Des processeurs 60% plus économes en énergie grâce à l’apprentissage automatique

Des processeurs 60% plus économes en énergie grâce à l'apprentissage automatique

Dans un monde où les centres de données consomment une part importante de l’énergie et contribuent aux émissions de gaz à effet de serre, une innovation majeure pourrait permettre de réduire considérablement la consommation d’énergie des processeurs multi-cœurs sans compromettre leurs performances.

Découvrez comment cette découverte pourrait transformer l’efficacité énergétique des serveurs et des supercalculateurs.

Une réduction significative de la consommation d’énergie

Des chercheurs de l’Université d’État de Washington et d’Intel ont mis au point un cadre utilisant l’apprentissage automatique pour gérer la consommation d’énergie des processeurs multi-cœurs. Leur innovation permet de réduire la consommation d’énergie jusqu’à 60% sans affecter les performances informatiques.

Cette avancée pourrait conduire à une informatique plus efficace, en particulier dans les grands centres de données, responsables d’environ 1% des émissions mondiales de gaz à effet de serre liées à l’énergie, selon l’Agence internationale de l’énergie.

Une approche basée sur l’apprentissage automatique

Les chercheurs ont utilisé des algorithmes d’apprentissage automatique pour sélectionner les niveaux de tension et de fréquence pour différents groupes d’un processeur multi-cœurs de grande taille, composé de 64 cœurs. Ces processeurs sont généralement utilisés dans les serveurs ou les supercalculateurs.

Le cadre développé par les chercheurs a pu apprendre des méthodes hautement optimisées pour gérer l’énergie et est évolutif, ce qui signifie qu’il pourrait être utilisé pour améliorer l’efficacité énergétique de processeurs multi-cœurs encore plus grands.

Des économies d’énergie sans compromettre les performances

Leur algorithme d’apprentissage automatique n’a pas réduit les performances du processeur multi-cœurs. Partha Pande, co-auteur de l’article et titulaire de la chaire Boeing Centennial en génie informatique à l’Université d’État de Washington, explique : «Nous avons pu élaborer une meilleure prise de décision pour déterminer le niveau de tension et de fréquence, de sorte que nous avons réalisé des économies d’énergie significatives sans sacrifier les performances.»

Une méthodologie fondamentale pour l’avenir

La méthodologie de ce travail est fondamentale et vise les futurs systèmes informatiques plus importants, pouvant compter jusqu’à 500 ou 1 000 cœurs de processeur, ou pour de très petits systèmes embarqués. Les chercheurs espèrent que leur travail conduira à une amélioration encore plus importante de l’efficacité énergétique.

En synthèse

Cette innovation en matière d’apprentissage automatique et de gestion de l’énergie des processeurs multi-cœurs pourrait révolutionner l’efficacité énergétique des centres de données et des supercalculateurs. En réduisant la consommation d’énergie sans compromettre les performances, cette approche pourrait contribuer à réduire les émissions de gaz à effet de serre et à optimiser l’utilisation de l’énergie dans le secteur informatique.

Pour une meilleure compréhension

Qu’est-ce que l’apprentissage automatique ?

L’apprentissage automatique est un sous-domaine de l’intelligence artificielle qui permet aux machines d’apprendre et de s’adapter automatiquement à partir de données et d’expériences sans être explicitement programmées.

Comment fonctionne l’algorithme développé par les chercheurs ?

L’algorithme utilise l’apprentissage automatique pour sélectionner les niveaux de tension et de fréquence pour différents groupes d’un processeur multi-cœurs, permettant ainsi de gérer la consommation d’énergie de manière optimisée.

Quels sont les avantages de cette innovation ?

Cette innovation permet de réduire la consommation d’énergie des processeurs multi-cœurs jusqu’à 60% sans affecter leurs performances, ce qui pourrait conduire à une informatique plus efficace et à une réduction des émissions de gaz à effet de serre.

Quelles sont les applications potentielles de cette découverte ?

Cette approche pourrait être utilisée pour améliorer l’efficacité énergétique des serveurs et des supercalculateurs, ainsi que pour les futurs systèmes informatiques plus importants ou pour de très petits systèmes embarqués.

Quelles sont les perspectives d’avenir pour cette innovation ?

Les chercheurs espèrent que leur travail conduira à une amélioration encore plus importante de l’efficacité énergétique et à la possibilité d’obtenir des performances de serveur à partir de dispositifs portables.

Légende illustration principale : Selon l’Agence internationale de l’énergie, les grands centres de données produisent environ 1 % des émissions mondiales de gaz à effet de serre liées à l’énergie.

Article adapté du contenu de l’auteure Tina Hilding

[ Rédaction ]

Articles connexes