Tecnologia Revolucionária de Multithreading Simultâneo e Heterogêneo para Tornar a Computação Mais Rápida

Embora todos os novos dispositivos de gigantes da tecnologia como Apple (AAPL ) e Google apresentem melhorias incrementais — um aumento de um único dígito na duração da bateria, um nanômetro a menos no processador, que ainda não produz rendimento ótimo para os fabricantes, ou alguns megapixels a mais — a questão surge: serão tais aprimoramentos modestos realmente suficientes? Adicionar mais hardware é a solução?

Não, de acordo com o Professor Associado Hung-Wei Tseng do Departamento de Engenharia Elétrica e de Computação da Universidade da Califórnia, Riverside (UCR). Ele diz:

“Você não precisa adicionar novos processadores porque já os tem.”

O Professor Tseng, juntamente com uma equipe de pesquisadores, desenvolveu uma nova estrutura de software para processamento paralelo chamada Simultaneous and Heterogeneous Multi-threading (SHMT). De acordo com os resultados iniciais, o SHMT está pronto para melhorar significativamente a velocidade de processamento e reduzir o consumo de energia ao aproveitar as capacidades latentes dos processadores atuais em computadores pessoais, celulares e outros dispositivos.

Considerado “revolucionário” pela comunidade tecnológica, o SHMT tem como objetivo eliminar gargalos no fluxo de dados e facilitar a colaboração perfeita de muitas unidades de processamento. Essa inovação pode afetar não apenas eletrônicos pessoais, mas também data centers e outros tipos de computação massivamente paralela.

Clique aqui para aprender como a fotônica avançada nos permitirá construir smartphones melhores.

Desvendando o Gargalo

Antes de nos aventurarmos a explorar toda a grandiosidade do que é possível com o multithreading simultâneo e heterogêneo, vamos primeiro entender as limitações dos sistemas de computação atuais.

Na maioria dos dispositivos, vários componentes, como a unidade central de processamento (CPU), a unidade de processamento gráfico (GPU) e a unidade de processamento tensorial (TPU), tratam as informações separadamente. Os dados são transferidos de uma unidade de processamento para outra, frequentemente resultando em “gargalos” que prejudicam o desempenho geral do sistema.

Isso é ainda agravado pelos modelos de programação tradicionais, que tipicamente delegam tarefas a um único tipo de processador, deixando assim outros recursos ociosos e subutilizados. Ecoando essas observações, o artigo de pesquisa ‘Simultaneous and Heterogeneous Multi-threading’ de Kuan-Chieh Hsu e Hung-Wei Tseng afirma:

“Os modelos de programação enraizados concentram-se em usar apenas as unidades de processamento mais eficientes para cada região de código, subutilizando o poder de processamento dentro de computadores heterogêneos.”

O SHMT se desvia dessa abordagem ao explorar a diversidade de múltiplos componentes dentro de um sistema de computação. Esse conceito é conhecido como heterogeneidade. Ao dividir funções computacionais e distribuí‑las entre as unidades de processamento disponíveis, o SHMT facilita o processamento verdadeiramente paralelo.

Essa abordagem de decompor funções computacionais e distribuí‑las entre várias unidades de processamento maximiza a utilização dos recursos disponíveis para melhorar o desempenho e economizar energia. O artigo de pesquisa ainda disseca as deficiências dos modelos de programação tradicionais ao afirmar que eles “só podem delegar uma região de código exclusivamente a um tipo de processador, deixando outros recursos de computação ociosos sem contribuir para a função atual.”

O SHMT, por outro lado, busca romper essas restrições aproveitando as habilidades distintas de cada unidade de processamento e seu trabalho colaborativo em uma região de código compartilhada. Os autores também apontam que a tecnologia de computação contemporânea é indiscutivelmente heterogênea, já que todas as plataformas de computação integram múltiplos tipos de unidades de processamento e aceleradores de hardware. Isso requer um modelo de programação que possa aproveitar efetivamente o poder desses componentes diversos (que é exatamente o que o SHMT pretende alcançar).

Portanto, o SHMT abre caminho para uma computação mais rápida e eficiente ao abordar os gargalos na computação tradicional atual.

Como a Tecnologia de Multithreading Simultâneo e Heterogêneo Funciona?

