PROJE İSMİ | AMACI | DURUM | BAĞLANTI LİNK |
---|---|---|---|
100 Yazar 100 Eser | Cumhuriyetimizin 100. yılına özel | Tamamlandı | Satın Alabilirsiniz |
Kudüs | Kanayan Yaramız | Tamamlandı | Satın Alabilirsiniz |
Yarım Kalan Hikayeler | Herkesin bir hikayesi vardır | Eser alımı tamamlandı | Eser Paylaşımı |
Öğretmenim | Sizi etkileyen öğretmeninizi anlatın antolojide yer verelim | Devam ediyor | Eser Paylaşımı |
Ortadoğu şiir yarışması | 3 kişiye ödül verilecek | Devam ediyor | Eser Paylaşımı |
Güle Revan | 40 Yazar 40 Naat | Eser alımı tamamlandı | Satın Alabilirsiniz |
Bir araştırmacı, herhangi bir ek donanım maliyeti olmadan bilgisayarların hızını potansiyel olarak iki katına çıkarabilecek yeni bir yaklaşım keşfettiğini iddia ediyor.
Eşzamanlı ve Heterojen Çoklu İş Parçacığı (SHMT) adı verilen yöntem, UC Riverside elektrik ve bilgisayar mühendisliği doçenti Hung-Wei Tseng ile bilgisayar bilimleri yüksek lisans öğrencisi Kuan-Chieh Hsu’nun ortak yazdığı bir makalede özetlendi.
SHMT çerçevesi şu anda çok çekirdekli bir ARM işlemciyi, bir NVIDIA GPU’yu ve bir Tensor İşlem Birimi donanım hızlandırıcısını aynı anda kullanan gömülü bir sistem platformu üzerinde çalışıyor. Testlerde sistem 1,96 kat hızlanma ve enerji tüketiminde %51 azalma elde etti.
Tseng, modern bilgisayar cihazlarının GPU’ları, giderek daha fazla AI ve ML için donanım hızlandırıcıları veya DSP birimlerini temel bileşenler olarak entegre ettiğini söylüyor. Ancak bu bileşenler bilgileri ayrı ayrı işleyerek bir sıkışıklık yaratıyor. SHMT, bu bileşenlerin aynı anda çalışmasını sağlayarak ve bu sayede işlem verimliliğini artırarak bu sorunu çözmeye çalışıyor.
Bu keşif, yalnızca bilgisayar donanım maliyetlerini azaltmakla kalmayıp, aynı zamanda büyük veri işleme merkezlerindeki sunucuları çalıştırmak için gereken enerji üretiminden kaynaklanan karbon emisyonlarını da azaltabileceğinden dolayı büyük bir öneme sahip. Ayrıca sunucuları soğutmak için kullanılan su talebini de azaltabilir.
Tseng’in Techradar ile yaptığı görüşmede söylediğine göre, Microsoft tarafından Windows’un gelecekteki bir sürümünde benimsenmesi halinde SHMT çerçevesinin kullanıcılar için ücretsiz bir performans artışı sağlaması mümkün olabilir.
Ancak Tseng’in makalesi; sistem uygulaması, donanım desteği, kod optimizasyonu ve hangi uygulamaların en çok fayda sağlayacağı ile ilgili soruları ele almak için daha fazla araştırmaya ihtiyaç olduğu konusunda uyarıyor. Hiçbir donanım mühendisliği çalışması gerekmese de Tseng, “çalışması için çalışma zamanı sistemi (örneğin, işletim sistemi sürücüleri) ve programlama dilleri (örneğin, Tensorflow/PyTorch) üzerinde kesinlikle yeniden yapılanmaya ihtiyacımız var” diyor.
Veri politikasındaki amaçlarla sınırlı ve mevzuata uygun şekilde çerez konumlandırmaktayız. Detaylar için veri politikamızı inceleyebilirsiniz.