تقنية التعدد الخيطي المتزامن والمتنوع الثوري لتسريع الحوسبة

على الرغم من أن جميع الأجهزة الجديدة من عمالقة التكنولوجيا مثل آبل وجوجل تتميز بتحسينات تدريجية — زيادة بأرقام واحدة في عمر البطارية، أو نانومتر واحد أقل للمعالج، وهو ما لم ينتج بعد عائدًا مثاليًا للمصنعين، أو بضع ميغابكسلات إضافية — يطرح السؤال: هل هذه التحسينات المتواضعة كافية حقًا؟ هل إضافة المزيد من الأجهزة هي الحل؟

ليس وفقًا لأستاذ مشارك هونغ-وي تسينغ من قسم الهندسة الكهربائية والحاسوب في جامعة كاليفورنيا، ريفرسايد (UCR). يقول:

ليس عليك إضافة معالجات جديدة لأنك تمتلكها بالفعل.

الأستاذ تسينغ، إلى جانب فريق من الباحثين، طور إطار عمل برمجي جديد للمعالجة المتوازية يُدعى التعدد الخيطي المتزامن والمتنوع (SHMT). وفقًا للنتائج الأولية، فإن SHMT على وشك تعزيز سرعة المعالجة بشكل كبير وتقليل استهلاك الطاقة من خلال الاستفادة من القدرات الكامنة للمعالجات الحالية في الحواسيب الشخصية والهواتف المحمولة وغيرها من الأجهزة.

تُصنّفها مجتمع التكنولوجيا كـ “ثورية”، يهدف SHMT إلى إزالة عنق الزجاجة في تدفق البيانات وتسهيل التعاون السلس بين العديد من وحدات المعالجة. قد يؤثر هذا الاختراق ليس فقط على الإلكترونيات الشخصية بل أيضًا على مراكز البيانات وأنواع أخرى من الحوسبة المتوازية الضخمة.

انقر هنا لتتعرف على كيف ستمكن الفوتونيات المتقدمة من بناء هواتف ذكية أفضل.

تحليل عنق الزجاجة

قبل أن نبدأ في استكشاف الإمكانات الكاملة للتعدد الخيطي المتزامن والمتنوع، دعونا أولاً نفهم قيود أنظمة الحوسبة الحالية.

في معظم الأجهزة، تتعامل مكونات مختلفة مثل وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة معالجة التنسور (TPU) مع المعلومات بشكل منفصل. يتم نقل البيانات من وحدة معالجة إلى أخرى، مما يؤدي غالبًا إلى حدوث “عنق زجاجة” يعيق أداء النظام ككل.

يتفاقم هذا الأمر أكثر بسبب نماذج البرمجة التقليدية، التي عادةً ما تُكلف مهمة لمعالج واحد، مما يترك الموارد الأخرى خاملة وغير مستغلة. وتؤكد هذه الملاحظات ورقة البحث ‘التعدد الخيطي المتزامن والمتنوع’ للباحثين كوان-تشيه هو وسينغ-وي تسينغ:

تركّز نماذج البرمجة المتجذرة على استخدام أكثر وحدات المعالجة كفاءة لكل منطقة من الشيفرة، مما يؤدي إلى عدم استغلال طاقة المعالجة داخل الحواسيب المتنوعة.

يتخذ SHMT نهجًا مختلفًا عن هذا الأسلوب من خلال استغلال تنوع المكونات المتعددة داخل نظام الحوسبة. يُعرف هذا المفهوم بالتنوع. من خلال تقسيم وظائف الحوسبة وتوزيعها على وحدات المعالجة المتاحة، يُسهل SHMT المعالجة المتوازية الحقيقية. 

يساعد هذا النهج في تفكيك وظائف الحوسبة وتوزيعها بين عدة وحدات معالجة على تعظيم استغلال الموارد المتاحة لتحسين الأداء وتوفير الطاقة. وتفصل ورقة البحث أيضًا أوجه القصور في نماذج البرمجة التقليدية بقولها إن هذه النماذج “يمكنها فقط تكليف منطقة من الشيفرة بمعالج واحد حصريًا، مما يترك موارد الحوسبة الأخرى خاملة دون الإسهام في الوظيفة الحالية.” 

