Modèles et plateformes d’IA

Algorithme prédisant la consommation d’énergie des processeurs incroyablement rapide

mm
Ajouter Unite.AI à vos sources préférées sur Google

Les ingénieurs en informatique de l’Université Duke ont développé une nouvelle méthode d’intelligence artificielle (IA) qui peut prédire avec précision la consommation d’énergie de tout type de processeur informatique. La caractéristique la plus impressionnante de cette nouvelle méthode est sa capacité à effectuer cela plus d’une trillion de fois par seconde, tout en utilisant très peu de puissance de calcul elle-même.

Technique APOLLO

La nouvelle technique s’appelle APOLLO, et elle a été validée sur des microprocesseurs haute performance du monde réel. Elle pourrait être appliquée de nombreuses manières différentes, notamment pour améliorer l’efficacité et éclairer le développement des microprocesseurs.

La recherche détaillant cette nouvelle méthode a été publiée à MICRO-54 : 54e Symposium annuel IEEE/ACM international sur la microarchitecture.

Zhiyao Xie est le premier auteur de l’article et un candidat au doctorat dans le laboratoire de Yiran Chen, qui est professeur d’ingénierie électrique et informatique à Duke.

« C’est un problème intensément étudié qui a traditionnellement reposé sur des circuits supplémentaires pour y répondre », a déclaré Xie. « Mais notre approche s’exécute directement sur le microprocesseur en arrière-plan, ce qui ouvre de nombreuses nouvelles opportunités. Je pense que c’est pourquoi les gens sont excités à ce sujet. »

Processeurs informatiques modernes

Les processeurs informatiques modernes reposent sur des cycles de calculs qui sont effectués 3 billions de fois par seconde. Pour maintenir les performances et l’efficacité de la puce, il est nécessaire de suivre la consommation d’énergie de ces transitions rapides. Lorsqu’un processeur consomme trop de puissance, cela peut entraîner une surchauffe et des dommages. Lorsque la puissance change rapidement, cela peut causer des complications électromagnétiques internes qui entraînent un ralentissement du processeur.

Les logiciels peuvent prédire et arrêter ces extrêmes, et les ingénieurs en informatique peuvent les utiliser pour protéger le matériel et améliorer les performances. Cependant, ce processus nécessite du matériel et de la puissance de calcul supplémentaires.

« APOLLO s’approche d’un algorithme de estimation de puissance idéal qui est à la fois précis et rapide et peut facilement être intégré dans un cœur de traitement à faible coût de puissance », a déclaré Xie. « Et parce qu’il peut être utilisé dans n’importe quel type d’unité de traitement, il pourrait devenir un composant courant dans la conception de futurs circuits. »

En s’appuyant sur l’IA

APOLLO s’appuie sur l’intelligence artificielle pour sa puissance. L’algorithme repose sur l’IA pour identifier et sélectionner 100 des millions de signaux d’un processeur, qui sont corrélés à sa consommation d’énergie. Ces 100 signaux sont ensuite utilisés pour construire un modèle de consommation d’énergie, et l’algorithme les surveille pour prédire les performances de la puce en temps réel.

Ce processus est autonome et basé sur les données, ce qui signifie qu’il peut être mis en œuvre sur presque n’importe quel type d’architecture de processeur informatique.

« Après que l’IA ait sélectionné ses 100 signaux, vous pouvez regarder l’algorithme et voir ce qu’ils sont », a déclaré Xie. « Beaucoup de ces sélections ont un sens intuitif, mais même si elles ne le font pas, elles peuvent fournir des commentaires aux concepteurs en leur indiquant quels processus sont les plus fortement corrélés à la consommation d’énergie et aux performances. »

Les chercheurs disent que l’algorithme nécessite encore des tests et des évaluations complètes sur différentes plateformes. Cela est nécessaire avant qu’il puisse être adopté par les fabricants de processeurs informatiques commerciaux.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.