De afgelopen jaren is het aantal cores in mainstream desktopplatformen flink toegenomen. Er is nu zelfs een 16core-processor te krijgen. Maar wat is multithreading nou precies? En wat zijn de technische beperkingen en uitdagingen die hiermee gepaard gaan?

Toen in de jaren 2000 bleek dat de kloksnelheden van processors niet onbeperkt verhoogd konden worden, werd de keuze gemaakt om in te zetten op meer processorcores. Een systeem met meerdere cores was niet nieuw. Servers hadden al langere tijd multisocket-moederborden, met ondersteuning voor meerdere processors. Doordat nu meerdere cores werden geïntegreerd in een enkele zogenoemde ‘die’, werd multithreading een stuk toegankelijker.

Het daadwerkelijk goed benutten van die extra cores loopt wel achter op de technische verbeteringen. Sommige programma’s zijn goed geoptimaliseerd voor multithreading en kunnen 16 cores benutten, maar dit is lang niet altijd het geval. Dit heeft meerdere oorzaken, waar we nu naar gaan kijken.

Wat zijn threads?

Allereerst is het belangrijk om onderscheid te maken tussen processen en threads. Elk proces beschikt over zijn eigen geheugensegment en opereert in principe compleet onafhankelijk van andere processen. Het besturingssysteem voorkomt elke poging van een proces om bij het geheugen van een ander proces te komen. Daarentegen zijn threads niet volledig onafhankelijk. Ze kunnen bij het geheugen van andere threads komen, maar het is wel een andere ‘draad’ van executie, die tegelijkertijd met de andere threads wordt uitgevoerd. Een proces kan meerdere threads hebben, maar een thread kan zelf geen eigen processen hebben.

Er zijn twee soorten threads: software-threads en hardware-threads. Het aantal software-threads wordt bepaald door het totale aantal ‘draden’. Dit kan veranderen, afhankelijk van het opstarten en afsluiten van programma’s. Wanneer we in dit artikel het woord thread zonder kwalificatie gebruiken, bedoelen we software-threads.

Het aantal hardware-threads ligt juist vast, en is afhankelijk van het aantal cores en of er Simultaneous Multithreading (SMT) wordt ondersteund. Een 8core-processor met SMT heeft bijvoorbeeld 16 threads.

Ideaal is een situatie waarbij er evenveel software-threads zijn als hardware-threads. Wanneer er minder software-threads zijn, wordt de hardware niet efficiënt benut. Dat spreekt voor zich, maar ook een te groot aantal software-threads kan negatief uitpakken voor de prestaties.

Threads versus processen

Zowel processen als threads kunnen gebruikt worden voor ‘concurrency’, een term die iets breder is dan multithreading, omdat het alles omvat waarbij meerdere taken tegelijkertijd worden uitgevoerd. Het voordeel van het gebruik van processen is dat het crashen van een proces niet leidt tot het beëindigen van het programma: Google gebruikt voor zijn Chrome-browser bijvoorbeeld meerdere processen om de stabiliteit te verbeteren.

Het grote nadeel is dat het opstarten van een proces veel trager is dan het starten van een thread. Dit is vooral het geval op Windows, waarbij alle bronnen van tevoren toegekend moeten worden. Linux heeft een andere implementatie, waarbij een proces zichzelf kan klonen. Deze kloon of ‘fork’ heeft toegang tot alle bronnen van het eerste proces. Door copy-on-write krijgt het tweede proces pas zijn eigen kopie van delen van het geheugen, als het ernaar probeert te schrijven. Dit zorgt voor veel efficiëntere multiprocessing dan op Windows, waarbij het zoals gezegd voor het creëren van een proces noodzakelijk is dat alle bronnen van tevoren toegewezen worden.

©PXimport

Aangezien threads dezelfde bronnen delen, is het makkelijker voor threads om te communiceren dan voor processen (maar zoals in de paragraaf ‘Gezamenlijk geheugengebruik’ wordt uitgelegd, is dit ook erg gevaarlijk). Inter-process communication is een kunst op zich en dat gaat vaak via omwegen die veel zwaarder en trager zijn dan wat voor threads mogelijk is. Niettemin is er een plaats voor multiprocessing en dit is vaak ook een stuk eenvoudiger te programmeren dan multithreading.

