Φανταστείτε τον φορητό υπολογιστή σας να λειτουργεί δύο φορές πιο γρήγορα χωρίς αναβαθμίσεις υλικού, μόνο την εφαρμογή εξυπνότερων αλγορίθμων λογισμικού. Αυτή είναι η υπόσχεση μιας νέας έρευνας που θα μπορούσε να αλλάξει τον τρόπο λειτουργίας των σημερινών συσκευών.
Η ομάδα πίσω από την έρευνα, από το Πανεπιστήμιο της Καλιφόρνια, Riverside (UCR), λέει ότι η εργασία έχει τεράστιες δυνατότητες, όχι μόνο για την ενίσχυση της απόδοσης του υλικού, αλλά και για την αύξηση της απόδοσης και τη σημαντική μείωση της χρήσης ενέργειας.
Η καινοτόμος διαδικασία εκμεταλλεύεται το γεγονός ότι τα σύγχρονα τηλέφωνα, οι υπολογιστές και άλλα gadget βασίζονται συνήθως σε περισσότερους από έναν επεξεργαστές για να λειτουργούν.
«Δεν χρειάζεται να προσθέσετε νέους επεξεργαστές επειδή τους έχετε ήδη», λέει ο μηχανικός υπολογιστών Hung-Wei Tseng, από την UCR.
Ενώ ο όρος επεξεργαστής εξακολουθεί να χρησιμοποιείται για να περιγράψει τον εγκέφαλο των σύγχρονων συσκευών υλικού, υπάρχει συνήθως ένας συνδυασμός πολλαπλών επεξεργαστών που συνεργάζονται: ένας για γραφικά που ονομάζεται μονάδα επεξεργασίας γραφικών (GPU), καθώς και ένας για μηχανική εκμάθηση που ονομάζεται μονάδα επεξεργασίας τανυστήρα (TPU) ίσως, για να μην αναφέρουμε την κεντρική μονάδα επεξεργασίας για το χειρισμό γενικών υπολογισμών.
Το να βασίζεσαι σε εξειδικευμένους επεξεργαστές έχει σίγουρα τα πλεονεκτήματά του, γιατί μπορούν να κατασκευαστούν για συγκεκριμένες εργασίες. Η εκτέλεση του κώδικα για την εκτέλεση ενός προγράμματος υπολογιστικών φύλλων δεν γίνεται με τον ίδιο τρόπο όπως η εκτέλεση του κώδικα για ένα ρομπότ κειμένου τεχνητής νοημοσύνης που δημιουργείται.
Το μειονέκτημα είναι ότι μπορεί να συμβούν σημεία συμφόρησης καθώς τα δεδομένα ανακατεύονται μεταξύ διαφορετικών μονάδων, επηρεάζοντας την ταχύτητα και την αποτελεσματικότητα με την οποία μπορούν να ολοκληρωθούν οι εργασίες. Με την εκτέλεση περισσότερων δευτερευουσών εργασιών ταυτόχρονα, σε πολλούς επεξεργαστές, οι ερευνητές ελπίζουν να ανακτήσουν τον χαμένο χρόνο και την ενέργεια.
Η δοκιμαστική ρύθμιση περιελάμβανε μια CPU ARM Cortex-A57, μια GPU Nvidia και μια TPU Google Edge. Χρησιμοποιώντας ταυτόχρονη και ετερογενή multithreading, η εκτέλεση του δείγματος κώδικα ήταν 1,95 φορές ταχύτερη, ενώ η χρήση ενέργειας μειώθηκε κατά 51 τοις εκατό.
«Τα εδραιωμένα μοντέλα προγραμματισμού επικεντρώνονται στη χρήση μόνο των πιο αποτελεσματικών μονάδων επεξεργασίας για κάθε περιοχή κώδικα, αξιοποιώντας ελάχιστα την επεξεργαστική ισχύ σε ετερογενείς υπολογιστές», γράφουν οι ερευνητές στην εργασία τους.
Είναι ακόμα πολύ νωρίς για αυτήν την τεχνολογία: το προτεινόμενο σύστημα είναι περισσότερο μια δοκιμή ότι η ιδέα έχει δυνατότητες, παρά κάτι που μπορεί να εφαρμοστεί αμέσως στα smartphone και τα smartwatches μας.
Οι ερευνητές αναγνωρίζουν επίσης ότι υπάρχουν σημαντικές προκλήσεις που πρέπει να ξεπεραστούν όσον αφορά τον περιορισμό των εργασιών υπολογιστών που πρέπει να χειρίζονται διαφορετικοί τύποι επεξεργαστών και στη συνέχεια να συνδυαστούν τα πάντα μαζί χωρίς καμία επιβράδυνση.