Como se pode observar, gerenciar e distribuir as atividades de computação de forma eficiente entre diferentes componentes de hardware é o princípio básico por trás do SHMT.

A estrutura inclui uma coleção de operações virtuais (VOPs) para facilitar a transferência de tarefas de um aplicativo de CPU para um dispositivo de hardware virtual. De acordo com o estudo, “Um conjunto de operações virtuais (VOPs) permite que um programa de CPU ‘descarregue’ uma função para um dispositivo de hardware virtual.” Essas VOPs mediam a comunicação e a delegação de tarefas ao criar uma barreira entre o programa e o hardware.

Um sistema de tempo de execução otimiza o desempenho avaliando as capacidades de cada recurso de hardware e tomando decisões inteligentes de agendamento enquanto o aplicativo está sendo executado. De acordo com o estudo, “Durante a execução do programa, um sistema de tempo de execução conduz o hardware virtual do multithreading simultâneo e heterogêneo, avaliando a capacidade do recurso de hardware de tomar decisões de agendamento.” Para maximizar a eficiência dos recursos e adaptar-se às necessidades específicas das tarefas, o SHMT avalia dinamicamente as capacidades de hardware.

O sistema de tempo de execução divide as VOPs em operações de alto nível (HLOPs) para distribuí‑las a várias filas de tarefas de hardware. De acordo com o estudo, “O sistema de tempo de execução divide as VOPs em uma ou mais operações de alto nível (HLOPs) para usar simultaneamente múltiplos recursos de hardware.” Decompor as VOPs em HLOPs permite controle granular sobre a alocação de tarefas e a máxima utilização de cada unidade de processamento.

A política de agendamento do SHMT utiliza uma abordagem de roubo de trabalho consciente da qualidade (QAWS), garantindo utilização eficiente dos recursos e cargas de trabalho variadas. De acordo com o estudo, “O SHMT usa uma política de agendamento de roubo de trabalho consciente da qualidade (QAWS) que não monopoliza recursos, mas ajuda a manter o controle de qualidade e o equilíbrio da carga de trabalho.” Além de distribuir o trabalho de forma eficaz em todo o sistema, essa abordagem impede que qualquer unidade de processamento acumule recursos.

Se o SHMT deseja maximizar o desempenho sem sacrificar a qualidade, ele precisa da política de agendamento QAWS. O estudo afirma que “O SHMT deve garantir o resultado sem incorrer em sobrecarga significativa.” Para garantir que a saída das unidades de processamento heterogêneas seja precisa e consistente, o SHMT integra técnicas de controle de qualidade ao agendamento.

A capacidade do SHMT de aproveitar as capacidades específicas de cada componente de hardware é uma grande vantagem. Como o estudo observa, “O SHMT pode dividir a computação da mesma função em múltiplos tipos de recursos de computação e explora tipos heterogêneos de paralelismo ao mesmo tempo.” O SHMT melhora significativamente o desempenho porque utiliza o paralelismo em sistemas heterogêneos para executar tarefas simultaneamente em várias unidades de processador.

Outro aspecto do SHMT que se supõe ser flexível e adaptável é o sistema de tempo de execução. E de acordo com o estudo, “Como os HLOPs são independentes de hardware, o sistema de tempo de execução pode ajustar a atribuição de tarefas conforme necessário.” Devido à sua adaptabilidade, o SHMT pode reagir rapidamente a mudanças na disponibilidade de hardware ou nas demandas de carga de trabalho, mantendo o sistema operando com eficiência e desempenho máximos.

No geral, o estudo apresenta todas as etapas necessárias para entender como o SHMT opera, destacando as partes e processos críticos que permitem alcançar eficiência e eficácia notáveis em ambientes de computação heterogêneos. Graças ao SHMT, que utiliza VOPs, HLOPs e a estratégia de agendamento QAWS para revolucionar o processamento paralelo, uma nova era de computação eficiente e poderosa está prestes a surgir.

Resultados Positivos dos Testes Iniciais do Protótipo

Para provar que o SHMT funciona, os pesquisadores da UCR realizaram testes rigorosos em um sistema protótipo que imitava as capacidades de data centers ao empregar componentes padrão em celulares contemporâneos. O protótipo incluía um Google Edge TPU incorporado via slot M.2 Key E do sistema, um módulo NVIDIA (NVDA ) Jetson Nano com processador ARM Cortex-A57 quad-core e 128 núcleos GPU da arquitetura Maxwell.