من ناحية أخرى، يهدف SHMT إلى التحرر من هذه القيود من خلال الاستفادة من المهارات الفريدة لكل وحدة معالجة وعملها التعاوني على منطقة شيفرة مشتركة. كما يشير المؤلفون إلى أن تكنولوجيا الحوسبة الحديثة لا يمكن إنكار تنوعها، حيث تدمج جميع منصات الحوسبة أنواعًا متعددة من وحدات المعالجة ومسرعات الأجهزة. وهذا يستدعي نموذج برمجة يمكنه استغلال قوة هذه المكونات المتنوعة بفعالية (وهو بالضبط ما يسعى SHMT لتحقيقه).

وبالتالي، يمهد SHMT الطريق نحو حوسبة أسرع وأكثر كفاءة من خلال معالجة عنق الزجاجة في الحوسبة التقليدية الحالية. 

كيف تعمل تقنية التعدد الخيطي المتزامن والمتنوع؟

كما هو واضح، إدارة وتوزيع أنشطة الحوسبة بكفاءة بين مكونات الأجهزة المختلفة هو المبدأ الأساسي وراء SHMT. 

يتضمن الإطار مجموعة من العمليات الافتراضية (VOPs) لتسهيل تفريغ المهام من تطبيق المعالج المركزي إلى جهاز عتادي افتراضي. وفقًا للدراسة، “مجموعة من العمليات الافتراضية (VOPs) تسمح لبرنامج المعالج المركزي بـ ‘تفريغ’ وظيفة إلى جهاز عتادي افتراضي.” تُدير هذه الـ VOPs التواصل وتفويض المهام بإنشاء حاجز بين البرنامج والعتاد.

يقوم نظام وقت التشغيل بتحسين الأداء من خلال تقييم قدرات كل مورد عتادي واتخاذ قرارات جدولة ذكية أثناء تنفيذ التطبيق. وفقًا للدراسة، “أثناء تنفيذ البرنامج، يدير نظام وقت التشغيل العتاد الافتراضي للتعدد الخيطي المتزامن والمتنوع، مقيمًا قدرة المورد العتادي على اتخاذ قرارات الجدولة.” لتعظيم كفاءة الموارد والتكيف مع احتياجات المهام، يقوم SHMT بتقييم قدرات العتاد ديناميكيًا.

يقوم نظام وقت التشغيل بتفكيك الـ VOPs إلى عمليات عالية المستوى (HLOPs) لتوزيعها على قوائم مهام العتاد المختلفة. وفقًا للدراسة، “يقسم نظام وقت التشغيل الـ VOPs إلى عملية أو أكثر عالية المستوى (HLOPs) لاستخدام موارد عتادية متعددة في آن واحد.” يحقق تفكيك الـ VOPs إلى HLOPs تحكمًا دقيقًا في تخصيص المهام واستخدامًا أقصى لكل وحدة معالجة.

تستخدم سياسة جدولة SHMT نهجًا لسرقة العمل مع مراعاة الجودة (QAWS)، مما يضمن استغلالًا فعالًا للموارد وتنوعًا في أعباء العمل. وفقًا للدراسة، “يستخدم SHMT سياسة جدولة لسرقة العمل مع مراعاة الجودة (QAWS) التي لا تستحوذ على الموارد، بل تساعد في الحفاظ على التحكم في الجودة وتوازن أعباء العمل.” بالإضافة إلى توزيع العمل بفعالية عبر النظام، يمنع هذا النهج أي وحدة معالجة من احتكار الموارد.

