Mehr Daten schneller und energiesparender verarbeiten

Big-Data-Anwendungen brauchen eine hohe Rechenleistung bei möglichst geringem Stromverbrauch. Gängige Computersysteme stossen bei beidem an Grenzen. Onur Mutlu forscht an Lösungen und hat dafür von Intel den 2021 Outstanding Researcher Award bekommen.

Vielleicht haben Sie schon davon gehört, dass Moore’s law zu einem Ende kommt. Diese empirische Beobachtung besagt, dass Computer ihre Leistungsfähigkeit etwa alle zwei Jahre verdoppeln. Alternative Ansätze, die Computer effizienter machen, sind daher sehr gefragt. Prof. Onur Mutlu, der Hardware/Software Co-Design an der ETH Zürich erforscht, folgt dem Ansatz, Rechner und Speicher zu vereinen. Processing-in-memory (PIM) computing macht Big-Data-Applikationen wie Genom-Analyse nicht nur deutlich schneller, sondern auch viel energiesparender.

Kürzlich hat die in Grenoble ansässige Firma UPMEM die erste PIM-Architektur auf den Markt gebracht. Statt eines Prozessors beziehungsweise CPUs (Central processing Units), enthält sie DPUs (DRAM Processing Units), Speicherelemente, die auch gleich das Prozessieren der Daten übernehmen. Mutlu hat das neue System charakterisiert, analysiert und getestet und den Vergleich mit einem bisherigen State-of-the-Art-System mit CPUs gemacht. Er hat herausgefunden, dass das neue System Berechnungen bis zu 23-mal schneller und bis zu 5-mal energieeffizienter macht. Das neue System ist am interessantesten für datenintensive Applikationen - dazu zählen als spezifische Beispiele Genanalyse oder Wettervorhersage-Modelle. «Nicht schlecht für die erste kommerzielle Version eines Processing-In-Memory-Systems,» sagt Mutlu, «im Vergleich zu einem System mit Prozessor, der bereits jahrzehntelang optimiert wurde.»

The Processing-In-Memory-System

Das UPMEM Processing-​In-Memory-System. (Quelle: Onur Mutlu)

Viel schneller und energieeffizienter

Mutlu und seine Mitarbeiter haben das neue System unter anderem für Applikationen in den Bereichen Datenanalyse, Datenbasen, Bioinformatik, Bild- und Videoanalyse und Neuronale Netzwerke getestet. Für alle Aufgaben, die kaum Kommunikation zwischen den einzelnen DPUs (beispielsweise Datenbanken-Anwendungen) und vorwiegend einfachere Rechenoperationen (z.B. Videoanalyse, Datenfiltern) verlangen, dürften die neuen UPMEM-Systeme interessant sein. «Wir rechnen damit, dass diese Systeme mit ihrer Weiterentwicklung noch schneller und energiesparender und ihre Anwendungen noch vielfältiger werden.» bemerkt Mutlu.

"Die PIM (processing in memory) Systeme werden noch vielfältiger werden."Onur Mutlu

Welche Unternehmen könnten dieses neue System bereits nutzen? «Energieeffizienz und Nachhaltigkeit sollten in sämtlichen Branchen ganz oben auf der Agenda stehen,» glaubt Mutlu. «Aber diejenigen Firmen, die bereits eine Vorstellung davon haben, wie sie die neue PIM-Hardware einsetzen, werden unmittelbar profitieren,» sagt er. «Das heisst, wenn ihre Workloads gut zur neuen Architektur passen, verbessern sich Leistung und Energieeffizienz stark.»

Breite Anwendungen

Datenzentren könnten das neue PIM-​System bereits nutzen. «Auch jedes Software-​Unternehmen sollte es in Betracht ziehen, um sich für die Zukunft fit zu machen,» sagt Mutlu. PIM ist zudem ein Substrat, das auch eingebettete Systeme wie AR/VR Brillen, Drohnen, selbstfahrende Autos u.a. viel effizienter macht. «In diesen Gebieten tätige Firmen sollten darüber nachdenken, wie sie von PIM in ihren Systemen profitieren könnten.»

"Energieeffizienz und Nachhaltigkeit sollten in sämtlichen Branchen ganz oben auf der Agenda stehen."Onur Mutlu

Mutlu führt Projekte mit mehreren Hard- und Software-Firmen durch, unter anderen mit Intel.

Intel lancierten die Outstanding Researcher Awards für Forscher, die den Bereich Computing innovativ voranbringen und mit Intel kollaborieren. Mutlu gehört 2021 zu den Preisträgern - zusammen mit 16 Kollegen aus der ganzen Welt.

PIM-Systeme ermöglichen einen fundamental effizienteren Ansatz für Computing, im Gegensatz zu derzeitigen Standardsystemen, in denen sich alles um den Prozessor aus CPUs dreht und sich die Speichereinheiten weit weg davon befinden. In solchen Systemen limitiert die Datenbewegung zwischen Prozessor und Speicher neuerdings die Schnelligkeit der Datenverarbeitung, obwohl der Prozessor selbst höchst leistungsfähig ist. Es braucht am meisten Energie, die Daten zu bewegen - mehr als für die Berechnungen. «Ein einziger Zugriff auf den Arbeitsspeicher etwa verbraucht 100- bis 1000-mal mehr Energie als eine komplexe Addition,» sagt Mutlu.

Zusammenarbeit mit der Industrie

Mutlu könnte sich Projekte wie das Testen und Entwickeln von Applikationen mithilfe des UPMEM PIM-Systems gemeinsam mit zusätzlichen Firmen oder Software-Entwicklern vorstellen. Er ist interessiert daran, mit Firmen zusammenzuarbeiten, die ihr Computing fundamental effizient machen und dadurch eine Menge Energie sparen möchten. «Das PIM-Paradigma hat zudem höchst günstige Eigenschaften bezüglich Sicherheit,» fügt er hinzu. Für Firmen, denen die Sicherheit ihrer Daten am Herzen liegt, könnte die Gruppe von Mutlu untersuchen, wie sicher PIM Rechner sind.

Professor Onur Mutlu

Professor Onur Mutlu

Kontakt/Links:

SAFARI Research Group, Professor Onur Mutlu

Publikation:

Juan Gomez-Luna, Izzat El Hajj, Ivan Fernandez, Christina Giannoula, Geraldo F. Oliveira, and Onur Mutlu:
Benchmarking Memory-Centric Computing Systems: Analysis of Real Processing-in-Memory Hardware

Sind Sie interessiert an weiteren spannenden "News for Industry" Storys?

Abonnieren Sie unseren Newsletter

externe SeiteFolgen Sie uns auf LinkedIn

Suchen Sie Forschungspartner an der ETH Zürich? 

Kontaktieren Sie ETH Industry Relations

JavaScript wurde auf Ihrem Browser deaktiviert