¿Cuáles son los entornos informáticos de la vida real que se espera que se beneficien de los chips multinúcleo?

Todos los entornos informáticos multitarea y multitarea que se ejecutan (aparentemente) simultáneamente ejecutando procesos … es decir, todas las computadoras que no sean sistemas integrados muy especializados.

Más procesadores significa más rendimiento hasta que se quede sin ancho de banda de RAM (en ese momento NUMA intenta salvar el día … o al menos hacer que el día dure un poco más), independientemente de si alguna de las aplicaciones que se ejecutan se dedican a la computación paralela.

Multinúcleo es simplemente una manera fácil de usar el exceso de transistores que proporciona la ley de Moore. No es una “tecnología”, y no ofrece nada discontinuo. Muchas técnicas nos permiten aprovechar más transistores, incluso algo tan mundano como los cachés, pero también tuberías, superescalares, fuera de servicio, SIMD, GPU.

Todas estas técnicas proporcionan un mayor rendimiento, especialmente el rendimiento para aplicaciones de datos paralelos y / o menor potencia. Entonces, la pregunta es: ¿dónde encuentra aplicaciones de rendimiento computacionalmente intensivas en datos y en paralelo en un entorno con restricciones de potencia?

En su mayor parte, tales aplicaciones se concentran en la detección. Las cámaras proporcionan muchos datos, incluso los micrófonos de matriz lo hacen. Pero hay muchos problemas difíciles que se aplican menos, por ejemplo, algo como la IA en general (por ejemplo, una muy buena traducción del idioma) depende de grandes datos. En el sentido de que el multinúcleo (et al) proporciona un mejor cómputo, este tipo de avance orientado a datos no es realmente útil. El procesamiento inteligente de datos sensoriales, OTOH, se trata de transmisión, no de almacenamiento …

Esa es una pregunta legítima. Pero, sin embargo, daré un paso atrás para responder.

Los chips multinúcleo (genéricos, no de visualización) no están (generalmente; hay excepciones) diseñados porque eso beneficia a un algoritmo. Los chips multinúcleo se eligen debido a la forma de la fabricación de hardware. Hacer chips cada vez más rápido se ha vuelto muy difícil. Una solución a este problema de rendimiento es generar chips multinúcleo, de modo que la velocidad no se logre con ciclos de reloj más rápidos, sino con más cómputo realizado dentro de un ciclo.

Entonces se convierte en un problema muy interesante: ¿Qué algoritmos se pueden diseñar para que hagan un buen uso de la multiplicidad? Ahora la respuesta a esa pregunta es una lista de algoritmos o problemas. La otra respuesta de Tapa Ghosh da una muy buena lista de tales aplicaciones.

Casi todas las aplicaciones de la vida real pueden beneficiarse de esto, como todos sabemos: muchas cosas ocurren simultáneamente, por lo que cuantos más núcleos puedan asignarse o dedicarse a cualquier situación del mundo real, pueden simularlo (o calcularlo). La lista es prácticamente interminable.

1. Modelado y pronóstico del tiempo
2. Energy Arena (todo – búsqueda de petróleo y gas incluida), también diseño de futuras fuentes de energía, por ejemplo, Fusion
3. Big Data
4. Diseño de drogas médicas
5. Epidemiología y propagación / seguimiento de enfermedades, etc.
6. Modelado biologico
7. cosmología y astrofísica
8. Todas las humanidades y ciencias sociales.
9. Neurociencias
10. Manipulación simbólica y ciencias matemáticas.
11. Genómica y Bioinformática
12. Ingeniería en todos los campos: clásicos y nuevos también (por ejemplo, nanotecnología)
13. El negocio de la guerra (con eso me refiero a todo tipo de guerra: ciber, más diseño de armas). Algunos argumentarán correctamente que esta fue una de las primeras aplicaciones de la informática de alta velocidad.
14. Situaciones de emergencia (por ejemplo, derrame de petróleo, explosión química, contaminación, calentamiento global, etc.)
15. Arte y entretenimiento.

¡Siéntase libre de agregar el suyo!