该技术具有广泛的应用潜力，理论上可涵盖智能手机至数据中心服务器在内的所有处理器和加速器平台，但目前仍需进一步研发以实现全面适配。加州大学河滨分校电气与计算机工程系副教授、同时也是本研究报告的共同曾宏伟教授强调：“这一关键技术无需新增硬件设备，可在现有计算机平台上无缝部署，其核心在于优化和高效利用已有的硬件资源。”
研究团队推出的新型编程模式——同步异构多线程（SHMT）打破了传统的单一组件并行处理局限。传统模式下，系统在同一时间段内仅向一个计算组件提供数据执行指令，而SHMT则能实现各组件间的并行代码执行，从而大大提高计算效率。
SHMT运用了质量感知工作偷取（QAWS）调度策略，通过平衡计算质量和负载分配，有效减少了资源调用率。SHMT运行时系统会生成一组虚拟操作(vOPS)，并将它们划分为一个或多个高级操作(HLOP)，以便跨多个硬件资源进行并行处理。
SHMT通过灵活的任务队列管理机制，根据预设策略加速计算过程。HLOPS与硬件无关性使得运行时系统可以根据需求动态地将任务重新定向到不同计算平台组件上运行，确保了资源使用的灵活性和高效性。为了验证SHMT软件库的有效性，研究人员建立了一个独特的测试平台，它既可以模拟智能手机环境，也可以作为个人电脑甚至服务器使用。该平台的核心是一块配备PCIe接口的背板，搭载英伟达Nano Jetson模块组的“计算单元”，并通过M.2 Key E插槽连接谷歌Edge加速器（TPU）。此模块整合了四核ARM Cortex-A57处理器（CPU）及128个Maxwell架构图形内核（GPU），辅以4GB LPDDR4主内存（频率1600MHz，速度25.6Gbps），以及Edge TPU模块自带的额外8MB内存，并运行Ubuntu Linux 18.04操作系统。
在该简易异构平台上采用标准测试应用程序对SHMT软件包进行实际检验的结果表明，相较于基础的计算分配方式，当采用最优化的QAWS框架时，计算速度提升了近两倍，能耗显著下降了51%。
尽管这项解决方案尚未达到即刻实施的程度，但它无疑在保持现有硬件不变的情况下最大化了性能收益，若能在数据中心应用，其价值不可估量。可以预见，这一研究成果将会引起业界广泛关注。更多详细信息，请参阅IT之家提供的参考地址。
