7 월, 미시간 대학교 컴퓨터 공학 교수는 새로운 아이디어를 발표했습니다. 프로세서 설계의 효율성 측정. 토드 오스틴 Lean Metric은 칭찬과 회의론을 모두 받았지만 비평가들조차도 이론적 근거를 이해했습니다. 많은 실리콘은 실제로 컴퓨팅을하지 않는 것들에 전념하고 있습니다. 예를 들어, AN의 95 % 이상 Nvidia Blackwell GPU입니다 오스틴은 다른 작업을 위해 지정된 것으로 말했다 IEEE 사양트럼. 이 부분이 실행할 다음 명령어를 선택하는 것과 같이 이러한 부분이 중요한 일을하지 않는 것과는 다르지만 Austin은 프로세서 아키텍처가 컴퓨팅을 극대화하고 다른 모든 것을 최소화하는 설계로 이동할 수 있고 이동해야한다고 생각합니다.
토드 오스틴
Todd Austin은 Ann Arbor의 미시간 대학교에서 전기 공학 및 컴퓨터 과학 교수입니다.
린 점수는 무엇을 측정합니까?
토드 오스틴 : Lean은 실제 숫자를 실행하는 논리를 나타냅니다. 100 % (도달 할 수없는 목표)는 모든 트랜지스터가 프로그램의 최종 결과에 기여하는 숫자를 계산하고 있음을 의미합니다. 100 % 미만은 설계가 비효율적 인 컴퓨팅 및 컴퓨팅을 수행하지 않는 논리에 실리콘과 전력을 전념한다는 것을 의미합니다.
이 다른 논리는 무엇을하고 있습니까?
오스틴 : 고급 아키텍처가 어떻게 발전했는지 살펴보면 디자인을 두 부분으로 나눌 수 있습니다. 실제로 프로그램의 계산을 수행하는 부분과 계산을 결정하는 부분. 가장 성공적인 디자인은“무엇을 해야하는지 결정”하는 것이 가능한 한 많은 부분을 짜는 것입니다.
오늘날의 디자인에서 컴퓨팅 효율성이 어디에서 손실됩니까?
오스틴 : 우리가 계산에서 경험하는 두 가지 손실은 정밀 손실과 투기 손실입니다. 정밀 손실은 계산을 수행하기 위해 너무 많은 비트를 사용하고 있음을 의미합니다. 당신은 GPU 세계에서 이러한 추세를 봅니다. 그들은 32 비트 플로팅 포인트 정밀에서 16 비트, 8 비트에서 더 작은 것까지 갔다. 이것들은 모두 계산의 정밀 손실을 최소화하려고 노력하고 있습니다.
지침이 예측하기 어려울 때 추측 손실이 발생합니다.[의뜻[투기 실행 컴퓨터가 다음에 어떤 지시가 올지 추측하고 지시가 도착하기 전에도 작동하기 시작할 때.]일상적으로, 고급 CPU에서는 두 개를 볼 수 있습니다. [speculative] 사용 가능한 모든 사람에게 지시 결과가 사라졌습니다.
메트릭을 인텔 CPU, NVIDIA GPU에 적용했으며 글AI 추론 칩. 놀라운 것을 찾으십니까?
오스틴 : 응! CPU와 GPU 사이의 격차는 내가 생각했던 것보다 훨씬 적었다. GPU는 CPU보다 3 배 이상 낫습니다. 그러나 그것은 4.64 %에 불과했습니다 [devoted to efficient computing] 대 1.35 %. For the 글 칩, 15.24 %였습니다. 직접 컴퓨팅을 수행하지 않는이 칩이 너무 많습니다.
이 메트릭을 생각해 내야한다고 생각한 오늘날 컴퓨팅에 어떤 문제가 있습니까?
오스틴 : 나는 우리가 실제로 아주 좋은 상태라고 생각합니다. 그러나 더 많은 컴퓨팅, 메모리에 대한 더 큰 액세스, 더 많은 메모리 대역폭이 필요한 AI 스케일링 트렌드를 볼 때 매우 분명합니다. 그리고 이것은 주위에 온다 무어 법의 끝. 컴퓨터 아키텍트로서 더 나은 컴퓨터를 만들려면 200 억 개의 트랜지스터를 가져 와서 이전 배열보다 더 가치있는 방식으로 재 배열해야합니다. 나는 그것이 우리가 더 얇고 더 린너 디자인이 필요하다는 것을 의미한다고 생각합니다.
이 기사는 2025 년 9 월 인쇄 문제에 다음과 같이 나타납니다.토드 오스틴.”