Des chercheurs ont identifié une méthode pour doubler la vitesse de traitement des ordinateurs et des smartphones avec des composants déjà existants.
Une méthode qui pourrait changer beaucoup de choses
Les dispositifs contemporains tels que les ordinateurs et les smartphones ont évolué au-delà de la simple utilisation d'un unique microprocesseur. Ainsi, dans le but de rendre l'interaction entre ces composants plus fluide, le Professeur Associé en génie électrique et informatique de l'UC Riverside, Hung-Wei Tseng, vient de proposer un changement de paradigme intéressant dans l'architecture des ordinateurs, aussi applicable aux smartphones.
Pour poser le décor, dans nos appareils électroniques modernes, on trouve souvent des unités de traitement graphique (GPU), des accélérateurs matériels pour l'intelligence artificielle (IA) et l'apprentissage automatique (ML), ou des unités de traitement de signal numérique. Cependant, ces composants travaillent de manière indépendante et doivent donc transférer des informations d'une unité de traitement à une autre, ce qui crée souvent un goulot d'étranglement.
Dans leur publication sur le site de l’Université Californie à Riverside, le professeur et son étudiant diplômé en informatique, Kuan-Chieh Hsu, ont introduit un nouveau concept appelé « simultaneous and heterogeneous multithreading » ou SHMT (trad. multithreading simultané et hétérogène). Dans les faits, il s'agit d'un modèle de programmation et d'exécution qui offre des possibilités de traitement parallèle « réel » en utilisant des unités de traitement hétérogènes.
Une harmonie nécessaire pour de meilleures performances
Le cadre SHMT proposée sur une plateforme de système embarqué utilise simultanément un processeur ARM multicœur, un GPU NVIDIA et un accélérateur matériel Tensor Processing Unit. Ce modèle dispose également d'une abstraction et d'un système d'exécution qui facilitent l'exécution parallèle. De plus, le SHMT doit également prendre en compte l'hétérogénéité de la précision des données entre différentes unités de traitement pour garantir des résultats précis. Au cours des tests, le système a obtenu une accélération de 1,96 fois et une réduction de 51 % de la consommation d'énergie. « Vous n'avez pas besoin d'ajouter de nouveaux processeurs, car vous les avez déjà », a déclaré Hung-Wei Tseng.
Comme nous l’expliquions plus haut, l'utilisation simultanée de divers composants de traitement pourrait offrir plusieurs avantages, notamment la diminution des coûts matériels informatiques et la réduction des émissions de carbone provenant des centres de traitement de données. En outre, cette approche pourrait contribuer à réduire la nécessité d'eau douce utilisée pour le refroidissement des serveurs. Les travaux des chercheurs de l’UC Riverside soulignent l'importance de poursuivre la recherche pour aborder diverses questions liées à la mise en œuvre du système, au support matériel, à l'optimisation du code, ainsi qu'à l'identification des applications qui tireraient le plus grand bénéfice de cette approche. Néanmoins, le concept de SHMT représente une avancée prometteuse vers un calcul plus efficient et durable, applicable à une multitude d'appareils électroniques.