Ang mga mananaliksik ay nagkakaroon ng mas mabilis na pagtatasa ng network upang mapahusay ang mga referral algorithm at mga paghahanap sa web

Ang mga mananaliksik ng MIT ay bumuo ng software upang mas mahusay na patakbuhin ang mga aplikasyon ng grapiko sa isang saklaw ng hardware ng computing, kabilang ang mga CPU at GPU.
May-akda: Mga imahe ng Istockphoto na na-edit ng MIT News

Ang mga grapiko – mga istruktura ng data na nagpapakita ng ugnayan sa pagitan ng mga bagay – ay maraming nalalaman. Madaling isipin ang isang grap na nagpapakita ng isang network ng mga koneksyon sa social media. Ngunit ginagamit din ang graphics sa iba’t ibang mga programa tulad ng rekomendasyon sa nilalaman (kung ano ang hahanapin sa susunod sa Netflix?) At pag-navigate (ano ang pinakamabilis na paraan sa beach?). Tulad ng binubuod ni Ajay Brahmakshatriya: “ang mga graphic ay halos saanman.”

Ang Brahmakshatriya ay bumuo ng software upang patakbuhin ang mga application ng graphics nang mas mahusay sa isang mas malawak na hanay ng hardware ng computer. Ang software ay nagpapalawak ng state-of-the-art na GraphIt graphic na wika ng programa, na tumatakbo sa mga unit ng pagpoproseso ng graphics (GPU), hardware na nagpoproseso ng maraming mga stream ng data nang kahanay. Maaaring mapabilis ng mga pagsulong ang pagtatasa ng grap, lalo na para sa mga application na gumagamit ng parallelism ng GPU, tulad ng mga algorithm na rekomendasyon.

Brahmakshatriya, Doctor of Philosophy ЗAng Kagawaran ng Electrical Engineering at Computer Science at ang Laboratory ng Informatics at Artipisyal na Intelihensiya ay magpapakita ng gawain sa International Symposium on Code Generation and Optimization this month. Kasama sa mga co-author ang Brahmakshatriya Advisor, Propesor Saman Amarasinghe, at Associate Professor Douglas T. Ross sa Career Development Julian Shun, Postdoc Chanwan Hong, kamakailang PhD sa Yunming Zhang Institute of Technology, ngayon ay Ph.D. Adobe Research Shoaib Camille.

Kapag ang mga programmer ay nagsusulat ng code, hindi sila direktang nakikipag-usap sa hardware ng computer. Ang kagamitan mismo ay tumatakbo sa binary format – 1 at 0 – habang ang programmer ay nagsusulat sa isang nakabalangkas na mataas na antas na wika na binubuo ng mga salita at simbolo. Upang isalin ang mataas na antas ng wikang ito sa isang nababasa na binary file ay nangangailangan ng mga program na tinatawag na compiler. “Ang tagatala ay nagko-convert ng code sa isang format na maaaring tumakbo sa hardware,” sabi ni Brahmakshatriya. Ang isang naturang tagatala na partikular na idinisenyo para sa pagtatasa ng grap ay ang GraphIt.

Noong 2018, binuo ng mga mananaliksik ang GraphIt upang ma-optimize ang pagganap ng mga algorithm na batay sa grap, anuman ang laki at hugis ng grap. Pinapayagan nito ang gumagamit na maglagay lamang ng isang algorithm, ngunit upang planuhin din kung paano gumagana ang algorithm na iyon sa hardware. “Maaaring magbigay ang gumagamit ng iba’t ibang mga pagpipilian sa pagpaplano hanggang sa mapagtanto nila kung ano ang pinakamahusay para sa kanila,” sabi ni Brahmakshatriya. “Lumilikha ang GraphIt ng dalubhasang dalubhasang code na pinasadya sa bawat aplikasyon upang tumakbo nang mahusay hangga’t maaari.”

Ang isang bilang ng mga startup at kilalang mga firma ng teknolohiya ay nagpatibay ng GraphIt upang mapabilis ang kanilang pag-unlad ng mga aplikasyon ng grapiko. Ngunit sinabi ni Brahmakshatriya na sa unang pag-ulit ng GraphIt mayroong isang sagabal: tumatakbo lamang ito sa mga CPU o processor, ang uri ng CPU sa isang karaniwang laptop.

“Ang ilang mga algorithm ay halos magkapareho,” sabi ni Brahmakshatriya, “na nangangahulugang maaari silang gumawa ng mas mahusay na paggamit ng hardware tulad ng isang GPU na mayroong 10,000 core na maisasagawa.” Sinabi niya na ang ilang mga uri ng pagsusuri sa grap, kasama ang mga algorithm ng rekomendasyon, ay nangangailangan ng isang mataas na antas ng parallelism. Kaya, pinalawak ng Brahmakshatriya ang GraphIt upang ang pagsusuri ng grap ay maaaring umunlad sa mga GPU.

Pinananatili ng koponan ng Brahmakshatriya ang paraan ng pagpasok ng mga algorithm ng mga gumagamit ng GraphIt, ngunit inangkop ang sangkap ng pag-iiskedyul para sa isang mas malawak na hanay ng hardware. “Ang aming pangunahing solusyon sa disenyo kapag namamahagi ng GraphIt sa GPUs ay panatilihin ang representasyon ng algorithm na eksaktong pareho,” sabi ni Brahmakshatriya. “Sa halip, nagdagdag kami ng isang bagong wika sa pagpaplano. Sa ganitong paraan, maaaring mag-imbak ang gumagamit ng parehong mga algorithm na naunang naisulat [for CPUs], at palitan lamang ang input ng pag-iiskedyul upang makuha ang code ng GPU “.