Sommige taken zijn relatief eenvoudig multithreaded te maken, dit geldt bijvoorbeeld voor 3D-rendering en encoderen onder. Andere programma’s, zoals computer assisted design (CAD), zijn dan weer noodgedwongen singlethreaded. Dit is niet willekeurig, maar hangt af van hoe geschikt een bepaald programma is voor multithreading.

Rekenen

Het belangrijkste punt is dat er zo min mogelijk afhankelijkheidsrelaties moeten zijn. In wiskundige termen moet de taak associatief zijn, wat inhoudt dat het niet uitmaakt in welke volgorde hij wordt uitgevoerd. De plusoperatie is bijvoorbeeld associatief, waardoor de volgende simpele berekening prima in een andere volgorde kan worden uitgevoerd: x = 4 + 2 + 5 + 6.

We zouden deze som met of zonder afhankelijkheid kunnen uitvoeren. In het eerste geval berekenen we eerst 4 + 2, vervolgens 6 + 5 en uiteindelijk 11 + 6. Tijdens elke stap hebben we de uitkomst van de vorige berekening nodig. Stel dat we dit anders doen, dat we eerst 4 + 2 berekenen, dan 5 + 6 en tot slot de uitkomst hiervan bij elkaar optellen. Het aantal benodigde berekeningen verandert niet, dat blijft drie, maar de afhankelijkheid is verminderd.

Voor de mens wordt het er niet makkelijker op, maar een cpu zou de eerste twee berekeningen tegelijkertijd kunnen uitvoeren, waardoor er (uitgaande van een enkele klokcyclus voor de add-instructie) maar twee klokcycli nodig zijn en niet drie. Dit voorbeeld dient ter illustratie, want als deze getallen worden ingevoerd als ‘literals’ (vaste getallen), weet een beetje compiler wel het juiste antwoord direct in te voeren.

©PXimport

Heel spannend klinkt dit misschien niet, maar de vorige paragraaf verklaart waarom bijvoorbeeld het encoderen van video zo goed als perfect multithreaded is. Het beeld wordt opgedeeld in bijvoorbeeld zestien verschillende delen. Deze hebben ieder niets te maken met de andere delen, waardoor processorthreads er onafhankelijk aan kunnen werken. Uiteindelijk wordt het beeld samengevoegd, iets wat wel afhankelijk is van de eerdere berekeningen, maar triviaal is daarmee vergeleken.

Het verklaart ook waarom sommige andere taken heel slecht geschikt zijn voor multithreaded, zoals CAD en sommige Photoshop-filters. Deze hebben een zeer hoge mate van afhankelijkheid van andere delen van een foto, waardoor het niet mogelijk is om de taak op te splitsen in verschillende delen. Het gevolg is dat er minder threads aan kunnen werken.

In hoeverre multithreading de prestaties kan verbeteren, kan uitgerekend worden op basis van het deel van het werk dat parallel te maken is. Dit heet de wet van Amdahl en luidt als volgt: 1 / (1 – p), waarbij p staat voor het deel dat te parallelliseren is. Een programma waarbij de helft geschikt is voor multithreading, kan met een onbeperkt aantal cores maximaal twee keer zo snel worden. Dit is omdat het voor de helft van de tijd niet uitmaakt hoeveel cores er zijn.

Thread-safety en cache coherence

Drie termen die vaak worden gebruikt in combinatie met multithreading zijn thread-safe, thread-unsafe en thread-compatible. Dit gaat altijd over delen van een bepaald programma, oftewel functies. Allereerst heb je functies die thread-unsafe zijn. Deze kunnen überhaupt niet vanuit meerdere threads gebruikt worden. Dit is vrijwel altijd het resultaat van slecht programmeerwerk. Het standaardniveau is thread-compatible. Dit betekent dat de functie geen problemen oplevert, zolang er niets naar het geheugen wordt geschreven.

Zonder wijzigingen is er ook geen synchronisatie noodzakelijk. Het hoogste niveau is thread-safe. Dit betekent dat er data wordt gewijzigd, maar dit levert geen problemen op dankzij de synchronisatiemechanismes die we verderop bespreken.

