Economia
Raddoppiare la velocità e dimezzare i consumi energetici con un nuovo approccio all’elaborazione dei dati
L’innovativo approccio SHMT sviluppato dall’università di Riverside permette di raddoppiare le prestazioni e dimezzare i consumi dell’attuale hardware esistente, Un’innovazione epocale
Un nuovo approccio sviluppato dai ricercatori dell’Università della California di Riverside, negli Stati Uniti, può raddoppiare la potenza di elaborazione del dispositivo esistente senza aggiungere nuovo hardware, processando diversi flussi di dato in parallelo.. Questo approccio, sebbene sia ancora in fase embrionale, potrebbe anche ridurre della metà il consumo energetico dei dispositivi, si legge in un comunicato stampa.
I dispositivi informatici sono sistemi complessi costruiti utilizzando più componenti, come diversi tipi di memorie e processori, per le attività di routine e l’uso della grafica. Con i progressi della tecnologia informatica, come l’intelligenza artificiale (AI) e l’apprendimento automatico (ML), all’elenco essenziale dei dispositivi informatici si sono aggiunti altri componenti come gli acceleratori hardware e le unità di elaborazione del segnale.
Ciascuna di queste unità elabora le informazioni singolarmente e poi le trasferisce all’unità successiva affinché possa svolgere il proprio lavoro. Pertanto, l’isolamento e lo spostamento delle informazioni da questi componenti creano un collo di bottiglia che aumenta il tempo di calcolo e l’energia per la loro elaborazione.
Un nuovo approccio per migliorare la velocità di calcolo
Un nuovo approccio sperimentale sviluppato da Hung-Wei Tseng, professore associato di ingegneria elettrica e informatica presso la UC Riverside, affronta questo problema eliminando l’elaborazione sequenziale delle informazioni. Chiamato Simultaneous and Heterogenous Multithreading (SHMT), questo approccio, come suggerisce il nome, consente l’elaborazione simultanea delle informazioni da parte del medesimo hardware.
Insieme a Kuan-Chieh Hsu, uno studente laureato in informatica presso la UC Riverside, Tseng ha dimostrato il suo framework SHMT utilizzando un processore ARM multi-core, una GPU NVIDIA e un acceleratore hardware Tensor Processing Unit. Durante i test, l’approccio ha fornito un aumento di 1,96 volte della velocità di elaborazione e una riduzione del 51% del consumo energetico. Raddoppiata la velocità, dimezzati i consumi: una innovazione importante.
Risparmio di tempo, denaro e ambiente
L’utilizzo dell’approccio SHMT per l’elaborazione delle informazioni ha enormi implicazioni. Per cominciare, l’approccio potrebbe raddoppiare la potenza dei dispositivi attualmente disponibili senza dover aggiornare l’hardware. L’hardware informatico deve essere aggiornato periodicamente per mantenere le sue prestazioni al passo con le tecnologie attuali, altrimenti inizia a perdere colpi. Con l’evoluzione di questo metodo invece si potranno ottenere importanti vantaggi, con forti risparmi energetici, solo con profondi cambiamenti del software e non dell’hardware. Potenzialmente i risparmi e la velocità di diffusione dell’innovazione sarà rapida e poco costosa. SGMT promette quest’evoluzione.
Anche i centri dati utilizzati dalle aziende tecnologiche consumano grandi quantità di energia. Secondo le stime dell’Agenzia Internazionale dell’Energia, queste strutture consumano quasi l’1% della domanda globale di energia, una percentuale destinata ad aumentare man mano che il mondo si affida sempre più alla tecnologia per portare a termine le attività quotidiane. Si è perfino pensato di farli funzionare con SMR.
Sebbene si tratti di una notizia positiva, Tseng e il team devono affrontare molti problemi prima di distribuire SHMT. Si tratta di questioni relative all’implementazione del sistema, al supporto hardware, all’ottimizzazione del codice e all’identificazione delle applicazioni che possono trarre vantaggio da questo approccio.
I risultati della ricerca sono stati presentati al 56° Simposio Internazionale sulla Microarchitettura dell’IEEE/ACM a Toronto, in Canada.
Grazie al nostro canale Telegram potete rimanere aggiornati sulla pubblicazione di nuovi articoli di Scenari Economici.
You must be logged in to post a comment Login