O que acontece quando os engenheiros de Tralelbing e os profissionais industriais estão à sua equipe? A resposta pode transformar o futuro das habilidades de computação para os data centers modernos.
Os data centers usam computadores grandes para executar a casa e grandes quantidades de dados. Freqüentemente, os processadores não podem manter a pressão de trabalho porque é tributado prever e preparar instruções para implementá -lo. Diminui o fluxo de dados. Portanto, quando você digita uma pergunta em um mecanismo de pesquisa, a resposta produz mais lentamente ou não fornece as informações necessárias.
Para remediar esse problema, os pesquisadores da Universidade do Texas A&M criaram uma nova técnica chamada Skia em colaboração com a Intel, Computadores Front e Princeton para ajudá -lo a prever melhor as instruções futuras dos processadores de computadores e melhorar a computação.
Dr. Paul V. Greatez, professor de departamento de engenharia elétrica e de computadores nesta equipe, professor de ciência da computação e engenharia. Daniel A Gymnasies and Graduate Student do Departamento de Engenharia Elétrica e de Computação inclui Chrysanthos PPI.
“As instruções para o processamento tornaram -se um grande obstáculo no design moderno do processador”, disse Greatez. “Criamos uma nova estratégia, uma nova estratégia para fazer a próxima barreira e superar esses obstáculos”.
Um problema comum para a pressão moderna do trabalho de data center é o fluxo de instrução – o computador que o computador precisa levar para processamento – pode ser muito grande ou difícil de processar. Skia, uma palavra grega para a sombra, pode não apenas ajudar a melhorar as instruções futuras, mas com base nessas informações, ela pode melhorar a Thruput das instruções do sistema. O tempo de Thrupts refere -se a toda a unidade de processamento por unidade.
“Thruput quando se trata de um servidor em um restaurante”, disse Greater. “Você tem que fazer muito trabalho com você
A melhoria dos Throuputs pode causar desempenho rápido e baixo custo de eletricidade para data centers.
Greatez acrescentou: “Os data centers relacionados à pegada de instruções têm novas barreiras e, ao corrigi -las, podemos melhorar o hardware e torná -lo adequado para esse estresse no trabalho”, acrescentou Greatez. “Se chegarmos a 10% mais qualificados, uma empresa que precisa construir 100 data centers em todo o país para fazer apenas 90, que é 10 data centers baixos. É bastante significativo que isso
Nos data centers, os processadores modernos, prevendo instruções e recuperando -os antes de suas necessidades, melhora as habilidades, dependendo de um sistema conhecido como Diretrizes Fatch (FDIP). As instruções do FDIP usam a expectativa das instruções e da unidade de previsão de ramificação.
No entanto, à medida que os aplicativos do data center se tornam mais complicados, o buffer de destino da filial (BTB) pode ocorrer quando os problemas ajudam a monitorar e rastrear problemas. Isso interrompe a eficácia dos DFIs, causando previsões erradas e poluição do cache. Muitos desses ramos perdidos são conhecidos como “ramo das sombras”, anteriormente existentes na linha de cache, mas não estão sendo usados pela ordem das instruções atuais e permanece invicto.
O SKIA detecta e decodifica esses tons de tons em bytes não utilizados, armazenam em uma área de memória chamada Shadow Branch Buffer, que pode ser acessada ao lado do BTB.
“O que torna essa técnica o torna interessante é que a maioria das instruções futuras já estava disponível e mostramos que o SKIA, incluindo um orçamento mínimo de hardware, pode tornar os data centers mais eficientes, quase o dobro do desempenho melhorando a mesma quantidade de armazenamento versus hardware existente que observamos”, diz Peppe. “
Sua pesquisa, “Skia: Expondo Shadow Branches”, foi publicada em uma das principais conferências de arquitetura de computadores, Conferência Internacional da ACM sobre suporte arquitetônico para linguagens de programação e sistemas operacionais. A equipe também viajou para a Holanda para apresentar seu trabalho a colegas em todo o mundo.
Outros associados deste projeto incluem David I Aug, príncipe de ciência da computação pela Universidade de Princeton, Krishnam Tibula, estudante de pós -graduação do Departamento de Ciência da Computação e Engenharia da Texas A&M, Gils Pokam, engenheiro principal sênior da Intel Corporation e Vergovi Raddie Godi Chanchak, Vergovi Godi.
O financiamento deste estudo é realizado pela Texas A&M Engineering Agency pela Texas A&M Engineering Experiment Station (TES).