Tyrėjai kuria greitesnę tinklo analizę, kad pasiūlytų algoritmus, kurie padidintų paiešką internete

MIT tyrėjai sukūrė programinę įrangą, kad grafikos programinė įranga veiktų efektyviau įvairiuose skaičiavimo įrenginiuose, įskaitant procesorius ir GPU.
Paskola „Istockphoto“ vaizdus redagavo „MIT News“

Diagramos, duomenų struktūros, rodančios santykius tarp objektų, yra labai universalios. Nesunku įsivaizduoti grafiką, vaizduojantį socialinių tinklų ryšių tinklą. Tačiau diagramos taip pat naudojamos įvairiose programose, tokiose kaip turinio pasiūlymai (ką toliau žiūrėti „Netflix“), navigacija (tai greičiausias kelias į paplūdimį). Kaip apibendrina Ajay Brahmakshatriya. – Diagramos iš esmės yra visur.

Brahmakshatriya sukūrė programinę įrangą, kad grafikos programinė įranga veiktų efektyviau, naudojant įvairesnes kompiuterių technologijas. Programa išplečia „GraphIt“, aukščiausią grafikos programavimo kalbą, kad veiktų su GPU – aparatine sistema, kuri vienu metu apdoroja kelis duomenų srautus. Išankstinis mokėjimas gali pagreitinti diagramų analizę, ypač toms programoms, kurios naudoja GPU lygiagretumą, pavyzdžiui, pasiūlymų algoritmai.

Brahmakshatriya, magistrantai SU:Elektrotechnikos katedra և Kompiuterija: informatika և Dirbtinio intelekto laboratorija pristatys darbą šio mėnesio tarptautiniame kodų kūrimo և optimizavimo simpoziume. Bendraautoriai yra patarėjas Brahmakshatriya, profesorius Samanas Amarasinghe, taip pat Douglasas T. Rossas, programinės įrangos programinės įrangos docentas, Julianas Shunas, post-PhD Changwan Hong, MIT doktorantas Yunning Zang, PhD ’20 (dabar „Google“) և „Adobe Research“ . Shoaibas Camille’as.

Kai programuotojai rašo kodą, jie nekalba tiesiogiai su kompiuterio įranga. Pati mašina veikia dvejetainėmis versijomis 1s և 0s, o koduotojas rašo struktūruota, „aukšto lygio“ kalba, susidedančia iš žodžių ir simbolių. Norint paversti tą aukšto lygio kalbą dvejetainiu aparatūros skaitytuvo skaitytuvu, reikia programinės įrangos, vadinamos kompiliatoriumi. „Kompiliatorius konvertuoja kodą į reguliatorių, kurį galima paleisti aparatinėje sistemoje“, – sako Brahmakshatriya. Vienas iš tokių kompiliatorių, sukurtų specialiai grafinei analizei, yra „GraphIt“.

Tyrėjai sukūrė „GraphIt“ 2018 m., Kad optimizuotų grafikais pagrįstų algoritmų veikimą, neatsižvelgiant į grafiko dydį. „GraphIt“ leidžia vartotojui ne tik įvesti algoritmą, bet ir suplanuoti, kaip tas algoritmas veikia aparatinėje sistemoje. „Vartotojas gali pateikti įvairias planavimo galimybes, kol sužinos, kas jam geriausia“, – sako Brahmakshatriya. “GraphIt sukuria labai specializuotą kodą, pritaikytą kiekvienai programai, kad jis veiktų kuo efektyviau.”

Keletas pradedančiųjų և įsteigtų „GraphIt“ technologijų firmų padės joms kurti grafikos programas. Tačiau Brahmakshatriya sako, kad pirmoji „GraphIt“ iteracija turėjo trūkumų. Jis veikia tik su procesoriais ar procesoriais – įprasto nešiojamojo kompiuterio procesoriumi.

„Kai kurie algoritmai yra masiškai lygiagrečiai, – sako Brahmakhshatriya, – tai reiškia, kad jie gali geriau naudoti aparatinę sistemą, tokią kaip GPU su 10 000 branduolių. Jis pažymi, kad kai kurioms grafinės analizės rūšims, įskaitant pasiūlymo algoritmus, reikalingas didelis lygiagretumas. Taigi, Brahmakshatriya išplėtė GraphIt, kad grafinė analizė galėtų klestėti GPU.

„Brahmakshatriya“ komanda išlaikė būdą, kaip „GraphIt“ vartotojai įvedė algoritmus, tačiau planavimo komponentą pritaikė platesniam įrenginių diapazonui. „Mūsų pagrindinis sprendimas kuriant„ GraphIt “, kuris būtų išplėstas į GPU, buvo tas, kad algoritmo pateikimas išliktų toks pats“, – sako Brahmakshatriya. „Vietoj to mes pridėjome naują planavimo kalbą. Tokiu būdu vartotojas gali išlaikyti tuos pačius algoritmus, kurie buvo parašyti anksčiau [for CPUs]և tiesiog pakeiskite planavimo įrašą, kad gautumėte GPU kodą. “

Šis naujas, optimizuotas GPU dizainas padidina grafinius algoritmus, kuriems reikalingas didelis lygiagretumas, įskaitant pasiūlymų algoritmus ar žiniatinklio paieškos funkcijas, kurios vienu metu nuskaito milijonus svetainių. Norėdami patikrinti naujojo „GraphIt“ plėtinio efektyvumą, komanda atliko 90 eksperimentų, kurių metu „GraphIt“ funkcionalumas buvo lyginamas su kitais naujesniais grafiniais komponentais GPU. Eksperimentuose dalyvavo daugybė algoritmų ակներ diagramų tipų, pradedant kelių tinklais ir baigiant socialiniais tinklais. „GraphIt“ greičiausiai veikė 65 iš 90 atvejų, daug arčiau likusių eksperimentų nei pagrindinis algoritmas, parodydamas jo greitį ir universalumą.

