MIT မှ အင်ဂျင်နီယာအဖွဲ့တစ်ဖွဲ့သည် ဒေတာနှင့် ပိုမိုထိရောက်စွာ လုပ်ဆောင်နိုင်စေရန် အရာဝတ္ထု-ဆန်သော မှတ်ဉာဏ်ဆိုင်ရာ အထက်တန်းအဆင့်ကို တီထွင်ခဲ့သည်။ ဆောင်းပါးတွင် မည်သို့စီစဉ်ထားသည်ကို ကျွန်ုပ်တို့ နားလည်ပါသည်။
/ /PD
သင်သိသည့်အတိုင်း၊ ခေတ်မီ CPU များ၏ စွမ်းဆောင်ရည် တိုးတက်မှုသည် မန်မိုရီကိုဝင်ရောက်သည့်အခါ latency လျော့နည်းသွားခြင်းနှင့် မတွဲပါ။ အညွှန်းကိန်းများ တစ်နှစ်နှင့်တစ်နှစ် ပြောင်းလဲမှုတွင် ကွာခြားချက်သည် ၁၀ ဆအထိ ရှိလာနိုင်သည်။) ရလဒ်အနေဖြင့် ရရှိနိုင်သောအရင်းအမြစ်များကို အပြည့်အဝအသုံးပြုခြင်းကို ခွင့်မပြုဘဲ ဒေတာလုပ်ဆောင်ခြင်းကို နှေးကွေးစေသည့် ပိတ်ဆို့မှုတစ်ခု ပေါ်လာပါသည်။
စွမ်းဆောင်ရည် ပြစ်ဒဏ်သည် နှောင့်နှေးခြင်းဟု ခေါ်သည်။ အချို့သောကိစ္စများတွင်၊ ကြိုတင်ပြင်ဆင်ထားသောဒေတာကို နှိမ့်ချခြင်းသည် ပရိုဆက်ဆာ 64 ပတ်အထိ ကြာနိုင်သည်။
နှိုင်းယှဥ်ရန်- ရေပေါ်အမှတ်နံပါတ်များ ပေါင်းထည့်ခြင်းနှင့် မြှောက်ခြင်း။ ဆယ်ပတ်ထက် မပိုစေရ။ ပြဿနာမှာ မှတ်ဉာဏ်သည် ပုံသေအရွယ်အစားရှိ ဒေတာဘလောက်များဖြင့် အလုပ်လုပ်ရပြီး၊ အပလီကေးရှင်းများသည် ဒေတာအမျိုးအစားများစွာပါဝင်ပြီး တစ်ခုနှင့်တစ်ခု အရွယ်အစားကွဲပြားနိုင်သည့် အရာများဖြင့် လုပ်ဆောင်နေချိန်ဖြစ်သည်။ ပြဿနာကိုဖြေရှင်းရန်အတွက် MIT အင်ဂျင်နီယာများသည် ဒေတာလုပ်ဆောင်ခြင်းကို ပိုကောင်းအောင်ပြုလုပ်ပေးသည့် အရာဝတ္ထု-ဆန်သော မှတ်ဉာဏ်ဆိုင်ရာ အထက်တန်းအဆင့်တစ်ခုကို တီထွင်ခဲ့သည်။
နည်းပညာဘယ်လိုအလုပ်လုပ်လဲ။
ဖြေရှင်းချက်သည် နည်းပညာသုံးမျိုးဖြစ်သည့် Hotpads၊ Zippads နှင့် COCO compression algorithm တို့ကို အခြေခံထားသည်။
Hotpads များသည် software-driving hierarchy တစ်ခုဖြစ်ပြီး scratchpad register memory () ဤစာရင်းသွင်းမှုများကို pads (pads) ဟုခေါ်ပြီး ၎င်းတို့ထဲမှ (၃) ခုရှိသည် - L1 မှ L3 ။ ၎င်းတို့သည် အရွယ်အစားအမျိုးမျိုး၊ မက်တာဒေတာနှင့် ညွှန်မှတ်များ၏ အခင်းအကျင်းများကို သိမ်းဆည်းထားသည်။
