想象一下，在没有任何硬件升级的情况下，您的笔记本电脑运行速度是原来的两倍；只是应用了更智能的软件算法。这就是可能改变当今设备功能的新研究的承诺。
来自加州大学河滨分校（UCR）的研究团队表示，这项工作具有巨大的潜力，不仅可以提高硬件性能，还可以提高效率，显著减少能源消耗。
这种创新的过程被称为「同步和异构多线程（SHMT）」，它利用了现代电话、计算机和其他小工具通常依赖多个处理器来进行思考的事实。
加州大学洛杉矶分校的计算机工程师曾宏伟（音译）说：「你不需要添加新的处理器，因为你已经有了它们。」
虽然，处理器这个术语仍然被用来描述现代硬件设备的大脑，但通常会有多个处理器一起工作：一个用于图形处理单元（GPU），另一个用于机器学习，可能称为张量处理单元（TPU），更不用说处理一般计算的中央处理单元（CPU）了。
依赖专门的处理器当然有它的好处，因为它们可以为特定的任务而设计。执行代码以运行电子表格程序的方式，与执行生成式AI文本机器人的方式完全不同。
缺点是，当数据在不同的单元之间移动时，可能会出现瓶颈，从而影响完成任务的速度和效率。通过在多个处理器上同时并行运行更多的子任务，研究人员希望能挽回失去的时间和精力。
测试设置包括一个ARM Cortex-A57 CPU，一个Nvidia GPU和一个Google Edge TPU。使用同步和异构多线程，示例代码的执行速度提高了1.95倍，同时能耗减少了51%。
研究人员在他们的论文中写道：「根深蒂固的编程模型只关注于为每个代码区域使用最有效的处理单元，未充分利用异构计算机的处理能力。」
这项技术还处于非常早期的阶段：拟议中的系统更多的是对这个想法的潜力的测试，而不是可以立即在我们的智能手机和智能手表上实现的东西。
研究人员也承认，在将计算任务分割成不同类型的处理器来处理，然后将所有工作重新组合在一起而不减慢速度方面，还有重大的挑战需要克服。
「传统的同构同步多线程硬件不需要处理质量保证问题，」研究人员写道。
「相比之下，由于底层架构的潜在精度不匹配，SHMT必须确保质量。」
这项研究已经在加拿大多伦多举行的第56届IEEE/ACM国际微架构研讨会上发表。
如果朋友们喜欢，敬请关注「知新了了」！
