КРАТКОВРЕМЕННОЕ ПРОГНОЗИРОВАНИЕ ПРОИЗВОДИТЕЛЬНОСТИ ПРОЦЕССОРОВ ДЛЯ ДЕСКТОПНЫХ КОМПЬЮТЕРОВ, ИСПОЛЬЗУЯ ИСТОРИЧЕСКИЙ АНАЛИЗ И МЕТОДЫ РЕГРЕССИИ

SHORT-TERM PREDICTION OF PROCESSOR PERFORMANCE FOR DESKTOP COMPUTERS USING HISTORICAL ANALYSIS AND REGRESSION METHODS

Andrew Ustinov

student, Department of Information Technologies and Computing Systems, Institute of Information Technologies, Moscow State University of Technology "Stankin" (MSUT "Stankin"),

Russia, Moscow

Olga Volkova

scientific supervisor, Candidate of Engineering Sciences, Associate Professor, Department of Information Technologies and Computing Systems, Institute of Information Technologies, Moscow State University of Technology "Stankin" (MSUT "Stankin"),

Russia, Moscow

АННОТАЦИЯ

В данной статье рассматривается развитие основных характеристик процессоров на основе исторического анализа за последние 25 лет, а также возможность прогнозирования их производительности с использованием регрессионных методов. Источником данных послужил сайт techpowerup.com, информация обработана и проанализирована с использованием Python и платформы Loginom.

ABSTRACT

This article examines the development of the main characteristics of processors based on historical analysis over the past 25 years, as well as the possibility of predicting their performance using regression methods. The data source was the website techpowerup.com the information is processed and analyzed using Python and the Loginom platform.

Ключевые слова: процессоры, многоядерность, CPU Mark, эволюция процессоров, производительность ПК, прогнозирование, регрессия.

Keywords: processors, multi-core, CPU Mark, processor evolution, PC performance, forecasting, regression.

Современные десктопные компьютеры являются неотъемлемой частью как профессиональной, так и повседневной деятельности. Их производительность напрямую зависит от характеристик центральных процессоров (ЦП), которые продолжают развиваться с учетом растущих требований к вычислительным ресурсам. Прогнозирование характеристик процессоров представляет собой важную задачу, позволяющую предсказать будущие тенденции в разработке аппаратного обеспечения, а также оптимизировать процессы проектирования и производства. В данной статье рассматривается исторический прогресс основных характеристик процессоров и строится модель для прогноза показателей их производительности.

Рынок процессоров для десктопных компьютеров характеризуется высокой конкуренцией и быстрым развитием технологий. Увеличение производительности, снижение энергопотребления и улучшение тепловых характеристик являются ключевыми направлениями развития ЦП. Однако, с учетом физических ограничений, таких как закон Мура, который предсказывает удвоение числа транзисторов на кристалле каждые два года, прогнозирование характеристик процессоров становится сложной задачей. Необходимость учета множества факторов, включая технологические процессы, архитектурные решения и рыночные требования, делает эту проблему достаточно актуальной для исследований.

Ядро процессора – это независимый блок обработки внутри него. Каждое ядро способно выполнять отдельные задачи или части задач параллельно. Чем больше ядер в процессоре, тем больше задач он может обрабатывать одновременно. Поток – это виртуальное ядро, созданное с помощью технологии многопоточности. Поток позволяет одному физическому ядру выполнять несколько задач одновременно, разделяя ресурсы ядра между потоками.

Если взглянуть на данные по ядрам процессоров, выпущенных для десктопных ПК, то можно увидеть явную зависимость между течением времени и количеством ядер в процессорах (рис. 1).

Рисунок 1. Модель линейной регрессии ядер по времени выхода CPU

Начиная с 2000-х годов процессоры имели 1 или 2 ядра, а далее с течением времени и развитием прогресса ЦПУ стали получать 4 и более ядер, а также технологию многопоточности, которая позволила еще больше увеличивать производительность. К началу 2010-х годов эта технология стала внедрятся почти во все создаваемые процессоры (рис. 2), что демонстрирует график – технология оказалась очень успешной, настолько, что сегодня это некий стандарт.

Рисунок 2. Модель линейной регрессии потоков по времени выхода CPU

Одной из важнейших характеристик процессора является его тактовая частота, которая обычно измеряется в гигагерцах (Гц). Тактовая частота определяет, сколько операций процессор может выполнить за единицу времени. В современных процессорах используются две основные концепции частоты: базовая частота и турбо частота.

Базовая частота – стандартная тактовая частота, на которой процессор работает в обычных условиях при типичной нагрузке. Это значение гарантируется производителем для всех ядер процессора при работе в штатном режиме.

Турбо частота – это максимальная частота, на которую процессор может временно увеличить свою производительность при высокой нагрузке. Хотя фактически она работает «из коробки», т.е. автоматически.

Проанализировав частоты процессоров на протяжении последних 25 лет (рис. 3) заметен тот факт, что их рост от года к году не столь существенен (для базовой примерно 5-7% каждые 5 лет), как например рост количества ядер. Это объясняется физическими ограничениями процессоров – увеличение частоты процессора дается существенным увеличением его тепловыделения (нагрева), который нужно как-то отводить. Все это негативно сказывается на стабильности и долговечности работы «камня».