إذا كان SHMT يرغب في تعظيم الأداء دون التضحية بالجودة، فإنه يحتاج إلى سياسة جدولة QAWS. تشير الدراسة إلى أن “SHMT يجب أن يضمن النتيجة دون تحمل عبء كبير.” لضمان أن تكون مخرجات الوحدات المعالجة المتنوعة دقيقة ومتسقة، يدمج SHMT تقنيات التحكم في الجودة ضمن عملية الجدولة.

تُعد قدرة SHMT على الاستفادة من القدرات المحددة لكل قطعة من العتاد ميزة كبيرة. كما تشير الدراسة، “يمكن لـ SHMT تقسيم الحساب من نفس الوظيفة إلى أنواع متعددة من موارد الحوسبة ويستغل الأنواع المتنوعة من التوازي في الوقت نفسه.” يعزز SHMT الأداء بشكل كبير لأنه يستغل التوازي في الأنظمة المتنوعة لتشغيل المهام في آن واحد عبر عدة وحدات معالجة.

جانب آخر من SHMT يُفترض أن يكون مرنًا وقابلاً للتكيف هو نظام وقت التشغيل. ووفقًا للدراسة، “نظرًا لأن الـ HLOPs مستقلة عن العتاد، يمكن لنظام وقت التشغيل تعديل تعيين المهام حسب الحاجة.” بفضل مرونته، يستطيع SHMT التفاعل سريعًا مع تغيّر توفر العتاد أو متطلبات أعباء العمل، مما يحافظ على تشغيل النظام بأعلى كفاءة وأداء.

بشكل عام، توضح الدراسة جميع الخطوات اللازمة لفهم كيفية عمل SHMT، مسلطةً الضوء على الأجزاء والعمليات الحرجة التي تمكنه من تحقيق كفاءة وفعالية ملحوظة في بيئات الحوسبة المتنوعة. بفضل SHMT، الذي يستخدم الـ VOPs والـ HLOPs واستراتيجية جدولة QAWS لتغيير قواعد المعالجة المتوازية، يوشك أن يبدأ عصر جديد من الحوسبة الفعّالة والقوية.

النتائج الإيجابية من الاختبارات الأولية للنموذج الأولي

لإثبات أن SHMT يعمل، أجرى الباحثون في UCR اختبارات صارمة على نظام نموذج أولي يحاكي قدرات مراكز البيانات باستخدام مكونات قياسية في الهواتف المحمولة الحديثة. شمل النموذج الأولي وحدة معالجة Tensor (TPU) من Google Edge مدمجة عبر فتحة M.2 Key E في النظام، ووحدة NVIDIA Jetson Nano بمعالج رباعي النوى ARM Cortex-A57، و128 نواة GPU بمعمارية Maxwell.

لتقييم أداء إطار عمل SHMT تحت ظروف عبء عمل مختلفة، شغل الباحثون النموذج الأولي عبر مجموعة من برامج الاختبار. كانت النتيجة مثيرة للإعجاب: استراتيجية QAWS ذات الأداء الأعلى لم تقلل استهلاك الطاقة بنسبة 51٪ فحسب، بل حسّنت أداء المعالجة بمقدار 1.95 مرة مقارنةً بالتقنية الأساسية.

تؤكد النتائج إمكانات SHMT في تحسين أداء المعالجة وكفاءة الطاقة بشكل كبير عبر طيف واسع من الأجهزة وتطبيقات البرمجيات. أظهر SHMT أنه من الممكن الاستفادة القصوى من إعدادك الحالي من خلال تحسين استخدام جميع موارده دون الحاجة إلى إنفاق ثروة على عتاد جديد.

مع الحاجة المتزايدة باستمرار إلى حوسبة أسرع وأكثر كفاءة، ستصبح الاختراقات مثل التعدد الخيطي المتزامن والمتنوع أمرًا حاسمًا بشكل متزايد في تشكيل مسار التكنولوجيا المستقبلي. يوضح عمل فريق البحث في UCR أن العثور على حلول حوسبة عالية الأداء وطويلة الأمد قادرة على التكيف مع المتطلبات الديناميكية لعالمنا الرقمي لم يكن أسهل من ذلك من قبل.

