Οι σύγχρονες συσκευές είναι εξοπλισμένες με διάφορους τύπους ηλεκτρονικών chips, όπως η CPU, GPU, hardware accelerators για τεχνητή νοημοσύνη (AI) και οι μονάδες επεξεργασίας ψηφιακού σήματος για ήχο. Συνήθως, αυτά τα chips επεξεργάζονται τα δεδομένα χωριστά και διαδοχικά, γεγονός που μπορεί να επιβραδύνει τη συνολική επεξεργασία.
Για να ξεπεραστεί αυτή η πρόκληση, μια ομάδα επιστημόνων προτείνει ένα καινοτόμο πλαίσιο όπου οι μονάδες επεξεργασίας λειτουργούν παράλληλα, και όχι η μία μετά την άλλη. Αυτή η μέθοδος, που ονομάζεται "Ταυτόχρονο και Ετερογενές Multi Threading" (SHMT), επιτρέπει στις διαφορετικές μονάδες να εργάζονται στο ίδιο τμήμα του κώδικα ταυτόχρονα, βελτιώνοντας σημαντικά την απόδοση της επεξεργασίας. Επίσης, επιτρέπει μια πιο ευέλικτη κατανομή εργασιών μεταξύ των chips. Αυτό σημαίνει ότι διαφορετικές μονάδες επεξεργασίας μπορούν να διαχειριστούν το ίδιο κομμάτι του κώδικα ταυτόχρονα και στη συνέχεια να προχωρήσουν σε νέες εργασίες μόλις ολοκληρωθεί η δουλειά τους. Εκτός από την επιτάχυνση της επεξεργασίας, το SHMT αποδεικνύεται πιο αποδοτικό από πλευράς κατανάλωσης ενέργειας. Πολλές εργασίες που συνήθως ανατίθενται σε chips που καταναλώνουν αρκετή ενέργεια, όπως η GPU, μπορούν να ανατεθούν σε λιγότερο ενεργοβόρους hardware accelerators.
H μέθοδος δοκιμάστηκε σε ένα σύστημα που αποτελούνταν από μια πολλαπλών πυρήνων ARM CPU, μια Nvidia GPU, έναν TPU hardware accelerator μα τις επιδόσεις να διπλασιάζονται και την κατανάλωση ενέργειας να είναι κατά 51% λιγότερη συγκριτικά με ένα παραδοσιακό σύστημα.
Η υιοθέτηση αυτής της μεθόδου όχι μόνο θα οδηγήσεις σε μείωση του κόστους του hardware αλλά και σε λιγότερες εκπομπές διοξειδίου του άνθρακα.
Για την καλύτερη εμπειρία σου θα θέλαμε να σε παρακαλέσουμε να το απενεργοποιήσεις κατά την πλοήγησή σου στο site μας ή να προσθέσεις το enternity.gr στις εξαιρέσεις του Ad Blocker.
Με εκτίμηση, Η ομάδα του Enternity