©PXimport

Iets wat multithreading heel ingewikkeld maakt, is het probleem van ‘cache coherency’, een van de fundamentele uitdagingen in de computerwetenschap. Dit gaat over de vraag hoe je ervoor zorgt dat het geheugen consistent is wanneer er meerdere programma’s zijn die hetzelfde geheugen lezen en ernaar schrijven. Het grote probleem is dat deze lees- en schrijfoperaties via de cache gebeuren, omdat deze vele malen sneller is dan het werkgeheugen. Aangezien iedere core zijn eigen cache heeft, kan het gebeuren dat de waarde hier verschilt met die in het geheugen, doordat een andere thread het geheugen heeft veranderd, of doordat de huidige thread de cache heeft aangepast en deze nog niet is bijgewerkt in het geheugen.

Gezamenlijk geheugengebruik

Op zich is het geen enkel probleem als er meerdere threads gebruik willen maken van hetzelfde geheugen, zolang er maar geen enkele thread is die naar het geheugen schrijft. Als er meerdere threads naar het geheugen schrijven, is dat zeker een probleem. Dit maakt multithreading onmiddellijk een stuk moeilijker … en gevaarlijker! Om een heel simpel voorbeeld te geven: stel dat er een programma is met een functie die enkel een teller verhoogt. Het volgende is een voorbeeld in C++:

We willen dit programma graag multithreaded maken. Simpeler dan dit kan niet, dus je zou verwachten dat dit geen problemen zou kunnen geven. Helaas niet. Er gaat veel meer gepaard met het verhogen van een teller dan je zou verwachten. Dit heet een RMW- operatie: read-modify-write. Het systeem moet eerst uitlezen wat de teller is (bijvoorbeeld door het te kopiëren naar een processorregister), vervolgens dit aantal verhogen met 1 en dit daarna terugschrijven naar de geheugenlocatie. Vooral deze laatste stap gaat gepaard met een aanzienlijke vertraging. Wat als de teller op 2 staat en de functie wordt twee keer tegelijkertijd aangeroepen? In beide gevallen zal de functie 2 lezen en zal de verhoging daarom uitkomen op 3, terwijl het eigenlijk 4 zou moeten zijn.

Het kan nog erger. Het uitlezen ging het vorige voorbeeld immers nog netjes, ondanks het gelijktijdig beschrijven van exact hetzelfde geheugen. We krijgen óf de waarde van voor de laatste verandering óf die van daarna, maar niet iets anders. Dit is lang niet op alle processorarchitecturen zo (maar wel op x86). In een ander geval kan de tweede functie een willekeurig getal uitlezen, bijvoorbeeld 284 of -90. Dit getal wordt dan netjes vermeerderd met 1, maar het komt helaas op iets anders uit dan de 4 die we willen hebben. Het resultaat is ongedefinieerd gedrag, wat inhoudt dat er geen enkele garantie is voor wat de uitkomst is.

Een race-conditie is wanneer de uitkomst van een programma afhangt van de volgorde waarin of de tijd waarop bepaalde code toevallig wordt uitgevoerd. Een programma hoort deterministisch en daarmee voorspelbaar te zijn, dus een goed programma hoort vrij te zijn van race-condities. Wat we willen, is dat de tweede oproep van de functie netjes wacht totdat de vorige klaar is, en dat hij daarom ook de nieuwe waarde leest. Hiervoor is synchronisatie noodzakelijk, iets wat we hierna bespreken.

©PXimport

Mutex en Atomics

Een veelgebruikt synchronisatiemechanisme is een ‘mutual exclusion object’ (mutex). Een mutex is vergelijkbaar met een ‘stoplicht’, dat voorkomt dat meerdere threads tegelijkertijd bij een bepaald deel van het geheugen kunnen komen. Een thread die toegang wil, zal eerst een vrije mutex op ‘slot’ zetten. Elke volgende thread die bij de mutex komt, zal geblokkeerd worden totdat de mutex weer vrijgegeven wordt door de eerste thread.

