想象一下，在沒有任何硬件升級的情況下，您的筆記電腦執行速度是原來的兩倍；只是套用了更智能的軟件演算法。這就是可能改變當今器材功能的新研究的承諾。
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，不僅可以提高硬件效能，還可以提高效率，顯著減少能源消耗。
這種創新的過程被稱為「同步和異構多執行緒（SHMT）」，它利用了現代電話、電腦和其他小工具通常依賴多個處理器來進行思考的事實。
加州大學洛杉磯分校的電腦工程師曾宏偉（音譯）說：「你不需要添加新的處理器，因為你已經有了它們。」
雖然，處理器這個術語仍然被用來描述現代硬件器材的大腦，但通常會有多個處理器一起工作：一個用於圖形處理單元（GPU），另一個用於機器學習，可能稱為張量處理單元（TPU），更不用說處理一般計算的中央處理單元（CPU）了。
依賴專門的處理器當然有它的好處，因為它們可以為特定的任務而設計。執行程式碼以執行電子試算表程式的方式，與執行生成式AI文本機器人的方式完全不同。
缺點是，當數據在不同的單元之間移動時，可能會出現瓶頸，從而影響完成任務的速度和效率。透過在多個處理器上同時並列執行更多的子任務，研究人員希望能挽回失去的時間和精力。
測試設定包括一個ARM Cortex-A57 CPU，一個Nvidia GPU和一個Google Edge TPU。使用同步和異構多執行緒，範例程式碼的執行速度提高了1.95倍，同時能耗減少了51%。
研究人員在他們的論文中寫道：「根深蒂固的編程模型只關註於為每個程式碼區域使用最有效的處理單元，未充分利用異構電腦的處理能力。」
這項技術還處於非常早期的階段：擬議中的系統更多的是對這個想法的潛力的測試，而不是可以立即在我們的智能電話和智能手錶上實作的東西。
研究人員也承認，在將計算任務分割成不同類別的處理器來處理，然後將所有工作重新組合在一起而不減慢速度方面，還有重大的挑戰需要克服。
「傳統的同構同步多執行緒硬件不需要處理質素保證問題，」研究人員寫道。
「相比之下，由於底層架構的潛在精度不匹配，SHMT必須確保質素。」
這項研究已經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。
如果朋友們喜歡，敬請關註「知新了了」！