الآثار والاتجاهات المستقبلية للتعدد الخيطي المتزامن والمتنوع

يمثل إنشاء واختبار SHMT تحولًا عميقًا في مستقبل الحوسبة. لديه القدرة على إحداث ثورة في تصميم واستخدام أجهزة الحوسبة عبر عدة تطبيقات من خلال تقديم زيادات كبيرة في الأداء وتوفير الطاقة باستخدام العتاد الحالي.

مع انتشار SHMT على نطاق أوسع، قد يتمكن المستهلكون من تجنب تحديثات العتاد المكلفة والاستمتاع بأجهزة محمولة وأجهزة لوحية وحواسيب محمولة ومكتبية أسرع وأكثر استجابة. وبسبب ذلك، سيتمكن المزيد من الأشخاص قريبًا من شراء والوصول إلى حواسيب عالية الأداء، مما يساعد على سد الفجوة الرقمية.

قد تجد مراكز البيانات وغيرها من أنظمة الحوسبة الضخمة أيضًا أن SHMT أداة لا غنى عنها لتقليل التكاليف واستهلاك الطاقة دون التضحية بالأداء. بالإضافة إلى ذلك، ستكتسب الابتكارات التي تعزز كفاءة الطاقة والاستدامة، مثل SHMT، أهمية متزايدة مع تصاعد المخاوف بشأن الآثار البيئية للتكنولوجيا.

على الرغم من جهودهم الكبيرة، يدرك فريق البحث في UCR أن هناك ما زال عقبات يجب التغلب عليها وفرصًا لمزيد من البحث والتطوير في المستقبل. سيحتاج مهندسو البرمجيات ومصنّعو العتاد إلى التعاون الوثيق لتنفيذ SHMT على نطاق واسع. سيضمن ذلك أن التقنية تعمل بشكل جيد على جميع الأجهزة والمنصات. ومع ذلك، يلزم إجراء مزيد من البحوث لتحديد التطبيقات وأعباء العمل الأكثر ملاءمة لاستخدام هذه التقنية الثورية.

على الرغم من هذه العقبات، لاحظ الأكاديميون والشركات على حد سواء النتائج المبكرة الواعدة لـ SHMT. تصبح إمكانية أن تُحدث هذه التقنية الثورية تحولًا في صناعة الحواسيب أكثر جاذبية مع تقدم الدراسات وتأسيس التعاونات.

مثل العديد من الأفكار اللامعة الأخرى، يبدو أن التعدد الخيطي المتزامن والمتنوع هو نتاج الفطرة السليمة، لكن التفاصيل هي التي تُحدث الفارق. بينما فكرة وجود ذاكرة تخزين مؤقت مشتركة بين وحدات المعالجة المركزية ووحدات معالجة الرسومات تبدو جذابة، فمن المحتمل أن تتطلب إعادة هيكلة كاملة لهندسة العتاد.

سيتطلب ذلك الابتعاد عن بنية x86-64 الحالية، وسيستلزم مثل هذا التصميم تطوير بنية معالج جديدة بذاكرة تخزين مؤقت مشتركة من المستوى L3 أو L4. وهذا بدوره سيزيد من تعقيد وحدة المعالجة المركزية وقد يلغي أي فوائد قد تُستخلص من الذاكرة المشتركة.

علاوة على ذلك، تكون ذاكرة التخزين المؤقت عادةً أصغر بكثير مقارنةً بذاكرة النظام RAM ولا تتناسب جيدًا مع تطبيقات GPU التي تتطلب كميات كبيرة من الذاكرة عالية النطاق الترددي. ومع ذلك، قد تعالج التطورات مثل الذاكرة العامة هذه المخاوف. مع استمرار البحث في SHMT، سيكون من المثير رؤية كيف تتطور هذه التقنية المبتكرة وتأثيرها على مستقبل المعالجة المتوازية والحوسبة المتنوعة.