Mutexen hebben alleen wel de nodige problemen. Zo zijn ze relatief sloom en gevaarlijker is het probleem van potentiële deadlocks. Dat is wanneer verschillende delen van een programma meerdere van dezelfde mutexen nodig hebben, dan kan het gebeuren dat een benodigde mutex nooit vrijgegeven wordt en dat het programma blijft hangen. Deze kans is nog aanzienlijker wanneer met andere mutexen beschermde delen van het programma afhankelijk zijn van elkaar. Als deze dan tegelijkertijd gedraaid worden, dan wacht de ene thread op een vrije mutex totdat hij zijn eigen mutex vrijgeeft, terwijl de eerste mutex niet vrijkomt totdat de eerste thread klaar is met zijn werk. Er moet dus op een goed doordachte manier geprogrammeerd worden. Een simpel voorbeeld in C++:

In sommige gevallen kan het lonen om in plaats van een gewone mutex een ‘reader writer’-mutex te gebruiken. Deze kan of aan één thread schrijftoestemming geven of aan een onbeperkt aantal threads leesbevoegdheid. Aangezien alleen veranderend geheugen race-condities oplevert, kan dit de prestaties verbeteren als er maar weinig naar het beschermde geheugen wordt geschreven.

Concurrency-problemen kunnen in sommige gevallen ook opgelost worden door het gebruiken van variabelen die geen tussenstaat laten zien. Deze heten ‘atomics’ in C en C++, en ‘volatile’ variabelen (vluchtige variabelen) in Java en C#. Als we een atomische variabele gebruiken voor ons eerdere scenario, dan begint de tweede operatie pas wanneer de eerste klaar is. Dan heb je niet het probleem dat een van de vermeerderingen potentieel verloren gaan.

Volgorde

Simpele atomics lossen niet alle problemen op. Atomische variabelen kunnen ook garanderen dat bepaalde code in een voorgeschreven volgorde wordt uitgevoerd. Elke atomische operatie heeft een bepaalde ‘memory barrier’, ook wel ‘memory order’ genoemd. Deze barrière bestaat uit een ‘acquire’-laadoperatie die wordt gekoppeld aan ‘release’-opslagoperatie. Tussen deze twee operaties wordt er een zogenoemde ‘çritical section’ gecreëerd. Instructies binnen dit deel is sterk beperkt in herordening: ze mogen niet buiten de sectie worden gebracht door de compiler of de processor. Dit garandeert dat alle instructies binnen (en voor) dit deel zijn uitgevoerd wanneer er een ‘acquire’ wordt uitgevoerd. Ook wordt er gegarandeerd dat de laatste waarde van de atomische variabele is geschreven naar het geheugen en de caches, zodra de acquire is uitgevoerd.

Als er toegang wordt gevraagd voordat het systeem hier klaar mee is, wordt toegang tot de betrokken delen van het geheugen geblokkeerd. Dit om te voorkomen dat er iets gebeurt met de tussenstaat van de variabele. Hier zijn speciale machine-instructies voor, die het werk efficiënter kunnen verrichten dan een mutex. Het volgende voorbeeld laat zien hoe dat werkt.

In de praktijk komt dit erop neer dat een ‘release’ informatie publiceert die een ‘acquire’ kan opvragen (bij een RMW-operatie is er een gecombineerde acquire en release). Waar zou dit nuttig voor kunnen zijn? Veel systemen moeten van een valide staat naar een andere valide staat gebracht worden, zonder dat er het een en ander kan gebeuren in de tussenstaat. Om maar een voorbeeld te geven: bij het uitvoeren van een banktransactie is het een goed idee om zowel de vermindering als de vermeerdering op de respectieve rekeningen als een alles-of-niets-transactie uit te voeren.

Het voordeel van atomics ten opzichte van een mutex, is dat ze sneller zijn en dat deadlocks niet tot de mogelijkheden behoren. Het nadeel is dat ze nog altijd substantieel langzamer zijn dan gewone variabelen, vooral wanneer het gaat om schrijfacties. Veranderingen moet immers verspreid worden naar niet alleen de verschillende caches, maar ook naar het werkgeheugen. In de tussentijd mag er geen enkele andere thread gebruikmaken van de oude waarde. Een verder nadeel is dat niet alles met atomische variabelen geïmplementeerd kan worden. Programma’s die hier wel gebruik van maken, heten ‘lockfree’, omdat ze geen gebruikmaken van een mutex-slot.

