Oslanjanje na specijalizirane procesore svakako ima svoje prednosti jer se oni mogu konstruirati za specifične zadatke. Izvršavanje koda za pokretanje programa za proračunske tablice ne radi se na potpuno isti način kao izvršavanje koda za generativnog AI tekstualnog bota.

Loša strana je da se mogu pojaviti uska grla jer se podaci miješaju između različitih jedinica, što utječe na brzinu i učinkovitost kojom se zadaci mogu dovršiti. Pokretanjem više podzadataka istovremeno, na više procesora, istraživači se nadaju da će povratiti izgubljeno vrijeme i energiju.

Testna postavka uključivala je ARM Cortex-A57 CPU, Nvidia GPU i Google Edge TPU. Korištenjem simultanog i heterogenog multithreadinga, izvođenje uzorka koda bilo je 1,95 puta brže, dok je potrošnja energije smanjena za 51 posto.

"Ukorijenjeni programski modeli fokusiraju se na korištenje samo najučinkovitijih procesorskih jedinica za svaku regiju koda, nedovoljno iskorištavajući procesorsku snagu unutar heterogenih računala", pišu istraživači u svom radu.

Još je rano za ovu tehnologiju: predloženi sustav je više test ima li ideja potencijala, a ne nešto što se može odmah postaviti na naše pametne telefone i pametne satove.

Istraživači također priznaju da postoje značajni izazovi koje treba prevladati u smislu usitnjavanja računalnih poslova kojima bi se bavili različiti tipovi procesora, a zatim ponovnog kombiniranja svega bez ikakvog usporavanja.

"Konvencionalni homogeni simultani multithreading hardver ne mora se nositi s osiguranjem kvalitete", pišu istraživači.

"Suprotno tome, SHMT mora osigurati kvalitetu zbog potencijalne neusklađenosti preciznosti temeljnih arhitektura."

Istraživanje je predstavljeno na 56. godišnjem IEEE/ACM međunarodnom simpoziju o mikroarhitekturi u Torontu, Kanada, i dostupno je za čitanje online.


Izvor: https://www.sciencealert.com/radical-new-discovery-could-double-the-speed-of-existing-computers