Algoritmi ennustaa prosessorin tehonkulutuksen uskomattoman nopeasti

Duke Universityn tietokoneinsinöörit ovat kehittäneet uuden tekoälymenetelmän, joka voi tarkasti ennustaa minkä tahansa tietokoneen prosessorin tehonkulutuksen. Tämän uuden menetelmän vaikuttavin ominaisuus on sen kyky suorittaa tämä yli biljoona kertaa sekunnissa, käyttäen vain vähän laskentatehoa.

APOLLO-tekniikka

Uusi tekniikka on nimeltään APOLLO, ja se on validoituna todellisissa, suorituskykyisissä mikroprosessoreissa. Sitä voidaan soveltaa monin eri tavooin, mukaan lukien mikroprosessorien tehokkuuden parantamiseen ja kehittämiseen.

Tutkimus, joka esittelee tämän uuden menetelmän, on julkaistu MICRO-54: 54. vuosittaisessa IEEE/ACM International Symposium on Microarchitecture -tapaamisessa.

Zhiyao Xie on tutkimuksen ensisijainen tekijä ja Yiran Chenin laboratorion tohtorikoulutettava, joka on sähkö- ja tietotekniikan professori Duke Universityssa.

“Tämä on intensiivisesti tutkittu ongelma, joka on perinteisesti ratkaistu lisäpiirien avulla,” Xie sanoi. “Mutta meidän lähestymistapa suorittaa suoraan mikroprosessorilla taustalla, mikä avaa monia uusia mahdollisuuksia. Luulen, että tämä on syy, miksi ihmiset ovat innoissaan siitä.”

Nykyiset tietokoneen prosessorit

Nykyiset tietokoneen prosessorit riippuvat laskentasykleistä, jotka suoritetaan 3 biljoonaa kertaa sekunnissa. Jotta piirin suorituskyky ja tehokkuus voidaan ylläpitää, nopeiden siirtymien tehonkulutusta on seurattava. Kun prosessori kuluttaa liikaa tehoa, se voi johtaa ylikuumenemiseen ja vahinkoon. Kun teho muuttuu nopeasti, se voi aiheuttaa sisäisiä sähkömagneettisia ongelmia, jotka johtavat hitaampiin prosessoreihin.

Ohjelmisto voi ennustaa ja estää nämä ääritilat, ja tietokoneinsinöörit voivat käyttää sitä suojelemaan laitteita ja parantamaan suorituskykyä. Tämä prosessi vaatii kuitenkin lisäpiirejä ja laskentatehoa.

“APOLLO lähestyy ihanteellista tehonkulutusarvioalgoritmia, joka on sekä tarkka että nopea ja joka voidaan helposti rakentaa prosessointiytimeen alhaisella tehokustannuksella,” Xie sanoi. “Ja koska sitä voidaan käyttää missä tahansa prosessointiyksikössä, se voi tulla yleiseksi komponentiksi tulevaisuuden piirisuunnittelussa.”

Tehtävä tekoälyltä

APOLLO hyödyntää tekoälyä tehonsa ansiosta. Algoritmi riippuu tekoälystä prosessorin miljoonien signaaleiden tunnistamiseen ja valintaan, jotka korreloivat sen tehonkulutuksen kanssa. Nämä 100 signaalia käytetään tehonkulutusmallin rakentamiseen, ja algoritmi seuraa niitä ennustaakseen sirun suorituskykyä reaaliajassa.

Tämä prosessi on autonominen ja dataohjattu, mikä tarkoittaa, että sitä voidaan soveltaa lähes mihin tahansa tietokoneen prosessoriarkkitehtuuriin.

“Kun tekoäly on valinnut 100 signaalia, voit tarkastella algoritmia ja nähdä, mitkä ne ovat,” Xie sanoi. “Monet valinnoista ovat intuitiivisia, mutta vaikka ne eivät olisi, ne voivat antaa palautetta suunnittelijoille kertomalla, mitkä prosessit ovat vahvimmin korreloivia tehonkulutuksen ja suorituskyvyn kanssa.”

Tutkijat sanovat, että algoritmi tarvitsee edelleen testausta ja kattavia arvioita eri alustoilla. Tämä on vaadittua ennen kuin sitä voidaan omaksua kaupallisissa tietokoneen valmistajissa.