Altijd handig om in huis te hebben: een paar extra tandenborstels. En dan niet in je badkamerkastje, maar bij je schoonmaakspullen. In dit artikel lees je over 10 handige schoonmaaktoepassingen waarvoor een tandenborstel ideaal is.

Lees ook: Van rotklus naar zo gepiept: zo krijg je vieze voegen weer schoon

1. Kalkaanslag rond kranen verwijderen

Rondom de onderkant van een kraan en op de rand van een douchekop blijft snel kalk hangen. Met een tandenborstel en een beetje schoonmaakazijn kun je die aanslag gericht wegborstelen. Dankzij het compacte formaat kom je precies tussen de randjes waar een spons te groot voor is. Borstel de kalkaanslag los, laat het een paar minuten inwerken, en spoel het vervolgens weg met warm water. Even droogwrijven en je kraan blinkt weer als nieuw.

2. Vet en etensresten tussen fornuisknoppen

Tussen de draaiknoppen van een fornuis of kookplaat hopen zich vet, stof en kruimels op. Een doek schuift dat vuil vaak alleen maar verder weg. Met een tandenborstel en een beetje afwasmiddel schrob je het vuil effectief los zonder onderdelen los te hoeven halen. Door de borstel in ronddraaiende bewegingen te gebruiken, werk je het vuil uit de kieren. Veeg vervolgens af met een vochtige doek.

3. Haarborstels en kammen reinigen

Tussen de haren/pennen van een borstel of de tanden van een kam verzamelt zich vuil dat je met de hand niet goed weg krijgt. Een tandenborstel, gecombineerd met warm water en wat shampoo of afwasmiddel, maakt alles weer haarfijn schoon. Borstel grondig tussen de haren/pennen en tanden door en spoel daarna goed uit. Herhaal dit elke paar weken voor een frisse borstel.

4. Speelgoed met randjes en reliëf schoonmaken

Plastic autootjes, badspeeltjes of ander speelgoed met textuur, naden en kleine details zijn lastig schoon te maken met een doek. Met een tandenborstel kun je in elk hoekje komen. Gebruik lauw water met een druppel afwasmiddel en schrob alle randjes schoon. Spoel goed na en laat het speelgoed aan de lucht drogen.

5. Vlekken in stoffen meubels of tapijt behandelen

Een tandenborstel is ook handig om vlekken in stoffen oppervlakken aan te pakken. Breng wat textielreiniger of verdunde azijn aan op de vlek. Schrob met de borstel zachtjes in cirkels zodat het middel goed in de vezels trekt. Laat even intrekken, dep droog met een doek en spoel eventueel na met een vochtige doek. Zo verwijder je bijvoorbeeld koffievlekken of modder.

6. Randjes van de wasbak of spoelbak reinigen

De overgang tussen een wasbak en het aanrechtblad, daar kom je lastig bij. Hier blijft vaak een randje vuil of kalkaanslag zitten. Doop de tandenborstel in allesreiniger of schoonmaakazijn en schrob de randjes grondig schoon. Je zult merken dat zelfs opgedroogd vuil loskomt. Spoel af en wrijf droog met een schone doek.

©stokkete

7. Naden van schoenen en zolen schoonmaken

Sneakers of wandelschoenen met een patroon of profiel knappen zichtbaar op van een schoonmaakbeurt met een tandenborstel. Gebruik water met wat baking soda en wrijf vooral de rubberen zolen en logo's goed schoon. Ook geschikt voor witte randen of sportzolen die grijzig zijn geworden.

8. Randen van het toilet of de wc-bril schoonmaken

De onderkant van de wc-bril of de kieren van het scharnier blijven vaak vies, ook al poets je de rest van het toilet netjes. Een tandenborstel is perfect om deze plekken aan te pakken. Gebruik een antibacterieel schoonmaakmiddel, schrob goed, spoel na en droog af. Zo blijft je toilet écht fris.

9. Groeven in raamkozijnen reinigen

Tussen de rubberen strips van raamkozijnen hoopt zich vuil, zand en stof op. Een tandenborstel komt makkelijk tussen de kieren. Maak nat met een sopje, borstel schoon, en veeg na met een doek. Vooral handig bij schuiframen of draaikiepramen.

