想象一下，您的筆記本電腦在沒有任何硬件升級的情況下運行速度提高了一倍;只有應用更智能軟件算法.這是新研究的前景，可能會改變當今設備的功能。

來自加州大學河濱分校（UCR）的研究團隊表示，這項工作具有巨大的潛力，不僅可以提高硬件性能，還可以提高效率并顯著減少能源使用.

這種創新過程被稱為并發和異構多線程 （SHMT），它利用了現代手機、計算機和其他小工具通常依賴多個處理器來思考的事實。

“您不必添加新的處理器，因為您已經擁有它們，”說計算機工程師 Hung-Wei Tseng，來自 UCR。

雖然術語處理器仍然用于描述現代硬件設備的大腦，但通常有多個處理器的組合一起工作：一個用于圖形的處理器稱為圖形處理單元（GPU），以及一個用于機器學習稱為張量處理單元（TPU）也許，更不用說中央處理器用于處理一般計算計算。

依靠專用處理器當然有其好處，因為它們可以針對特定任務進行設計。執行代碼以運行電子表格程序的方式與執行電子表格程序的代碼的方式并不完全相同生成式 AI 文本機器人.

缺點是，當數據在不同單元之間洗牌時，可能會出現瓶頸，從而影響完成任務的速度和效率。通過在多個處理器上同時并行運行更多的子任務，研究人員希望重新獲得失去的時間和精力。

測試設置包括一個 ARM Cortex-A57 CPU、一個 Nvidia GPU 和一個 Google Edge TPU。使用同步和異構多線程，示例代碼的執行速度提高了 1.95 倍，而能源使用量減少了 51%。

“根深蒂固的編程模型側重于僅對每個代碼區域使用最有效的處理單元，而未充分利用異構計算機中的處理能力，”寫研究人員在他們的論文中。

這項技術還處于早期階段：擬議的系統更像是對這個想法具有潛力的測試，而不是可以立即在我們的智能手機和智能手表上實施的東西。

研究人員還承認，在切割由不同類型的處理器處理的計算作業方面，需要克服重大挑戰，然后將所有內容組合在一起而不會減慢速度。

“傳統的同構同步多線程硬件不需要應對質量保證，”寫研究人員。

“相比之下，SHMT 必須確保質量，因為底層架構可能存在精度不匹配。”

該研究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，可供在線閱讀.

寶寶起名 起名