Informatique
Technologie révolutionnaire de multithreading simultané et hétérogène pour accélérer l’informatique
Bien que tous les nouveaux appareils des géants technologiques comme Apple et Google présentent des améliorations incrémentales — une augmentation à un chiffre du temps de batterie, un nanomètre de moins pour le processeur, qui n’a pas encore permis d’obtenir un rendement optimal pour les fabricants, ou quelques mégapixels supplémentaires — la question se pose: ces améliorations modestes sont‑elles vraiment suffisantes ? Ajouter plus de matériel est‑il la solution ?
Pas selon le professeur associé Hung-Wei Tseng du département d’électrotechnique et d’ingénierie informatique de l’Université de Californie, Riverside (UCR). Il déclare:
« Vous n’avez pas besoin d’ajouter de nouveaux processeurs parce que vous les avez déjà. »
Le professeur Tseng, avec une équipe de chercheurs, a développé un nouveau cadre logiciel pour le traitement parallèle appelé Simultaneous and Heterogeneous Multi-threading (SHMT). Selon les résultats initiaux, SHMT est prêt à améliorer considérablement la vitesse de traitement et à réduire la consommation d’énergie en exploitant les capacités latentes des processeurs actuels dans les ordinateurs personnels, les téléphones cellulaires et d’autres appareils.
Présenté comme « révolutionnaire » par la communauté technologique, SHMT vise à éliminer les goulets d’étranglement du flux de données et à faciliter la collaboration fluide de nombreux unités de traitement. Cette percée pourrait affecter non seulement les appareils électroniques personnels, mais aussi les centres de données et d’autres formes de calcul massivement parallèle.
Décomposer le goulet d’étranglement
Avant de nous lancer dans l’exploration de toute la splendeur de ce qui est réalisable avec le multithreading simultané et hétérogène, comprenons d’abord les limites des systèmes informatiques actuels.
Dans la plupart des appareils, divers composants, tels que le processeur central (CPU), le processeur graphique (GPU) et le processeur tensoriel (TPU), traitent les informations séparément. Les données sont transférées d’une unité de traitement à une autre, entraînant souvent des « goulets d’étranglement » qui freinent les performances globales du système.
Cela est encore aggravé par les modèles de programmation traditionnels, qui délèguent généralement les tâches à un seul type de processeur, laissant ainsi les autres ressources inactives et sous‑exploitées. En écho à ces observations, l’article de recherche « Simultaneous and Heterogeneous Multi-threading » de Kuan-Chieh Hsu et Hung-Wei Tseng indique:
“The entrenched programming models focus on using only the most efficient processing units for each code region, underutilizing the processing power within heterogeneous computers.”
SHMT s’écarte de cette approche en exploitant la diversité de plusieurs composants au sein d’un système informatique. Ce concept est connu sous le nom d’hétérogénéité. En décomposant les fonctions computationnelles et en les répartissant parmi les unités de traitement disponibles, SHMT facilite le véritable traitement parallèle.
Cette approche consistant à décomposer les fonctions computationnelles et à les répartir entre plusieurs unités de traitement maximise l’utilisation des ressources disponibles afin d’améliorer les performances et d’économiser de l’énergie. L’article de recherche analyse davantage les lacunes des modèles de programmation traditionnels en affirmant qu’ils « ne peuvent déléguer une région de code qu’à un seul type de processeur, laissant les autres ressources informatiques inactives sans contribuer à la fonction actuelle. »
SHMT, en revanche, vise à se libérer de ces contraintes en tirant parti des compétences distinctes de chaque unité de traitement et de leur travail collaboratif sur une région de code partagée. Les auteurs soulignent également que la technologie informatique contemporaine est indéniablement hétérogène, car toutes les plateformes informatiques intègrent plusieurs types d’unités de traitement et d’accélérateurs matériels. Cela nécessite un modèle de programmation capable d’exploiter efficacement la puissance de ces composants divers (c’est exactement ce que SHMT cherche à accomplir).
Ainsi, SHMT ouvre la voie à une informatique plus rapide et plus efficace en résolvant les goulets d’étranglement de l’informatique aujourd’hui traditionnelle.
Comment fonctionne la technologie de multithreading simultané et hétérogène ?
Comme il est évident, la gestion et la répartition efficaces des activités informatiques entre différents composants matériels constituent le principe de base de SHMT.
