точна модель — це не лише кінцеве число; це гарантує, що цифри, які ми повідомляємо, відображають реальність і що рішення, які ми приймаємо звідси щодо дизайну, пошуку та того, де зосередити наші зусилля, будуються на надійній основі.
Ми дякуємо Удіт, Аріель і Суезі. Модель, яку вони створили, і наша спільна робота значно покращили наші звіти про вуглець.