Например, текущий рекорд по разгону процессора составляет 9,117 Ггц (Intel Core i9-14900KS), для охлаждения которого использовался жидкий гелий. Систем охлаждения, которые могут давать схожую эффективность на рынке, пока не существует.

Значения турбо частот растут немного быстрее, однако, как упоминалось выше, проблема с охлаждением и в данном случае остается (рис. 4).

Рисунок 3. Модель линейной регрессии базовой частоты по времени выхода CPU

Рис. 4 Модель линейной регрессии турбо частоты по времени выхода CPU

Тепловыделение характеризует количество тепла, которое процессор выделяет при работе под максимальной нагрузкой. TDP измеряется в ваттах (Вт) и используется в том числе для проектирования систем охлаждения и энергопотребления компьютера. Обычно TDP указывает, сколько тепла процессор выделяет в худшем случае (при максимальной нагрузке).

Если взглянуть на данные (рис. 5), то также заметен сравнительно небольшой прирост за последние 25 лет в энергопотреблении (~5-7% за каждые 5 лет). Причины этому уже описаны выше: физические ограничения не позволяют увеличивать частоты без увеличения тепловыделения, а средства охлаждения, которые есть на рынке ограничены в своих возможностях отвода тепла.

Рисунок 5. Модель линейной регрессии TPD по времени выхода CPU

Кэш третьего уровня также позволяет увеличивать производительность процессора – данный тип памяти быстрее ОЗУ и позволяет быстрее обращаться к часто используемым данным. Соответственно, чем больше этого кэша, тем больше востребованных в момент времени данных можно в нем хранить (рис. 6).

Рисунок 6. Модель линейной регрессии L3 кэша по времени выхода CPU

Так можно увидеть исторический прогресс характеристик на протяжении последних 25 лет. Неудивительно, что каждый показатель растет – увеличение количества ядер (соответственно потоков), частот было и остается главным направлением в развитии процессоров между производителями. При этом производительность стала развиваться нелинейно примерно с конца 2010-хх годов (рис. 7). Причина тому, вероятно, ускорение «гонки» между двумя главными производителями процессоров – AMD и Intel. Удешевление производства многоядерных решений (соответственно и доступность массовому потребителю) и ввод новых архитектур увеличило производительные показатели в несколько раз.

Рисунок 7. Модель линейной регрессии CPU Mark по времени выхода CPU

Однако сегодня уже стало ясно, что бесконечно уменьшать технологический процесс невозможно физически – это связано с ограничениями кремниевых пластин и с процессом фотолитографии. Соответственно нельзя уместить больше ядер на подложке меньшего размера.

Поэтому перед инженерами встает вопрос, каким образом проектировать процессоры с учетом этих ограничений и ростом потребности в производительности.

Очень сложно предсказать какое технологическое решение поможет «поддерживать» закон Мура, совершит некий прорыв в этой сфере и при этом станет доступным для потребителей решением. Тем не менее можно попытаться спрогнозировать производительность процессоров исходя из исторических данных.

В контексте данного исследования опустим проблему технологического процесса – попытаемся предсказать производительность ЦПУ в условиях, когда возможно уменьшать разрешение лазера у фотографического оборудования и кремний сохраняет свои физические способности для переключателей в чрезвычайно маленьком размере. Уже в будущем можно будет сопоставить реальные решения с таким прогнозом.

Для прогнозирования воспользуемся регрессионными методами. Методы регрессии используются для анализа и моделирования взаимосвязей между переменными в данных. Они помогают понять, как одна или несколько независимых переменных (предикторов) влияют на зависимую переменную (отклик). Такие методы используются в том числе и для прогнозирования.

Воспользуемся методами ARIMAX, LinerRegression и Ridge. Метод ARIMAX реализуем через узел в Loginom, а остальные методы – через scikit-learn библиотеку для Python.

В качестве данных возьмем усредненные (среднее арифметическое) показатели по основным характеристикам десктопных процессоров за каждый год. Составим таблицу полученных значений прироста CPU Mark (синтетическая оценка производительности CPU) на следующие 5 лет.

Таблица 1.

Рост производительности по CPU Mark в следующие 5 лет, %

Визуализация исторических данных и предсказанных (рис. 8):

Рисунок 8. Прогнозирование производительности CPU на следующие 5 лет

Прогнозирование характеристик процессоров является сложной, но важной задачей, которая требует учета множества факторов. Безусловно в данной статье не были затронуты все характеристики, например, детали отдельных архитектур. Тем не менее можно сделать некий вывод о тенденциях развития десктопных процессоров на будущие годы.

Если не брать во внимание проблему уменьшения техпроцесса, то процессоры могут развиваться какое-то временя так же линейно, как это было до текущего момента: увеличение количество ядер, сравнительно небольшой рост частот и соответственно тепловыделения.

Сегодня используются разные новые архитектурные решения, например, big.LITTLE, на которой выпускаются последние процессоры Intel или чиплетная архитектура, которую активно разрабатывают AMD. Однако, с учетом физических ограничений и постепенно растущих требований, инженерам необходимо искать новые подходы к повышению производительности процессоров.

Список литературы:

1. Таненбаум Э., Остин Т. Архитектура компьютера. 6-е изд. – СПб.: Питер, 2013.
2. Харрис Д., Харрис С. Цифровая схемотехника и архитектура компьютера. – М.: ДМК Пресс, 2020.