Informatique
Technologie multithreading simultanée et hétérogène révolutionnaire pour rendre l'informatique plus rapide
Securities.io applique des normes éditoriales rigoureuses et peut percevoir une rémunération pour les liens vérifiés. Nous ne sommes pas un conseiller en investissement agréé et ceci ne constitue pas un conseil en investissement. Veuillez consulter notre divulgation de l'affiliation.
Bien que tous les nouveaux appareils des géants de la technologie comme Apple et Google présentent des améliorations progressives – une augmentation à un chiffre de la durée de vie de la batterie, un nanomètre de moins pour le processeur, qui n'a pas encore produit un rendement optimal pour les fabricants, ou quelques mégapixels supplémentaires – la question se pose la question suivante : des améliorations aussi modestes sont-elles réellement suffisantes ? L'ajout de matériel supplémentaire est-il la solution ?
Pas selon le professeur agrégé Hung-Wei Tseng du Département de génie électrique et informatique de l'Université de Californie à Riverside (UCR). Il dit:
« Vous n’avez pas besoin d’ajouter de nouveaux processeurs car vous les possédez déjà. »
Le professeur Tseng, accompagné d'une équipe de chercheurs, développé un nouveau framework logiciel pour le traitement parallèle appelé Multi-threading simultané et hétérogène (SHMT). Selon les premiers résultats, SHMT est sur le point d'améliorer considérablement la vitesse de traitement et de réduire la consommation d'énergie en exploitant les capacités latentes des processeurs actuels des ordinateurs personnels, des téléphones portables et d'autres appareils.
Présenté comme « révolutionnaire » par la communauté technologique, SHMT vise à supprimer les goulots d’étranglement du flux de données et à faciliter la collaboration transparente de nombreuses unités de traitement. Cette avancée pourrait affecter non seulement l’électronique personnelle, mais également les centres de données et d’autres types d’informatique massivement parallèle.
Supprimer le goulot d'étranglement
Avant de commencer à explorer toute la splendeur de ce qui est réalisable avec le multithreading simultané et hétérogène, comprenons d'abord les limites des systèmes informatiques actuels.
Dans la plupart des appareils, divers composants, tels que l'unité centrale de traitement (CPU), l'unité de traitement graphique (GPU) et l'unité de traitement tensoriel (TPU), gèrent les informations séparément. Les données sont transférées d’une unité de traitement à une autre, ce qui entraîne souvent des « goulots d’étranglement » qui entravent les performances globales du système.
Cette situation est encore aggravée par les modèles de programmation traditionnels, qui délèguent généralement des tâches à un seul type de processeur, laissant ainsi les autres ressources inutilisées et sous-utilisées. Faisant écho à ces observations, l'article de recherche « Multithreading simultané et hétérogène » de Kuan-Chieh Hsu et Hung-Wei Tseng affirme :
"Les modèles de programmation bien établis se concentrent sur l'utilisation uniquement des unités de traitement les plus efficaces pour chaque région de code, sous-utilisant ainsi la puissance de traitement des ordinateurs hétérogènes."
SHMT s'écarte de cette approche en exploitant la diversité des multiples composants au sein d'un système informatique. Ce concept est connu sous le nom d'hétérogénéité. En décomposant les fonctions de calcul et en les répartissant entre les unités de traitement disponibles, SHMT facilite un véritable traitement parallèle.
Cette approche consistant à décomposer les fonctions de calcul et à les répartir entre plusieurs unités de traitement maximise l'utilisation des ressources disponibles pour améliorer les performances et économiser de l'énergie. Le document de recherche analyse en outre les lacunes des modèles de programmation traditionnels en déclarant qu'ils « ne peuvent déléguer une région de code exclusivement qu'à un seul type de processeur, laissant les autres ressources informatiques inactives sans contribuer à la fonction actuelle ».
SHMT, quant à lui, vise à s'affranchir de ces contraintes en exploitant les compétences spécifiques de chaque unité de traitement et leur collaboration sur une région de code partagée. Les auteurs soulignent également que la technologie informatique contemporaine est indéniablement hétérogène, car toutes les plateformes informatiques intègrent plusieurs types d'unités de traitement et d'accélérateurs matériels. Cela nécessite un modèle de programmation capable d'exploiter efficacement la puissance de ces divers composants (ce qui est précisément l'objectif de SHMT).
