美國加州大學河濱分校的研究人員開發了一種新方法，透過並行處理多個資料流，可以在不添加新硬體的情況下將現有設備的處理能力提高一倍。這種方法雖然仍處於起步階段， 我們在新聞稿中讀到，它還可以將設備的功耗降低一半。
計算設備是使用多個元件建構的複雜系統，例如不同類型的記憶體和處理器，用於日常任務和圖形的使用。隨著人工智慧 (AI) 和機器學習 (ML) 等計算技術的進步，硬體加速器和訊號處理單元等其他組件已被添加到計算設備的基本清單中。
每個單元單獨處理訊息，然後將其傳遞給下一個單元來完成其工作。因此，從這些組件中隔離和移動資訊會產生瓶頸，增加其處理的計算時間和能量。
提高計算速度的新方法
加州大學河濱分校電機與電腦工程副教授 Hung-Wei Tseng 開發了一種新的實驗方法，透過消除順序資訊處理來解決這個問題。這種方法稱為同時異構多執行緒 (SHMT)，顧名思義，允許相同硬體同時處理資訊。
Tseng 與加州大學河濱分校電腦科學研究生 Kuan-Chieh Hsu 一起使用多核心 ARM 處理器、NVIDIA GPU 和張量處理單元硬體加速器演示了他的 SHMT 框架。在測試過程中，該方法使處理速度提高了 1.96 倍，功耗降低了 51%。速度加倍，消耗減半：一項重要的創新。
節省時間、金錢和環境
使用 SHMT 方法進行資訊處理具有巨大的影響。對於初學者來說，該方法可以使當前可用設備的功能加倍，而無需升級硬體。電腦硬體必須定期更新，以使其效能與當前技術保持同步，否則就會出現故障。然而，隨著這種方法的發展，只需對軟體而不是硬體進行深刻的改變，就有可能獲得重要的優勢，並具有強大的節能效果。潛在的節約和創新傳播速度將是快速且便宜的。 SGMT 承諾這一演變。
科技公司使用的資料中心也消耗大量能源。根據國際能源總署的估計，這些設施消耗了全球能源需求的近 1%，隨著世界越來越依賴科技來完成日常任務，這一比例預計還會增加。甚至有人想過要讓它們與 SMR 一起工作。
雖然這是一個積極的消息，但 Tseng 和團隊在部署 SHMT 之前還有許多問題需要解決。這些問題與系統實作、硬體支援、程式碼最佳化以及識別可以從此方法中受益的應用程式相關。
這項研究成果在加拿大多倫多舉行的第 56 屆 IEEE/ACM 國際微架構研討會上發表。
感謝我們的 Telegram 頻道，您可以隨時了解新經濟情景文章的發布。
《利用新的數據處理方法將速度加倍、能耗減半》一文來自《經濟情景》 。
這是在 Sat, 24 Feb 2024 12:48:39 +0000 在 https://scenarieconomici.it/raddoppiare-la-velocita-e-dimezzare-i-consumi-energetici-con-un-nuovo-approccio-allelaborazione-dei-dati/ 的報紙 “Scenari Economici” 上發表的文章的翻譯。