Huonoja uutisia ohjelmistokoodin laadusta. Ohjelmistovirheistä eli bugeista löytyy vain noin kaksi prosenttia. Sen takia New Yorkin Tandon-yliopiston tutkijat kehittävät uusia menetelmiä koodin laadun parantamiseen.
Tutkijat työskentelevät yhdessä MIT:n Lincoln-laboratorion ja Norteastern-yliopiston tutkijoiden kanssa. Menetelmä on epätavallinen, sillä tutkijat lisäävät koodiin jopa satoja tuhansia virheitä kheittääkseen parempia menetelmiä löytää niitä.
Tätä tekniikkaa kutsutaan nimellä LAVA (large-scale automated vulnerability addition). Kokeissa LAVA on osoittanut, että olemassaolevat koodaustyökalut kykenevät löytämään vain kaksi virhettä sadasta.
Koodivirheitä tunnistavat työkalut perustuvat kahdelle mitattavalle suureelle: virheellinen positiivinen ja virheellinen negatiivinen. Ongelma on se, että molempia on erittäin vaikea laskea. On tavallista, että työkalu löytää bugin jossakin vaiheessa, mutta ei enää myöhemmin. Tällaista löydöstä kutsutaan virheelliseksi positiiviseksi.
Koska bugien todellista määrää ei tiedetä, ei voida oikein arvioida, kuin hyvin työkalut toimivat. LAVA-testitulokset viittaavat siihen, etteivät kovinkaan hyvin.
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
