Новый подход к вычислениям может удвоить скорость обработки данных в таких устройствах, как телефоны или ноутбуки, без необходимости замены каких-либо существующих компонентов.
Современные устройства оснащены различными чипами, которые выполняют различные виды обработки данных. Наряду с центральным процессором (CPU) устройства оснащены графическими процессорами (GPU), аппаратными ускорителями для работы с искусственным интеллектом (AI) и блоками цифровой обработки сигналов для обработки аудиосигналов.
Однако из-за традиционных моделей выполнения программ эти компоненты обрабатывают данные одной программы отдельно и последовательно, что замедляет время обработки.
Чтобы решить эту проблему, ученые разработали новую схему выполнения программ, в которой процессоры работают параллельно. Команда описала новый подход, получивший название «одновременная и гетерогенная многопоточность» (SHMT), в статье, опубликованной в декабре 2023 года на сервере препринтов arXiv.
SHMT использует вычислительные устройства одновременно для работы с одной и той же областью кода — вместо того, чтобы ждать, пока процессоры будут последовательно работать над разными областями кода, основываясь на том, какой компонент лучше всего подходит для конкретной рабочей нагрузки.
Ученые применили SHMT в созданном ими прототипе системы с многоядерным ARM CPU, графическим процессором Nvidia и аппаратным ускорителем tensor processing unit (TPU). В ходе тестов она выполняла задачи в 1,95 раза быстрее и потребляла на 51 % меньше энергии, чем система, работавшая обычным способом.
По словам ученых, если применить этот программный фреймворк к существующим системам, то можно снизить стоимость оборудования, а также уменьшить выбросы углекислого газа, поскольку на обработку рабочих нагрузок с использованием более энергоэффективных компонентов уходит меньше времени. Это также может снизить потребность в пресной воде для охлаждения массивных центров обработки данных — если технология будет использоваться в более крупных системах.
Нет комментариев