Bir araştırmacı, rastgele bir ek donanım maliyeti olmadan bilgisayarların suratını potansiyel olarak iki katına çıkarabilecek yeni bir yaklaşım keşfettiğini tez ediyor.
Eşzamanlı ve Heterojen Çoklu İş Parçacığı (SHMT) ismi verilen prosedür, UC Riverside elektrik ve bilgisayar mühendisliği doçenti Hung-Wei Tseng ile bilgisayar bilimleri yüksek lisans öğrencisi Kuan-Chieh Hsu’nun ortak yazdığı bir makalede özetlendi.
SHMT çerçevesi şu anda çok çekirdekli bir ARM işlemciyi, bir NVIDIA GPU’yu ve bir Tensor Süreç Ünitesi donanım hızlandırıcısını birebir anda kullanan gömülü bir sistem platformu üzerinde çalışıyor. Testlerde sistem 1,96 kat hızlanma ve güç tüketiminde %51 azalma elde etti.
Tseng, çağdaş bilgisayar aygıtlarının GPU’ları, giderek daha fazla AI ve ML için donanım hızlandırıcıları yahut DSP ünitelerini temel bileşenler olarak entegre ettiğini söylüyor. Lakin bu bileşenler bilgileri başka ayrı işleyerek bir sıkışıklık yaratıyor. SHMT, bu bileşenlerin tıpkı anda çalışmasını sağlayarak ve bu sayede süreç verimliliğini artırarak bu sorunu çözmeye çalışıyor.
Bu keşif, sırf bilgisayar donanım maliyetlerini azaltmakla kalmayıp, birebir vakitte büyük bilgi sürece merkezlerindeki sunucuları çalıştırmak için gereken güç üretiminden kaynaklanan karbon emisyonlarını da azaltabileceğinden ötürü büyük bir ehemmiyete sahip. Ayrıyeten sunucuları soğutmak için kullanılan su talebini de azaltabilir.
Tseng’in Techradar ile yaptığı görüşmede söylediğine nazaran, Microsoft tarafından Windows’un gelecekteki bir sürümünde benimsenmesi halinde SHMT çerçevesinin kullanıcılar için fiyatsız bir performans artışı sağlaması mümkün olabilir.
Ancak Tseng’in makalesi; sistem uygulaması, donanım dayanağı, kod optimizasyonu ve hangi uygulamaların en çok yarar sağlayacağı ile ilgili soruları ele almak için daha fazla araştırmaya gereksinim olduğu konusunda uyarıyor. Hiçbir donanım mühendisliği çalışması gerekmese de Tseng, “çalışması için çalışma vakti sistemi (örneğin, işletim sistemi sürücüleri) ve programlama lisanları (örneğin, Tensorflow/PyTorch) üzerinde mutlaka yine yapılanmaya muhtaçlığımız var” diyor.