Le cadre comprend un ensemble d’opérations virtuelles (VOPs) pour faciliter le déchargement des tâches d’une application CPU vers un dispositif matériel virtuel. Selon l’étude, « Un ensemble d’opérations virtuelles (VOPs) permet à un programme CPU de « décharger » une fonction vers un dispositif matériel virtuel. » Ces VOPs assurent la communication et la délégation des tâches en créant une barrière entre le programme et le matériel.
Un système d’exécution optimise les performances en évaluant les capacités de chaque ressource matérielle et en prenant des décisions d’ordonnancement intelligentes pendant l’exécution de l’application. Selon l’étude, « Lors de l’exécution du programme, un système d’exécution pilote le matériel virtuel du multithreading simultané et hétérogène, évaluant la capacité de la ressource matérielle à prendre des décisions d’ordonnancement. » Pour maximiser l’efficacité des ressources et s’adapter aux besoins spécifiques des tâches, SHMT évalue dynamiquement les capacités du matériel.
Le système d’exécution décompose les VOPs en opérations de haut niveau (HLOPs) afin de les distribuer aux différentes files d’attente de tâches matérielles. Selon l’étude, « Le système d’exécution divise les VOPs en une ou plusieurs opérations de haut niveau (HLOPs) pour utiliser simultanément plusieurs ressources matérielles. » Décomposer les VOPs en HLOPs permet un contrôle granulaire de l’allocation des tâches et une utilisation maximale de chaque unité de traitement.
La politique d’ordonnancement de SHMT utilise une approche de vol de travail sensible à la qualité (QAWS), garantissant une utilisation efficace des ressources et des charges de travail variées. Selon l’étude, « SHMT utilise une politique d’ordonnancement de vol de travail sensible à la qualité (QAWS) qui ne monopolise pas les ressources, mais aide à maintenir le contrôle de la qualité et l’équilibre des charges de travail. » En plus de distribuer efficacement le travail à travers le système, cette approche empêche toute unité de traitement d’accaparer les ressources.
Si SHMT veut maximiser les performances sans sacrifier la qualité, il a besoin de la politique d’ordonnancement QAWS. L’étude indique que « SHMT doit garantir le résultat sans engendrer de frais généraux importants. » Pour s’assurer que la sortie des unités de traitement hétérogènes soit précise et cohérente, SHMT intègre des techniques de contrôle de qualité dans l’ordonnancement.
La capacité de SHMT à exploiter les capacités spécifiques de chaque composant matériel est un atout majeur. Comme le souligne l’étude, « SHMT peut décomposer le calcul d’une même fonction vers plusieurs types de ressources informatiques et exploiter simultanément des types d’exécution parallèles hétérogènes. » SHMT améliore considérablement les performances en utilisant le parallélisme des systèmes hétérogènes pour exécuter simultanément des tâches sur plusieurs unités de processeur.
Un autre aspect de SHMT, censé être flexible et adaptatif, est le système d’exécution. Et selon l’étude, « Comme les HLOPs sont indépendants du matériel, le système d’exécution peut ajuster l’attribution des tâches selon les besoins. » Grâce à cette adaptabilité, SHMT peut réagir en temps réel aux changements de disponibilité du matériel ou aux exigences de charge de travail, maintenant le système à son efficacité et performance maximales.
Dans l’ensemble, l’étude expose toutes les étapes nécessaires à la compréhension du fonctionnement de SHMT, en soulignant les parties et processus critiques qui lui permettent d’atteindre une efficacité et une performance remarquables dans les environnements informatiques hétérogènes. Grâce à SHMT, qui utilise les VOPs, les HLOPs et la stratégie d’ordonnancement QAWS pour révolutionner le traitement parallèle, une nouvelle ère d’informatique efficace et puissante est sur le point d’émerger.
Résultats positifs des premiers tests du prototype
Pour prouver que SHMT fonctionne, les chercheurs de l’UCR ont effectué des tests rigoureux sur un système prototype qui imitait les capacités d’un centre de données en utilisant des composants standards des téléphones cellulaires contemporains. Le prototype comprenait un Google Edge TPU intégré via le slot M.2 Key E du système, un module NVIDIA Jetson Nano avec un processeur ARM Cortex‑A57 quadricœur, et 128 cœurs GPU d’architecture Maxwell.
