El nuevo sistema basado en machine learning ayudará a los desarrolladores a determinar la eficiencia en la capacidad de procesamiento en las aplicaciones.
Actualmente, tanto desarrolladores como compiladores, se apoyan en modelos de desempeño que ejecutan el código mediante simulaciones de acuerdo con la arquitectura de los chips. Debido a esta situación, investigadores del MIT han creado una herramienta para predecir la rapidez con la que se ejecuta un código en chip.
“Los procesadores modernos son opacos, horrorosamente complicados y difíciles de entender”, destacó Michael Carbin, coautor del estudio. “Esta solución es un gran paso hacia la modelación del desempeño de estos chips con el fin de mejorar la eficiencia”.
Te puede interesar: Inteligencia en ciberseguridad como aliada de la organización
La herramienta denominada Ithemal, un modelo basado en inteligencia artificial (IA), es capaz de predecir cuán rápido un chip puede ejecutar bloques de información desconocidos.
El modelo Ithemal analiza millones de bloques de información para determinar con exactitud cómo se ejecutarán distintas arquitecturas de chips. El sistema procesa texto en bruto y no requiere que le ingresen otras características de forma manual.
Posteriormente, el sistema fue apoyado con la base de datos BHive, con 300 mil bloques básicos a partir de campos especializados como el machine learning, criptografía y gráficos.
“Si quieres capacitar un modelo en una nueva arquitectura, sólo recolectas más datos a partir de la misma, luego lo ejecutas en nuestra herramienta y usas esa información para entrenar a Ithemal”, explicó Charith Mendis, investigador del Laboratorio de Ciencias Computacionales e Inteligencia Artificial del MIT (CSAIL, por sus siglas en inglés). “Así, ahora tienes un modelo que predice el desempeño”.
De acuerdo con los resultados, el margen de error se redujo en un 50% en comparación con los modelos manuales. Así mismo, el riesgo de cometer una falla es 10% menor, en contraste con el sistema de Intel, que es del 20%.
“Los documentos de Intel no están libres de errores o completos, e Intel omitirá ciertos aspectos, porque es dueño”, precisó Mendis. “Sin embargo, al usar los datos, no necesitas saber la documentación; si algo está oculto, puedes aprender directamente de la información”.
Lee también: 3 claves para vender más con la inteligencia artificial
El pasado mes de diciembre, los investigadores presentaron durante la conferencia NeuraIIPS, los resultados derivados de una técnica para medir el desempeño del código en varios procesadores. En el mismo documento se dio a conocer Vemal, un algoritmo que puede usarse con la finalidad de optimizar la capacidad de respuesta de los chips.
Con la herramienta del MIT para predecir la rapidez con la que se ejecuta el código en un chip, los desarrolladores ahorrarán en costos y tiempos con el fin de presentar soluciones más innovadoras.