Para avaliar o desempenho da estrutura SHMT sob diferentes circunstâncias de carga de trabalho, os pesquisadores submeteram o protótipo a uma bateria de programas de benchmark. O resultado foi impressionante: a estratégia QAWS de melhor desempenho não apenas reduziu o consumo de energia em 51%, mas também aumentou o desempenho de processamento em 1,95X em comparação com a técnica de referência.

Os resultados ressaltam o potencial do SHMT de melhorar drasticamente o desempenho de processamento e a eficiência energética em um amplo espectro de dispositivos e aplicativos de software. O SHMT demonstrou que é possível extrair o máximo do seu setup atual ao utilizar melhor todos os seus recursos sem precisar gastar uma fortuna em novo hardware.

Com a necessidade cada vez maior de computação mais rápida e eficiente, inovações como o multithreading simultâneo e heterogêneo se tornarão cada vez mais cruciais na definição da trajetória futura da tecnologia. O trabalho da equipe de pesquisa da UCR deixa claro que encontrar soluções de computação de alto desempenho e de longo prazo, capazes de se adaptar às demandas dinâmicas do nosso mundo digital, nunca foi tão fácil quanto com o trabalho da equipe de pesquisa da UCR.

Implicações e Direções Futuras do Multithreading Simultâneo e Heterogêneo

A criação e o teste do SHMT representam uma mudança profunda no futuro da computação. Eles têm o potencial de revolucionar o design e o uso de dispositivos de computação em várias aplicações, oferecendo aumentos substanciais de desempenho e economia de energia com hardware existente.

À medida que o SHMT ganha adoção mais ampla, os consumidores poderão evitar atualizações de hardware caras e desfrutar de dispositivos móveis, tablets, laptops e desktops mais rápidos e responsivos. Por causa disso, mais pessoas poderão adquirir e ter acesso a computadores de alto desempenho, ajudando a reduzir a divisão digital.

Data centers e outros sistemas de computação em grande escala também podem considerar o SHMT uma ferramenta indispensável para reduzir custos e consumo de energia sem sacrificar o desempenho. Além disso, inovações que promovem eficiência energética e sustentabilidade, como o SHMT, ganharão importância à medida que as preocupações sobre os efeitos ambientais da tecnologia aumentam.

Apesar de seus melhores esforços, a equipe de pesquisa da UCR reconhece que ainda há obstáculos a serem superados e oportunidades para mais investigação e avanço no futuro. Engenheiros de software e fabricantes de hardware precisarão trabalhar em estreita colaboração para implementar o SHMT em larga escala. Isso garantirá que a tecnologia funcione bem em todos os dispositivos e plataformas. No entanto, pesquisas adicionais são necessárias para determinar quais aplicações e cargas de trabalho são mais adequadas para usar essa tecnologia revolucionária.

Apesar desses obstáculos, acadêmicos e empresas perceberam os promissores resultados iniciais do SHMT. A possibilidade de que essa tecnologia revolucionária possa transformar a indústria de computadores está se tornando cada vez mais atraente à medida que os estudos avançam e colaborações são estabelecidas.

Como muitas outras ideias brilhantes, o multithreading simultâneo e heterogêneo parece ser um produto do senso comum, mas o diabo está nos detalhes. Embora a ideia de um cache compartilhado entre CPUs e GPUs seja intrigante, provavelmente exigirá uma reformulação completa da arquitetura de hardware.

Isso exigiria o abandono da arquitetura x86-64 atual, e tal design demandaria o desenvolvimento de uma nova arquitetura de processador com um cache L3 ou L4 compartilhado. Isso, por sua vez, aumentaria a complexidade da CPU e potencialmente anularia quaisquer benefícios obtidos com o cache compartilhado.

Além disso, a memória cache costuma ser muito menor em comparação com a RAM do sistema e não é bem adequada para aplicações de GPU, que requerem grandes quantidades de memória de alta largura de banda. No entanto, desenvolvimentos como memória universal podem abordar essas preocupações. À medida que a pesquisa sobre o SHMT avança, será empolgante ver como essa tecnologia inovadora evolui e impacta o futuro do processamento paralelo e da computação heterogênea.