„GraphIt“ „skatina pramonę į priekį, tuo pačiu siekdamas našumo ir našumo“, – sakė tyrime nedalyvavęs Kornelio universiteto informatikas Adrianas Sampsonas. “Tradiciniai grafinės analizės būdai turi vieną ar kitą. Arba galite parašyti paprastą algoritmą su vidutinišku našumu, arba galite samdyti ekspertą, kuris parašys labai greitą įvykdymą, tačiau toks našumas paprastiems mirtingiesiems yra retai prieinamas. „GraphIt“ plėtinys leidžia paprastiems žmonėms rašyti aukšto lygio abstrakčius algoritmus, tačiau tai yra raktas norint gauti eksperto lygio GPU našumą “.

Sampsonas priduria, kad išankstinis apmokėjimas gali būti ypač naudingas greitai besikeičiančiose srityse. „Viena iš tokių įdomių sričių yra genomika, kur algoritmai vystosi taip greitai, kad aukštos kvalifikacijos specialistų indėlis negali atsilikti nuo pokyčių tempo. „Džiaugiuosi, kad bioinformatikos specialistai, norėdami išplėsti savo genominę analizę, paleidžia„ GraphIt “.

Brahmakshatriya sako, kad naujasis „GraphIt“ plėtinys suteikia reikšmingą grafikos analizės pažangą, leidžiantį vartotojams lengvai naršyti per procesorius su puikiu GPU našumu. „Šiais laikais pramonė yra dantų ir nagų varžybos. „Kiekvieną dieną atsiranda vis naujų būrelių“, – sako jis. Tačiau jis pabrėžia, kad net ir nedidelis optimizavimo mokestis yra vertas. „Įmonės kasdien išleidžia milijonus dolerių grafiniams algoritmams vykdyti. “Net jei jūs priverstumėte jį paleisti tik 5 procentais greičiau, sutaupysite tūkstančius dolerių.”

Nuoroda. „Grafikos programinės įrangos kūrimas grafiniams procesoriams su„ GraphIt “: Ajay Brahmakshatriya, Yunmingas Zhangas, Changwanas Hongas, Shoaibas Kamilas, Julianas Shunas և Samanas Amarasinghe,„ Priimta “, IEEE.
PDF:

Šį tyrimą iš dalies finansavo Nacionalinis mokslo fondas, JAV Energetikos departamentas, Architektūros programavimo centras ir Gynybos pažangiųjų tyrimų projektų agentūra.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Didžiausia aplinkos šalinimo kaukė – ir kaip ją sumažinti

Naujas tyrimas nustatė naudojamo N95 išeikvojimą ir pasiūlė tinkamus būdus jį sumažinti. Nuo praėjusiais metais prasidėjusios „Covid-19“ epidemijos, užrištos akys tapo dar viena sveikatos apsaugos...

Neuromediatorių lygis smegenyse nuspėja matematinius sugebėjimus

Skenavimas buvo baigtas 1 ir 2 metu (maždaug po 1,5 metų) kiekvienoje iš penkių amžiaus grupių (6-erių, 10-mečių, 14-mečių, 16-mečių ir 18 metų) -metukai)....

Genetikai atskleidžia mutacijas, sukeliančias sunkų vaikystės vėžį – vartokite vaistus, kad pašalintumėte jų šalutinį poveikį

Trejybės koledžo genetikai atrado specifinio geno, vadinamo H3K27M, mutaciją, sukeliančią neišgydomą vaikystės vėžį, vadinamą diffi midi glioma (DMG). Augimas taikant tikslinius vaistus. Jų istoriniai...

Neigiamų jonų sulaikymas tarpžvaigždinėje erdvėje

Kaip tarpžvaigždinėje aplinkoje kuriamos neigiamai įkrautos molekulės? Tarpžvaigždiniai debesys yra naujų žvaigždžių gimtinė. Tačiau jie taip pat vaidina pagrindinį vaidmenį formuojant gyvenimą visatoje per...

Naujas algoritmas skrenda greičiau nei bepiločiai orlaiviai nei pasaulinės klasės žmonių rasės pilotai

Dronas, skrendantis per Dūmus, kad įsivaizduotų kompleksinius aerodinaminius efektus. Paskola Robotikos խումբ suvokimo grupė, Juricho universitetas Norėdami būti naudingi, bepiločiai orlaiviai turi būti...

Newsletter

Subscribe to stay updated.