リーンメトリックでプロセッサ効率を最大化します

7月、ミシガン大学のコンピューターエンジニアリング教授が、プロセッサ設計の効率を測定するための新しいアイデアを発表しました。トッドオースティンの無駄のないメトリックは賞賛と懐疑論の両方を受けましたが、批評家でさえ理論的根拠を理解していました。多くのシリコンは、実際にコンピューティングをしていないことに専念しています。 例えば、 Nvidia Blackwell GPUの95％以上は オースティンは、他のタスクに指定されたと語った IEEE仕様トラム。 これらの部品が次に実行する命令を選択するなど、重要なことをしていないわけではありませんが、オースティンは、プロセッサアーキテクチャがコンピューティングを最大化し、他のすべてを最小化するデザインに移行できると考えています。

リーンスコアは何を測定しますか？

トッドオースティン： リーンは、実際の数値を実行するロジックの略です。確かに到達不可能な目標である100％のスコアは、すべてのトランジスタがプログラムの最終結果に寄与する数を計算していることを意味します。 100％未満は、設計がシリコンとパワーを非効率的なコンピューティングに充て、コンピューティングを行わないロジックに充てられることを意味します。

この他のロジックは何をしていますか？

オースティン： ハイエンドのアーキテクチャがどのように進化しているかを見ると、デザインを2つの部分に分割できます。実際にプログラムの計算を行う部分と、どのような計算を決定するかを決定する部分です。最も成功したデザインは、「何をすべきかを決定する」ことを可能な限り絞ることです。

今日のデザインのコンピューティング効率はどこで失われていますか？

オースティン： 計算で経験する2つの損失は、精密損失と投機損失です。精密損失とは、計算を行うにはあまりにも多くのビットを使用していることを意味します。 GPUの世界でこの傾向が見られます。彼らは、32ビットの浮動小数点の精度から16ビットに8ビットになり、さらに小さくなりました。これらはすべて、計算の精度損失を最小限に抑えようとしています。

推測の損失は、指示を予測するのが難しい場合に発生します。 [Speculative execution is when the computer guesses what instruction will come next and starts working even before the instruction arrives.] 日常的に、ハイエンドCPUでは、2つが表示されます [speculative] 使用可能なすべての人に対して命令結果が捨てられました。

メトリックをIntel CPU、Nvidia GPU、および gle‘s ai推論チップ。驚くべきことを見つけますか？

オースティン： うん！ CPUとGPUのギャップは、私が思っていたよりもはるかに少なかった。 GPUは、CPUの3倍以上優れていました。しかし、それはわずか4.64％でした [devoted to efficient computing] 対1.35パーセント。 GROQチップでは、15.24％でした。これらのチップの多くは、直接計算を行っていないものがあります。

今日のコンピューティングの何が問題になっていますか？

オースティン： 私たちは実際に非常に良い状態にあると思います。しかし、AIスケーリングのトレンドを見ると、より多くの計算、メモリへのより大きなアクセス、より多くのメモリ帯域幅が必要であることが非常に明らかです。そして、これはムーアの法律の終わりに来ます。 コンピューターアーキテクトとして、より良いコンピューターを作成したい場合は、同じ200億のトランジスタを採取し、以前のアレンジよりも価値のある方法でそれらを再配置する必要があります。それは、私たちには、よりスリムで無駄のないデザインが必要になることを意味すると思います。

この記事は、2025年9月の印刷号に「」として「トッドオースティン。」