将作为一名程序员，进一步确定的目标是成为一个架构师，那么能耗必须考虑。
写代码与能耗的关系不言自明，现在假设将网络视频监控的监控识别算法放在客户端，既不利于算法的保护，也不利于算法的优化，更不利于降低能耗。
谈到能耗，每一台服务器都是吃电器，如果我不是老板，就不考虑耗电的情况，但是如果作为这个公司的一员，也有义务从能耗的角度去写代码。
一个65W的CPU跑一年，需耗电568度电，一度电假定为1.2元，那么一个CPU就需要耗电681.6元，这个价钱可以再买个CPU了。
对于一个1500W的GPU跑一年，耗电13104W，一度电假定为1.2元，那么一个GPU就需要耗电15724.8元，这个价可以上京东买个目前最高端的GPU了，当然还没算上冷却耗电，电源效率这些问题。
降低能耗的方法：
一：优化算法
下面源自一段代码测试的数据：
我们可以看到，能耗与代码执行的时间肯定有直接关系。跑50秒一般比跑3秒要耗能，所以在写代码时，算法设计的好可以节能。
由于最近学习一篇论文，接触了intel的SSE指令集，所以就出来了学习这个的热情，其实对于程序设计，个人的看法是好的算法是关键，但是一个好的编程功底必不可少。
其实算法优化有很多工作可以做：多线程处理，分布式处理，数据优化等等。
二：减少数据迁移
在处理图像时，最头疼的就是数据太多，一个三维图像数据MATLAB读取的话会显示空间不足，一个二维的FFT变换去处理一张壁纸图片，可能就会卡死你的程序，在这些处理的过程中，其实就是把硬盘上的图片数据读到内存上，然后在读到缓存上处理，算法的不同，数据迁移的方式就不同。
假设一张图片从硬盘读到内存上耗能xW ,内存写到硬盘上耗能yW,那么就是一张图片的读写就是x+yW，写一帧视频到硬盘上耗能zW ,如果遇上一个菜鸟程序员，写个代码处理视频时将图片保存到硬盘里，而不是保存视频的话，那么保存10万帧视频的话，多耗能100000（x+y-z）W。
减少数据迁移方法：高效使用寄存器，高效使用共享内存，减少不必要的数据迁移操作。
三：硬件优化
在配置机器时，处理器性能至关重要，性能越好意味着能耗可能越少，耗电可能越少，一个处理器跑一年的电费至少相当于购买该处理器的价格。
制冷，温度过高，机器性能会下降，当然温度过低，性能也会下降，维持一个适应的温度，对于机器的运行也是很重要。
小结：
代码越少比不意味着能耗越少，代码执行效率高也并不意味着能耗低，重要的是我们需要了解计算机构造，编程语言的原理，熟练搭配，争取做一个低功耗的程序员，节能的程序员，低功耗的程序等于执行程序耗资少，也等于减少碳排放。