Dubbla datorns prestandaEller smartphone eller server Utan att byta hårdvara är det möjligt (sannolikt).åtminstone enligt Hong Wei Tseng, en docent i el- och datateknik vid universitetet University of California Riverside.
Forskaren tillsammans med sin assistent Quan Chih-hsu Det blir tydligt Det så kallade ”paradigmskiftet inom datateknik” i A Sista artikeln Betitlad ”Samtidig och heterogen multitrådning” (glad).
Dagens multithreading gör att en CPU-kärna kan arbeta med två eller flera trådar, vilket i huvudsak delar upp en process i flera ”trådar” att bearbeta parallellt. När det gäller SHMT, Logiken är att utnyttja alla resurser i systemet och inte begränsa belastningen till en enda komponent.
Dagens datorer har olika komponenter som bearbetar data, från centrala processorkärnor (CPU) och grafikprocessorer (GPU) till de nya NPU:erna. Dessa komponenter De behandlar information separatoch överföra dem från en enhet till en annan, Skapa en flaskhals.
Med SHMT (heterogen simultaneous multithreading) har forskare vid UCR gjort just det Utvecklade en metod för att utnyttja olika moduler samtidigt.
SHMT använder vad forskare har kallat ”Intelligent, kvalitetsinriktad work-stealing scheduler (QAWS).” För att dynamiskt hantera heterogena belastningar över komponenter. Denna del av processen syftar till att balansera prestanda och noggrannhet genom att tilldela uppgifter som kräver hög noggrannhet till CPU:n snarare än till AI-acceleratorn, som är mer benägen för fel. Dessutom Schemaläggaren kan överföra uppgifter sömlöst till andra processorer i realtid om en komponent misslyckas.
Mot samma laster, systemet med ramen SHMT förbättrar prestanda jämfört med konventionella arbetsmetoder med 96 %, samtidigt som energiförbrukningen minskar med 51 %. ”Du behöver inte lägga till nya processorer eftersom du redan har dem,” sa Tseng.
Detta steg framåt gjordes på en plattform Nvidia Jetson Nano Det finns en 64-bitars fyrkärnig ARM-processor, en Maxwell GPU med 128 kärnor, 4 GB RAM och en M.2-plats med Google TPU-accelerator.
Men Zeng varnar för detta Mer forskning behövs För att svara på många frågor om systemimplementering, hårdvarustöd, kodoptimering och vilken typ av applikationer som kommer att gynnas mest.
”Begränsningarna för SHMT finns inte i själva modellen; Programmerarens förmåga att återvända till algoritmen för att visa den typ av parallellitet som gör det enkelt att utnyttja SHMT”, förklarar dokumentet. Med andra ord är det inte en enkel universell enhetsapplikation som alla utvecklare kan utnyttja.
Prestandafördelar är också relaterade till typen och storleken på nyttolasten: Med uppgifter som inte är särskilt tunga försvagas fördelen med att använda SHMT, till ett minimum, eftersom det finns färre möjligheter att fördela uppgifter parallellt över flera moduler. Sammanfattningsvis kan SHMT ha potential, men för närvarande bör det ses som lovande forskning och lite mer.
”Typisk nätninja. Passionerad musikförespråkare. Ölfantast. Oursäktande matvetare.”
