Activa las notificaciones para estar al tanto de lo más nuevo en tecnología.

GPUs00

Los investigadores de la Universidad de Binghamton se han convertido en los primeros en usar una unidad de procesamiento gráfico (GPU) de código abierto, para la investigación. Los profesores de ciencias de la computación Timothy Miller y Aaron Carpenter, juto con el estudiante graduado Phillip Dexter, así como el co-autor, Jeff Bush, han desarrollado Nyami, un modelo arquitectónico de una unidad de procesamiento gráfico sintetizable para el trabajo general y para cargas de trabajo específicas en gráficas. Esto es un parteaguas porque por vez primera un equipo ha tomado el diseño de un GPU de código abierto y ha corrido una serie de experimentos en el mismo para ver como el hardware y software podría afectar el desempeño de los circuitos.

De acuerdo a Miller, los resultados ayudarán a otros científicos a hacer sus propios GPUs y empujar el poder de cómputo al siguiente nivel. “Como investigador, es importante tener herramientas para evaluar de forma realista las nuevas ideas que pueden dar como resultado mejorías en el desempeño, eficiencia en la energía usada, utilizando para ello un procesador de código abierto sintetizable, en donde los resultados experimentales se vuelven entonces más confiables” [pues no están sujetos a benchmarks a modo].

Los GPUs llevan existiendo desde hace unos 40 años y se encuentran típicamente en tarjetas comerciales de video y gráficas, dentro de las consolas de juegos, por ejemplo. Los circuitos especializados tienen el poder de cómputo pata hacer que las imágenes aparezcan suavizadas y de forma más vibrante en la pantalla. Recientemente -relativamente- se ha pensado aplicar este tipo de circuitos a la computación no-gráfica, como cuando se necesita analizar mucha información.

“No estamos buscando novedades en los resultados, lo que más bien queremos es crear una nueva herramienta y entonces mostrar cómo podría ser usada”, dice Carpenter. “Yo espero que la gente experimente más efectivamente con los GPUs, tanto los aficionados como los investigadores, creando así un diseño más eficiente para los GPUs futuros”, agrega.

El GPU de código abierto que usó la Universidad de Binghamton para sus investigaciones fue el primero de este tipo. Y aunque hay miles de GPUs que se producen comercialmente por año, esta es la primera vez que es modificado por entusiastas e investigadores para sensibilizarse en cómo los cambios en hardware y software afecta a este tipo de chips. Bush, el director de ingeniería de software en Roku, fue el líder del artículo que se escribió al respecto de este tema y que se publicó en el “International Symposium on Performance Analysis of Systems and Software” (ver referencias).

“Es malo para la comunidad de código abierto que los fabricantes de GPUs hayan decidido mantener en secreto sus especificaciones. Esto impide a los desarrolladores escribir software que podría usar ese hardware”, dice Miller. En un proyecto similar, que inició en el 2004, Miller trabajó ya en el tema mientras que Bush empezó a trabajar sobre Nyami en el 2010. “Esto hace más fácil para otros investigadores conducir experimentos por sí mismos porque no tienen que reinventar la rueda. Con las contribuciones de la comunidad de “hardware-abierto”, podemos incorporar ideas más creativas y producir una mejor herramienta”, expresó.

Las ramificaciones de estos hallazgos podrían hacer que los procesadores trabajaran de manera más sencilla para los investigadores así como estudiar sus desventajas. Dexter, Miller, Carpenter y Bush, han pavimentado este nuevo camino que podría llevar a nuevos descubrimientos en donde podrían afectarse campos que van desde los viajes espaciales hasta la cirugía de corazón.

“Hemos hecho una lista de las ideas de investigación a explorar usando Nyuzi (así se bautizó al chip), enfocándonos en varios cuellos de botella. La idea es ver qué cosas hacen que Nyuzi sea ineficiente comparándolo con otros GPUs y así ver los problemas que pueden presentarse. Podemos usar Nyuzi como una plataforma para hacer investigación que no necesariamente sea específica para los GPUs, como confiabilidad y eficiencia energética”, concluye Miller.

Referencias:
Phys.org 

Participa en nuestra encuesta:
Desde la Red…
Comentarios