Tekoäly ja esineiden internet vaativat tietotekniikan järjestelmiltä parempaa suorituskykyä (Väitös: MSc Anil Kanduri, 13.12.2018, tietotekniikka)

Tekoäly, koneoppiminen, konenäkö ja esineiden internet vaativat tietotekniikan järjestelmiltä yhä tehokkaampaa suorituskykyä. Turun yliopistossa väittelevä Anil Kanduri esittää väitöstutkimuksessaan menetelmiä järjestelmien suorituskyvyn parantamiseen.

Vaatimukset tietotekniikan paremmalle suorituskyvylle kasvavat, mutta niihin vastaaminen moderneilla moniydinjärjestelmillä on haastavaa. Ongelmana on, miten saadaan järjestelmistä tarvittava suorituskyky, mutta huomioidaan samalla teho- ja energiarajat sekä turvallisuus laitteiden lämpötilan osalta. Moniydinjärjestelmissä on korkea tehotiheys, rajalliset teho- ja energiabudjetit ja lämpötilarajoitteita.

– Olemassa olevat arkkitehtuuriratkaisut, kuten asymmetriset ja heterogeeniset ytimet ja räätälöity kiihdyttäminen, parantavat suorituskykyä wattia kohden staattisissa skenaarioissa. Sovellusten suorituskykyvaatimusten täyttäminen dynaamisissa ja ennalta tuntemattomissa kuormitustilanteissa, joissa tehon, lämpötilan ja energian järjestelmädynamiikka vaihtelee, vaatii kuitenkin älykästä ajoajan hallintaa, Anil Kanduri sanoo.

Adaptiiviset strategiat ovat Kandurin mukaan välttämättömiä resurssitehokkuuden maksimoimiseksi. Tällöin tulee ottaa huomioon samanaikaisten sovellusten vaihtelevat vaatimukset ja ominaisuudet, dynaaminen kuormituksen vaihtelevuus, heterogeenisyys ytimien tasolla sekä tehon, lämpötilan ja energian rajoitteet. 

– Väitöskirjassani esitän nämä seikat huomioivia adaptiivisia tekniikoita järjestelmän käytönaikaiseen resurssihallintaan dynaamisissa kuormitustilanteissa. Esittelemäni resurssinhallintastrategiat huomioivat kattavasti sovellusten ja kuormitusten ominaispiirteet sekä tehoaktuaation vaihtelevat vaikutukset suorituskykyyn, Kanduri kertoo.

Kanduri käsittelee väitöskirjassaan muun muassa ajoajan kartoitusmenettelyn tehobudjettien parantamista korkeammalla suoritusteholla ja lämpötilan huomioivaa suorituskyvyn tehostamista korkeamman suorituskyvyn saavuttamiseksi. Lisäksi hän tutkii approksimaatiolaskennan soveltamista suorituskyvyn optimoimiseksi ja heterogeenisten järjestelmien dynaamista approksimaatiota. 

– Väitöskirjassa esittämäni menetelmät keskittyvät olemassa olevien kartoitustekniikoiden, suorituskyvyn parannusstrategioiden, sovellusten ja dynaamisten approksimaatioiden adaptoimiseen niin, että suorituskykyvaatimukset täytetään pysyen samalla järjestelmärajoitteiden puitteissa. Lisäksi vertaan ehdottamiani strategioita viimeisimpiin ja kehittyneimpiin käytönaikaisiin järjestelmänhallintamenetelmiin niiden tehokkuuden kvalitatiiviseksi arvioimiseksi, Kanduri toteaa.

***

MSc Anil Kanduri esittää väitöskirjansa Adaptive Knobs for Resource Efficient Computing julkisesti tarkastettavaksi Turun yliopistossa torstaina 13.12.2018 klo 12 (Turun yliopisto, Agora, luentosali XXI, Turku).

Vastaväittäjänä toimii professori Jari Nurmi (Tampereen teknillinen yliopisto) ja kustoksena professori Pasi Liljeberg (Turun yliopisto). Tilaisuus on englanninkielinen. 

MSc Anil Kanduri on syntynyt vuonna 1989 ja kirjoitti ylioppilaaksi vuonna 2006. Kanduri suoritti korkeakoulututkintonsa (MSc) Turun yliopistossa vuonna 2014. Väitöksen alana on tietotekniikka. Kanduri työskentelee Turun yliopistossa tohtorikoulutettavana. 

Väittelijän yhteystiedot: p. 040 686 5391, spakan(a)utu.fi

Luotu 13.12.2018 | Muokattu 13.12.2018