Grafische verwerkingseenheden (GPU's) worden gebruikt voor veel rekenintensieve taken. Hun verouderingsproces kan worden afgeremd door slim beheer, zoals TU Wien (Wenen) en University of California (Irvine) nu hebben aangetoond.

Grafische verwerkingseenheden worden niet alleen gebruikt voor het weergeven van afbeeldingen. Vandaag, ze worden vaak gebruikt voor bijzonder uitdagende berekeningen - bijvoorbeeld in wetenschappelijk onderzoek of zelfs Bitcoin-mining.

Echter, hun prestaties nemen in de loop van de tijd meestal af. Naarmate de afzonderlijke kernen van de verwerkingseenheid ouder worden, ze werken niet meer perfect samen. TU Wien en de Universiteit van Californië, Irvine heeft daarom een ​​verbeterde chipmanagementmethode ontwikkeld, die de verwerkingstaken op een efficiënte manier verdeelt. In meer dan 95% van de gevallen dit kan het verouderingsproces van GPU's vertragen.

Uiterst parallel computergebruik

"De standaardcomputers die we thuis gebruiken, hebben maar een paar processorkernen. Een grafische verwerkingseenheid daarentegen bestaat uit een groot aantal kernen - meestal honderden of duizenden", zegt professor Muhammad Shafique (Instituut voor Computer Engineering, TU Wenen). Daarom, GPU's zijn uitermate handig voor parallelle berekeningen, waarin een taak kan worden opgesplitst in veel kleinere berekeningen die onafhankelijk van elkaar kunnen worden opgelost, door verschillende kernen tegelijk.

de kernen, echter, zijn nooit helemaal identiek. "De structuren op de GPU zijn erg klein. Er zullen altijd kleine onvolkomenheden en afwijkingen zijn door het productieproces", zegt Mohammed Shafique. Daarom, veroudering heeft verschillende effecten op verschillende kernen. Onder stress, de prestaties van verschillende kernen zullen uit elkaar drijven.

Dit is een probleem voor parallel computergebruik. Wanneer een taak over meerdere kernen is verdeeld en het systeem moet wachten tot de laatste is voltooid voordat de volgende stap van de berekening kan worden gestart, de langzaamste kern bepaalt de algehele snelheid van het proces. Dit kan de prestaties van de GPU drastisch verminderen.

Slimme managementtechnieken

Muhammad Shafique en het team van professor Mohammad Al Faruque (Universiteit van Californië, Irvine) dit probleem willen oplossen met behulp van slimme managementmethoden:"Eerst, het is cruciaal om de status van de afzonderlijke kernen te kennen", zegt Muahmmad Shafique. "Dan kunnen we verschillende taken zo verdelen over de kernen dat fysieke belasting optimaal wordt verdeeld."

Kernen met vergelijkbare eigenschappen worden gecombineerd tot "clusters", die vervolgens worden toegewezen met meer of minder uitdagende taken - afhankelijk van hun huidige status. Op die manier, het verouderingsproces kan worden vertraagd, de algehele prestatie van het systeem neemt toe. "Er zijn al ideeën geweest om het verouderingsproces van GPU's te vertragen met op compilers gebaseerde technieken, maar onze methode is veel effectiever. Het werkt in meer dan 95% van de gevallen", zegt Mohammed Shafique.