Des chercheurs sont parvenus à créer une nouvelle méthode pour optimiser la répartition du traitement de données entre les différents processeurs et accélérateurs qui constituent les ordinateurs et smartphones modernes. Ils ont ainsi doublé les performances tout en divisant la consommation d’énergie par deux.
au sommaire
Les appareils modernes, tels que les ordinateurs et smartphones, ne se contentent plus d'un seul microprocesseur. En plus du processeur principalprocesseur principal contenant plusieurs cœurs, ils intègrent des processeurs graphiquesprocesseurs graphiques ainsi que des accélérateurs pour l'intelligence artificielle ou le traitement numérique du signal (DSP). Des chercheurs de l'université de Californie à Riverside se sont intéressés à la manière dont les appareils exploitent toutes ces puces.
Dans une étude présentée lors du symposium international pour les microarchitectures Micro 2023, ils sont parvenus à obtenir des gains de performances conséquents en modifiant la manière dont les appareils traitent les données. Actuellement, le traitement en parallèle est optimisé pour un seul type de processeur, créant un goulot d'étranglementgoulot d'étranglement quand d'autres composants restent inactifs.
La manière dont les appareils répartissent les données à traiter sur les différents composants. À gauche la méthode classique, au milieu un appareil avec un pipeline logiciel, et à droite en utilisant le SHMT. © Kuan-Chieh Hsu et Hung-Wei Tseng
Performances doublées et consommation divisée par deux
Les chercheurs ont créé un système qu'ils ont baptisé simultaneous and heterogeneous multithreading (SHMT), ou multithreading simultané et hétérogène en français. Autrement dit, une manière de faire travailler tous les processeurs et accélérateurs simultanément pour réellement faire du traitement en parallèle. Ils ont testé leur modèle en simulant un smartphone, avec un module Jetson Nano de Nvidia contenant un processeur ARM Cortex-A57 à quatre cœurs, 128 cœurs graphiques Maxwell, ainsi qu'un EdgeEdge TPU de GoogleGoogle.
Les chercheurs ont réussi à atteindre une vitessevitesse multipliée par 1,95 et une consommation d'énergieénergie réduite de 51 % comparé à un traitement classique. Cela signifie non seulement que les applicationsapplications mobiles pourraient tourner plus rapidement, mais aussi que les smartphones pourraient être moins chers tout en étant plus performants. Ce système fonctionne également pour les ordinateurs et pourrait par exemple réduire les besoins de refroidissement dans les centres de donnéescentres de données. Les chercheurs ont publié le code sourcecode source sur GitHub.