အနှစ်သာရအားဖြင့်၊ ဗိသုကာပညာသည် ကက်ရှ်စနစ်တစ်ခုဖြစ်သော်လည်း အရာဝတ္ထုများနှင့် လုပ်ဆောင်ရန် ထက်မြက်သည်။ အရာဝတ္ထုတည်ရှိသည့် pad ၏အဆင့်သည် ၎င်းကိုအသုံးပြုသည့်အကြိမ်အရေအတွက်ပေါ်တွင်မူတည်သည်။ အဆင့်များထဲမှ တစ်ခုသည် "လျှံနေပါက" စနစ်သည် Java သို့မဟုတ် Go တွင် "အမှိုက်စုဆောင်းသူများ" နှင့် ဆင်တူသည့် ယန္တရားကို အစပျိုးပေးသည်။ ၎င်းသည် အခြားအရာများထက် မကြာခဏ အသုံးပြုလေ့ရှိသော အရာများကို ပိုင်းခြားစိတ်ဖြာပြီး အဆင့်များကြားတွင် အလိုအလျောက် ရွေ့လျားစေသည်။
Zippads သည် Hotpads ၏အခြေခံပေါ်တွင်အလုပ်လုပ်သည် - မော်ကွန်းတိုက်များနှင့်ဇစ်ဖွင့်ဒေတာများကိုအထက်တန်းအဆင့်၏နောက်ဆုံးအဆင့်နှစ်ဆင့်ဖြစ်သည့် L3 pad နှင့် ပင်မမမ်မိုရီကိုဝင်သည် သို့မဟုတ် ထွက်သွားသည့်ဒေတာများကိုလုပ်ဆောင်သည်။ ပထမနှင့် ဒုတိယအကွက်များတွင် ဒေတာကို မပြောင်းလဲဘဲ သိမ်းဆည်းထားသည်။
Zippads သည် အရာဝတ္ထုများကို 128 bytes အထိ ချုံ့ပေးသည်။ ပိုကြီးသော အရာဝတ္ထုများကို အပိုင်းများခွဲကာ မှတ်ဉာဏ်၏ မတူညီသော နေရာများတွင် ထားရှိပေးသည်။ developer များရေးသားသည့်အတိုင်း၊ ဤနည်းလမ်းသည် ထိရောက်စွာအသုံးပြုထားသော memory ၏ကိန်းဂဏန်းကိုတိုးစေသည်။
အရာဝတ္တုများကို ချုံ့ရန်အတွက် COCO (Cross-Object COmpression) algorithm ကို အသုံးပြုထားပြီး၊ စနစ်သည် အလုပ်လုပ်နိုင်သော်လည်း၊ သို့မဟုတ် . COCO algorithm သည် differential compression ၏ ကွဲပြားမှု () ၎င်းသည် အရာဝတ္ထုများကို "base" နှင့် နှိုင်းယှဉ်ပြီး ထပ်နေသော bit များကို ဖယ်ရှားပေးသည် - အောက်တွင် diagram ကိုကြည့်ပါ-
MIT အင်ဂျင်နီယာများ၏ အဆိုအရ ၎င်းတို့၏ အရာဝတ္တုကို ဦးတည်သည့် မှတ်ဉာဏ် အထက်တန်းအဆင့်သည် ရှေးရိုးနည်းလမ်းများထက် 17% ပိုမြန်သည်။ ၎င်းသည် ခေတ်မီအသုံးချပရိုဂရမ်များ၏ တည်ဆောက်ပုံနှင့် ပိုမိုနီးစပ်သောကြောင့် နည်းလမ်းသစ်တွင် အလားအလာရှိသည်။
ပထမဆုံးအနေနဲ့ ကြီးမားတဲ့ဒေတာနဲ့ machine learning algorithms တွေနဲ့ အလုပ်လုပ်တဲ့ ကုမ္ပဏီတွေဟာ နည်းပညာကို စတင်အသုံးပြုနိုင်မယ်လို့ မျှော်လင့်ရပါတယ်။ နောက်ထပ်အလားအလာရှိသော ဦးတည်ချက်မှာ cloud ပလပ်ဖောင်းများဖြစ်သည်။ IaaS ဝန်ဆောင်မှုပေးသူများသည် virtualization၊ သိုလှောင်မှုစနစ်များနှင့် ကွန်ပျူတာအရင်းအမြစ်များဖြင့် ပိုမိုထိရောက်စွာ လုပ်ဆောင်နိုင်မည်ဖြစ်သည်။
ကျွန်ုပ်တို့၏ နောက်ထပ်အရင်းအမြစ်များနှင့် အရင်းအမြစ်များ-
source: www.habr.com