Pour évaluer les performances du cadre SHMT sous différentes charges de travail, les chercheurs ont soumis le prototype à une batterie de programmes de référence. Le résultat a été impressionnant: la stratégie QAWS la plus performante a non seulement réduit la consommation d’énergie de 51 % mais aussi amélioré les performances de traitement de 1,95 × par rapport à la technique de référence.
Les résultats soulignent le potentiel de SHMT à améliorer considérablement les performances de traitement et l’efficacité énergétique sur un large éventail d’appareils et d’applications logicielles. SHMT a démontré qu’il est possible d’exploiter au maximum votre configuration actuelle en utilisant mieux toutes ses ressources, sans devoir dépenser une fortune en nouveau matériel.
Avec le besoin croissant d’une informatique plus rapide et plus efficace, des percées comme le multithreading simultané et hétérogène deviendront de plus en plus cruciales pour façonner la trajectoire future de la technologie. Le travail de l’équipe de recherche de l’UCR montre clairement que trouver des solutions informatiques à hautes performances et à long terme, capables de s’adapter aux exigences dynamiques de notre monde numérique, n’a jamais été aussi simple qu’avec les travaux de l’équipe de recherche de l’UCR.
Implications et orientations futures du multithreading simultané et hétérogène
La création et les tests de SHMT représentent un changement profond dans l’avenir de l’informatique. Elle a le potentiel de révolutionner la conception et l’utilisation des appareils informatiques dans plusieurs applications en offrant des augmentations de performances substantielles et des économies d’énergie avec le matériel existant.
À mesure que SHMT gagne en adoption, les consommateurs pourront éviter des mises à jour matérielles coûteuses et profiter d’appareils mobiles, tablettes, ordinateurs portables et de bureau plus rapides et plus réactifs. De ce fait, davantage de personnes pourront bientôt acquérir et accéder à des ordinateurs haute performance, contribuant ainsi à réduire la fracture numérique.
Les centres de données et autres systèmes informatiques à grande échelle pourraient également considérer SHMT comme un outil indispensable pour réduire les coûts et la consommation d’énergie sans sacrifier les performances. De plus, les innovations favorisant l’efficacité énergétique et la durabilité, comme SHMT, gagneront en importance à mesure que les préoccupations concernant les impacts environnementaux de la technologie s’intensifient.
Malgré leurs meilleurs efforts, l’équipe de recherche de l’UCR reconnaît qu’il reste des obstacles à surmonter et des opportunités pour davantage d’investigations et d’avancées à l’avenir. Les ingénieurs logiciels et les fabricants de matériel devront travailler en étroite collaboration pour déployer SHMT à grande échelle. Cela garantira que la technologie fonctionne correctement sur tous les appareils et plateformes. Cependant, des recherches supplémentaires sont nécessaires pour déterminer quelles applications et charges de travail sont les plus adaptées à l’utilisation de cette technologie révolutionnaire.
En dépit de ces obstacles, les universitaires et les entreprises ont tous deux remarqué les premiers résultats prometteurs de SHMT. La possibilité que cette technologie révolutionnaire transforme l’industrie informatique devient de plus en plus attrayante à mesure que les études avancent et que les collaborations se concrétisent.
Comme de nombreuses autres idées brillantes, le multithreading simultané et hétérogène semble être le produit du bon sens, mais le diable se cache dans les détails. Bien que l’idée d’un cache partagé entre les CPU et les GPU soit intrigante, elle nécessitera probablement une refonte complète de l’architecture matérielle.
Cela impliquerait de s’éloigner de l’architecture x86‑64 actuelle, et une telle conception nécessiterait le développement d’une nouvelle architecture de processeur avec un cache partagé L3 ou L4. Cela augmenterait à son tour la complexité du CPU et pourrait potentiellement annuler les avantages obtenus grâce au cache partagé.
De plus, la mémoire cache est généralement beaucoup plus petite que la RAM du système et n’est pas bien adaptée aux applications GPU, qui nécessitent de grandes quantités de mémoire à haut débit. Cependant, des développements tels que la mémoire universelle pourraient répondre à ces préoccupations. À mesure que la recherche sur SHMT progresse, il sera passionnant de voir comment cette technologie innovante évolue et influence l’avenir du traitement parallèle et de l’informatique hétérogène.