Par conséquent, SHMT ouvre la voie à une informatique plus rapide et plus efficace en éliminant les goulots d’étranglement de l’informatique désormais traditionnelle.
Comment fonctionne la technologie multithread simultanée et hétérogène ?
Il est évident que la gestion et la répartition efficaces des activités informatiques entre les différents composants matériels constituent le principe de base de SHMT.
Le cadre comprend un ensemble d'opérations virtuelles (VOP) pour faciliter le déchargement des tâches d'une application CPU vers un périphérique matériel virtuel. Selon l'étude, « un ensemble d'opérations virtuelles (VOP) permet à un programme CPU de « décharger » une fonction vers un périphérique matériel virtuel. » Ces VOP assurent la communication et la délégation de tâches en créant une barrière entre le programme et le matériel.
Un système d'exécution optimise les performances en évaluant les capacités de chaque ressource matérielle et en prenant des décisions de planification intelligentes pendant l'exécution de l'application. Selon l'étude, « Pendant l'exécution d'un programme, un système d'exécution pilote le matériel virtuel multithread simultané et hétérogène, évaluant ainsi la capacité de la ressource matérielle à prendre des décisions de planification. » Pour optimiser l'efficacité des ressources et s'adapter aux besoins spécifiques des tâches, SHMT évalue dynamiquement les capacités matérielles.
Le système d'exécution décompose les VOP en opérations de haut niveau (HLOP) pour les distribuer à diverses files d'attente de tâches matérielles. Selon l'étude, "le système d'exécution divise les VOP en une ou plusieurs opérations de haut niveau (HLOP) pour utiliser simultanément plusieurs ressources matérielles". La décomposition des VOP en HLOP permet d'obtenir un contrôle granulaire sur l'allocation des tâches et l'utilisation maximale de chaque unité de traitement.
La politique de planification de SHMT utilise une approche de vol de travail soucieuse de la qualité (QAWS), garantissant une utilisation efficace des ressources et des charges de travail variées. Selon l'étude, « SHMT utilise une politique de planification de vol de travail soucieuse de la qualité (QAWS) qui évite de monopoliser les ressources, tout en maintenant le contrôle qualité et l'équilibre de la charge de travail. » Outre une répartition efficace du travail au sein du système, cette approche empêche toute unité de traitement de s'accaparer des ressources.
Si SHMT souhaite maximiser les performances sans sacrifier la qualité, il a besoin de la politique de planification QAWS. L’étude indique que « SHMT doit garantir le résultat sans encourir de frais généraux importants ». Pour garantir que le résultat des unités de traitement hétérogènes est précis et cohérent, SHMT intègre des techniques de contrôle qualité dans la planification.
La capacité de SHMT à exploiter les capacités spécifiques de chaque élément matériel est un atout majeur. Comme le note l'étude, "SHMT peut diviser le calcul d'une même fonction en plusieurs types de ressources informatiques et exploiter entre-temps des types hétérogènes de parallélisme". SHMT améliore considérablement les performances car il utilise le parallélisme dans des systèmes hétérogènes pour exécuter des tâches simultanément sur plusieurs unités de processeur.
Un autre aspect de SHMT censé être flexible et adaptatif est le système d'exécution. Et selon l'étude, "Comme les HLOP sont indépendants du matériel, le système d'exécution peut ajuster l'attribution des tâches selon les besoins." Grâce à son adaptabilité, SHMT peut réagir à la volée aux changements de disponibilité du matériel ou aux demandes de charge de travail, permettant ainsi au système de fonctionner avec une efficacité et des performances optimales.
Dans l’ensemble, l’étude présente toutes les étapes nécessaires pour comprendre le fonctionnement de SHMT, en attirant l’attention sur les éléments et processus critiques qui lui permettent d’atteindre une efficience et une efficacité remarquables dans des environnements informatiques hétérogènes. Grâce à SHMT, qui utilise les VOP, les HLOP et la stratégie de planification QAWS pour révolutionner le traitement parallèle, une nouvelle ère de calcul efficace et puissant est sur le point de naître.
Résultats positifs des tests initiaux du prototype
Pour prouver l'efficacité de la technologie SHMT, les chercheurs de l'UCR ont réalisé des tests rigoureux sur un prototype reproduisant les capacités des centres de données en utilisant des composants standard des téléphones portables contemporains. Ce prototype incluait un TPU Google Edge intégré via l'emplacement M.2 Key E du système, un module NVIDIA Jetson Nano avec un processeur ARM Cortex-A57 quadricœur et 128 cœurs GPU à architecture Maxwell.
