麻省理工学院的新工具可以预测芯片运行代码的速度

麻省理工学院的人开发了一种新的基于机器学习的工具，它将告诉你代码在各种芯片上运行的速度。这将帮助开发人员为特定的处理器体系结构调整他们的应用程序。

传统上，开发人员通过模拟使用编译器的性能模型来运行代码的基本块-机器级的基本计算机指令-以衡量芯片的性能。然而，这些性能模型并不经常通过现实生活中的处理器性能来验证..

麻省理工学院的研究人员开发了一个名为Ithmel的人工智能模型，通过训练它来预测一个芯片能以多快的速度运行未知的基本块。后来，它得到了一个名为BHive的数据库的支持，该数据库有300，000个来自专门领域的基本块，如机器学习、密码学和图形。

研究小组在12月的NeuralIPS会议上提交了一篇论文，描述了一种新的技术来测量各种处理器的代码性能。本文还介绍了Vemal，一种新的自动生成算法，可用于生成编译器优化。

该论文的合著者、电气工程与计算机科学系（EECS）助理教授迈克尔·卡宾（Michael Carbin）表示，由于现代芯片复杂且不透明，这一新工具将帮助开发者为各种架构制作应用程序：

现代计算机处理器是不透明的，极其复杂，难以理解。为这些处理器编写尽可能快地执行的计算机代码也是难以置信的挑战。这个工具是朝着充分建模这些芯片的性能以提高效率迈出的一大步。

卡宾补充道，下一步是弄清楚为什么该模型预测处理器模型的某些周期。开发人员可以使用这个级别的数据来进一步调整他们的应用程序。