芯片

国立阳明交通大学（NYCU）的研究团队开发了一种基于机器学习的温度管理系统，以改善芯片冷却。 据周二（7月16日）的NYCU新闻稿称，陈坤志教授带领团队开发了一种低成本的解决方案，可以提高计算性能。 据CNA报道，该团队解释说，虽然多核处理器功能强大，但它们会产生大量热量。此外，随着处理器数量的增加，它们之间的通信变得越来越困难。 通过应用自适应机器学习，系统可以预测哪些内核需要冷却，并相应地调整工作负载，该团队表示。该系统还包括当前和预测温度的实时反馈。 陈说，与传统方法相比，自适应强化学习方法减少了温度预测误差，同时提高了系统性能。 该团队的研究获得了IEEE TVLSI最佳论文奖，这是30年来台湾团队首次获得这一荣誉。 来源