Ang bago, na-optimize na pag-iiskedyul ng GPU na ito ay nagbibigay ng isang boost sa mga graphic algorithm na nangangailangan ng mataas na pagsabay, kasama ang mga algorithm ng rekomendasyon o mga tampok sa paghahanap sa web na sift sa milyun-milyong mga site nang sabay. Upang kumpirmahin ang pagiging epektibo ng bagong extension ng GraphIt, nagsagawa ang koponan ng 90 mga eksperimento, na inihambing ang tumatakbo na oras ng GraphIt sa iba pang mga modernong graphic compiler sa mga GPU. Kasama sa mga eksperimento ang isang bilang ng mga algorithm at uri ng mga graphic, mula sa mga network ng kalsada hanggang sa mga social network. Gumana ito ng pinakamabilis sa 65 ng 90 na mga kaso at sa natitirang mga pagsubok na na-atraso sa nangungunang algorithm, na ipinapakita ang bilis at kagalingan ng maraming kaalaman.

Ito ay “nagtataguyod ng patlang sa pamamagitan ng sabay na pagkamit ng pagganap at pagiging produktibo,” sabi ni Adrian Sampson, isang computer scientist sa Cornell University na hindi kasangkot sa pag-aaral. “Ang mga tradisyunal na paraan ng pag-aaral ng mga graph ay may isang bagay o iba pa: alinman sa maaari kang magsulat ng isang simpleng algorithm na may katamtamang pagganap, o maaari kang kumuha ng isang dalubhasa upang magsulat ng isang napakabilis na pagpapatupad – ngunit ang mga naturang katangian ay bihirang magagamit sa mga mortal lamang. Ang extension ng GraphIt ay ang susi sa pagpapagana ng mga ordinaryong tao na magsulat ng mga high-level na abstract na algorithm habang nakakakuha pa rin ng pagganap ng grade na dalubhasa ng GPU.

Idinagdag ni Sampson na ang mga pagsulong ay maaaring maging kapaki-pakinabang lalo na sa mabilis na pagbabago ng mga lugar: “Ang kamangha-manghang lugar ng domain ay genomics, kung saan ang mga algorithm ay mabilis na nagbabago na ang mga pagpapatupad ng dalubhasang may mahusay na pagganap ay hindi makasabay sa rate ng pagbabago. Natutuwa ako na ang mga eksperto sa bioinformatics ay maaaring kunin ang GraphIt upang mapalawak ang mga uri ng pagsusuri sa genomic na kaya nila. “

Sinabi ni Brahmakshatriya na ang bagong extension ng GraphIt ay nagbibigay ng makabuluhang pagsulong sa pagsusuri ng graphics, na pinapayagan ang mga gumagamit na madali at madaling lumipat sa pagitan ng mga processor at GPU. “Ang patlang sa mga panahong ito ay isang kumpetisyon sa pagitan ng ngipin at mga kuko. Araw-araw isang bagong balangkas ang lumalabas, “aniya. Ngunit binigyang diin niya na sulit ang kabayaran para sa isang menor de edad na pag-optimize. “Gumagastos ang mga kumpanya ng milyun-milyong dolyar araw-araw sa mga algorithm ng grap. Kahit na gawin mo itong mas mabilis na 5 porsyento, makakatipid ka ng libu-libong dolyar. ”

Tulong: “Pagbuo ng mga GPU para sa Mga Proseso ng Grapiko na may GraphIt” ni Ajay Brahmakshatriya, Yunming Zhang, Changwang Hong, Shoaib Kamil, Julian Shun at Saman Amarasinghe, pinagtibay, IEEE.
PDF

Ang pag-aaral na ito ay bahagyang pinondohan ng National Science Foundation, ng Kagawaran ng Enerhiya ng Estados Unidos, ang Center for Applied Architectures, at ang Agency for Advanced Defense Research Projects.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Ang lumalaking problema ng “malalim na heograpiya”

Ang maaaring mukhang isang imahe ng Tacoma ay talagang isang simulate na nilikha sa pamamagitan ng paglilipat ng mga biswal na imahe ng Beijing...

Bagong Milky Way Exterior Destroyers Bagong Sky Map ay Inilabas – Madilim na Mahalagang Mga Konsepto ay Maaaring Magbigay ng Bagong Eksperimento

Ang mga astronomo ay naglabas ng isang bagong celestial map ng Milky Way galaxy na pinakamalapit sa aming kalawakan. Kredito: NASA / JPL-Caltech...

Susunod na Generation Stable Pop-Up na Istraktura na inspirasyon ni Origami

Ni Harvard John A. Paulson School of Engineering at Applied Science Abril 22, 2021 Ang hindi masusunog na kanlungan na ito ay hindi natatakpan ng makapal...

Pinalitan ng DNA ang Y Chromosome na Nag-aambag ng Maikling Buhay na Buhay sa Mga Lipad ng Lalaki

Pagpapayaman ng Heterochromatin sa lahat ng mga chromosome. Immunofluorescence stain ng H3K9me3 sa male mitotic chromosome. Bar scale ay 50μm. Kredito:...

Pinapayagan ng mga polimer na kumakain ng polimer ang “biodegradable” na mga plastik na tunay na masusunog

Ang ginagamot na plastik (kaliwa) ay naghiwalay pagkatapos ng tatlong araw lamang sa karaniwang pag-aabono (kanan) at ganap na makalipas ang dalawang linggo. ...

Newsletter

Subscribe to stay updated.