Исследовательская группа из Университета штата Северная Каролина разработала инструмент искусственного интеллекта под названием CacheMind, предназначенный для помощи компьютерным архитекторам в повышении производительности процессоров. Этот инструмент является первым симулятором, способным отвечать на сложные вопросы о взаимодействии аппаратного и программного обеспечения в формате диалога, оптимизируя производительность за счёт улучшения управления памятью.
CacheMind фокусируется на технологии кэширования, то есть компоненте системы, который хранит часто используемые данные для ускорения их поиска. Исследователи отмечают, что текущие методы оптимизации производительности кэша полагаются на процесс проб и ошибок, что затрудняет детальный анализ.
Статья «CacheMind: From Miss Rates to Why—Natural-Language, Trace-Grounded Reasoning for Cache Replacement» была опубликована 25 марта на Международной конференции ACM по поддержке архитектур языков программирования и операционных систем (ASPLOS 2026) в Питтсбурге, штат Пенсильвания. Ведущий автор статьи Каушал Мапсекар заявил: «Оптимизация стратегии замены кэша является сложной задачей, потому что трудно предсказать, какие блоки данных будут использоваться.»
Автор-корреспондент статьи Самира Мирбагер Аджорпаз пояснила: «CacheMind использует причинно-следственные рассуждения вместо проб и ошибок, помогая архитекторам анализировать шаблоны и внедрять исправления. Он поддерживает произвольные вопросы на естественном языке, например, "Почему определённый доступ к памяти приводит к большему количеству вытеснений данных?" В тестах CacheMind повысил процент попаданий в кэш и коэффициент ускорения.»
Будучи первым инструментом на основе больших языковых моделей для обработки стратегий замены кэша, исследователи также создали бенчмарк CacheMindBench, содержащий 100 проверенных запросов для оценки будущих подобных моделей. Мирбагер Аджорпаз добавила: «CacheMind демонстрирует широкий потенциал применения в области компьютерной архитектуры и может адаптироваться к новым конфигурациям без дополнительного обучения.»
Детали публикации: Автор: Мэтт Шипман, Университет штата Северная Каролина; Название: «CacheMind превращает настройку чипов в диалог, выявляя скрытые сбои кэша и повышая производительность процессора»; Опубликовано в: «arXiv» (2026); Информация о журнале: arXiv