Pour évaluer les performances du framework SHMT dans différentes conditions de charge de travail, les chercheurs ont soumis le prototype à une batterie de programmes de référence. Le résultat a été impressionnant : la stratégie QAWS, la plus performante, a non seulement réduit la consommation d'énergie de 51 %, mais a également amélioré les performances de traitement de 1.95 fois par rapport à la technique de référence.
Les résultats soulignent le potentiel de SHMT pour améliorer considérablement les performances de traitement et l'efficacité énergétique d'un large éventail d'appareils et d'applications logicielles. SHMT a démontré qu'il est possible de tirer le meilleur parti de votre configuration actuelle en optimisant l'utilisation de toutes ses ressources sans avoir à investir une fortune dans du nouveau matériel.
Avec le besoin toujours croissant d’un calcul plus rapide et plus efficace, des avancées telles que le multithreading simultané et hétérogène deviendront de plus en plus cruciales pour façonner la trajectoire future de la technologie. Les travaux de l’équipe de recherche de l’UCR montrent clairement que trouver des solutions informatiques hautes performances à long terme, capables de s’adapter aux exigences dynamiques de notre monde numérique, n’a jamais été aussi simple qu’avec le travail de l’équipe de recherche de l’UCR.
Implications et orientations futures du multithreading simultané et hétérogène
La création et les tests de SHMT représentent un changement profond dans l’avenir de l’informatique. Il a le potentiel de révolutionner la conception et l'utilisation des appareils informatiques dans plusieurs applications en offrant des augmentations substantielles des performances et des économies d'énergie avec le matériel existant.
À mesure que SHMT est de plus en plus adopté, les consommateurs pourront peut-être éviter des mises à jour matérielles coûteuses et profiter d'appareils mobiles, de tablettes, d'ordinateurs portables et de bureau plus rapides et plus réactifs. Grâce à cela, davantage de personnes pourront bientôt acheter et avoir accès à des ordinateurs hautes performances, contribuant ainsi à réduire la fracture numérique.
Les centres de données et autres systèmes informatiques à grande échelle pourraient également trouver dans le SHMT un outil indispensable pour réduire leurs coûts et leur consommation d'énergie sans compromettre les performances. De plus, les innovations favorisant l'efficacité énergétique et le développement durable, comme le SHMT, gagneront en importance à mesure que les inquiétudes concernant les effets environnementaux de la technologie s'intensifient.
Malgré tous leurs efforts, l’équipe de recherche de l’UCR reconnaît qu’il reste encore des obstacles à surmonter et des opportunités pour davantage d’investigations et de progrès à l’avenir. Les ingénieurs logiciels et les fabricants de matériel devront travailler en étroite collaboration pour mettre en œuvre SHMT à grande échelle. Cela garantira que la technologie fonctionne bien sur tous les appareils et plates-formes. Cependant, des recherches supplémentaires sont nécessaires pour déterminer quelles applications et charges de travail sont les plus adaptées à l'utilisation de cette technologie révolutionnaire.
Malgré ces obstacles, les universitaires comme les entreprises ont pris note des premiers résultats prometteurs de la SHMT. L'idée que cette technologie révolutionnaire puisse transformer l'industrie informatique devient de plus en plus attrayante à mesure que les études progressent et que des collaborations se mettent en place.
Comme beaucoup d’autres idées brillantes, le multithreading simultané et hétérogène semble être un produit du bon sens, mais le diable se cache dans les détails. Si l’idée d’un cache partagé entre CPU et GPU est intrigante, elle nécessitera probablement une refonte complète de l’architecture matérielle.
Cela justifierait de s'éloigner de l'architecture x86-64 actuelle, et une telle conception nécessiterait le développement d'une nouvelle architecture de processeur avec un cache L3 ou L4 partagé. Cela augmenterait à son tour la complexité du processeur et annulerait potentiellement tous les avantages tirés du cache partagé.
De plus, la mémoire cache est généralement beaucoup plus petite que la RAM système et n'est pas bien adaptée aux applications GPU, qui nécessitent de grandes quantités de mémoire à large bande passante. Cependant, des développements comme mémoire universelle peut répondre à ces préoccupations. À mesure que les recherches sur SHMT se poursuivent, il sera passionnant de voir comment cette technologie innovante évolue et impacte l’avenir du traitement parallèle et de l’informatique hétérogène.
