Algoritm förutsäger processorns effektförbrukning otroligt snabbt

Datoringenjörer vid Duke University har utvecklat en ny metod med artificiell intelligens (AI) som kan förutsäga effektförbrukningen för alla typer av datorprocessorer. Den mest imponerande funktionen i denna nya metod är dess förmåga att utföra detta över en biljon gånger per sekund, samtidigt som den använder mycket lite beräkningskraft.

APOLLO-tekniken

Den nya tekniken kallas APOLLO och har validerats på riktiga, högpresterande mikroprocessorer. Den kan användas på många olika sätt, inklusive för att förbättra effektiviteten och informera utvecklingen av mikroprocessorer.

Forskningen som beskriver denna nya metod publicerades på MICRO-54: 54th Annual IEEE/ACM International Symposium on Microarchitecture.

Zhiyao Xie är huvudförfattare till artikeln och en doktorand i Yiran Chens laboratorium, som är professor i elektroteknik och datorteknik vid Duke.

“Detta är ett intensivt studerat problem som traditionellt har lösts med extra kretsar,” sa Xie. “Men vår metod körs direkt på mikroprocessorn i bakgrunden, vilket öppnar många nya möjligheter. Jag tror att det är därför människor är entusiastiska över det.”

Modern datorprocessorer

Modern datorprocessorer förlitar sig på beräkningscykler som utförs 3 biljoner gånger per sekund. För att upprätthålla chipets prestanda och effektivitet måste effektförbrukningen för dessa snabba övergångar spåras. När en processor drar för mycket effekt kan det leda till överhettning och skada. När effekten förändras snabbt kan det orsaka interna elektromagnetiska komplikationer som resulterar i en långsammare processor.

Programvara kan förutsäga och stoppa dessa extremer, och datoringenjörer kan använda den för att skydda maskinvaran och öka prestandan. Men denna process kräver extra hårdvara och beräkningskraft.

“APOLLO närmar sig en idealisk effektförbrukningsalgoritm som är både exakt och snabb och kan enkelt integreras i en bearbetningskärna till en låg effektkostnad,” sa Xie. “Och eftersom den kan användas i alla typer av bearbetningsenheter kan den bli en vanlig komponent i framtida chipdesign.”

Att dra nytta av AI

APOLLO drar nytta av artificiell intelligens för sin kraft. Algoritmen förlitar sig på AI för att identifiera och välja 100 av en processorns miljontals signaler, som korrelerar med dess effektförbrukning. Dessa 100 signaler används sedan för att bygga en effektförbrukningsmodell, och algoritmen övervakar dem för att förutsäga chipets prestanda i realtid.

Denna process är autonom och datastyrd, vilket innebär att den kan implementeras på nästan alla typer av datorprocessorarkitektur.

“Efter att AI har valt sina 100 signaler kan du titta på algoritmen och se vad de är,” sa Xie. “Många av urvalen har intuitiv mening, men även om de inte gör det kan de ge feedback till designers genom att informera dem om vilka processer som är mest starkt korrelerade med effektförbrukning och prestanda.”

Forskarna säger att algoritmen fortfarande behöver ytterligare testning och omfattande utvärderingar på olika plattformar. Detta krävs innan den kan antas av kommersiella dator-tillverkare.