10. Randjes van drinkbekers en deksels reinigen

Herbruikbare flessen en lunchboxen hebben vaak rubberen ringen of schroefranden die lastig schoon te krijgen zijn. Met een tandenborstel reinig je deze onderdelen grondig. Gebruik afwasmiddel en heet water, schrob de randjes, en spoel goed na. Dat voorkomt schimmel en nare geurtjes.

Goed én goedkoop

Bij een discounter of drogist koop je voor hooguit een paar euro een grootverpakking tandenborstels. Geen geld dus, zeker als je je bedenkt wat een frustratie het je zal schelen bij bovenstaande klusjes: nooit meer gedoe met te grote sponzen of doeken. Je weet bovendien zeker dat je elk randje voortaan goed en hygiënisch schoon krijgt. Smile!

Ook handig voor lastige schoonmaakklusjes ⤵

Je wasmachine aan je smartphone koppelen klinkt misschien als overbodige luxe, maar het kan wasjes draaien een stuk simpeler én goedkoper maken. Zo kies je met een slimme wasmachine nooit meer het verkeerde wasprogramma, bedien je je wasmachine eenvoudig vanaf je werk en verspil je nooit meer wasmiddel. En er is meer. 

Beste wasprogramma kiezen

Twijfel je regelmatig welk wasprogramma het beste is voor een bepaald type wasgoed, zoals ondergoed of delicate zomerse kleding? Met een slimme wasmachine hoef je je daar nooit meer druk om te maken. Je geeft gewoon in de app aan wat voor kleur je was heeft, welk type textiel het is en hoe vuil het is. De app geeft vervolgens een suggestie voor het meest geschikte programma. Lastige vlek in je kleding? Voer in de app in om wat voor soort vlek het gaat, en de wasmachine weet precies welk programma moet draaien om 'm te verwijderen. Een slimme wasmachine kan zelfs voor je uitrekenen hoe je je wasjes zo goedkoop mogelijk draait door rekening te houden met de actuele energieprijzen. Fijn voor het milieu én je portemonnee!

Op afstand bedienen

Een slimme wasmachine stopt nog net niet je wasgoed voor je in de trommel. Waarom zou je je wasmachine op afstand willen bedienen als je er toch naartoe moet? Nou, bijvoorbeeld omdat je het wasprogramma pas wilt starten als je op je werk zit, zodat je kleding niet uren gekreukt in de trommel blijft liggen. Of omdat je je wasmachine tijdens de daluren wilt laten draaien, maar je in die uren net op een verjaardag bent. Bedienen op afstand is om meerdere redenen nuttig. Zo geeft de app je een seintje wanneer je was schoon is en wanneer het wasmiddel bijna op is. Veel slimme modellen werken ook met spraakbediening. Handig als je drie dingen tegelijk doet en om welke reden dan ook het wasprogramma wilt onderbreken – bijvoorbeeld omdat je een verloren sok op de grond vindt die bij de was moet. 

©ID.nl

Automatische wasmiddeldosering

Het is een bekende valkuil bij het wassen: te veel wasmiddel gebruiken. Hoe meer, hoe beter, denken we al gauw. Maar dat is niet waar: hoe meer wasmiddel je gebruikt, hoe groter de kans dat je kleding beschadigt. Zeepsop blijft dan in de kleding zitten, waardoor je kleding stijf wordt en soms zelfs méér vlekken krijgt. Een slimme wasmachine voorkomt dat er te veel wasmiddel wordt gebruikt door rekening te houden met de hoeveelheid wasgoed en hoe vuil het is. Het enige wat jij hoeft te doen, is deze gegevens invoeren in de app. Automatische wasmiddeldosering is niet alleen beter voor je kleding, het zorgt er ook voor dat je langer met je wasmiddel doet. En dat bespaart weer geld. 

Lees ook: Nooit meer te veel wasmiddel: zo werkt automatisch doseren in je wasmachine

Extra wasprogramma's downloaden

Soms heb je speciale was: denk aan vuile outdoorkleding van je wandelvakantie of sportkleding met een sterke zweetgeur. Een traditionele wasmachine geeft je in dat geval enkel keuze uit standaardwasprogramma's, die mogelijk je was beschadigen, doen krimpen of niet voldoende reinigen. Een slimme wasmachine geeft je de mogelijkheid om, via de app, wasprogramma's voor speciaal wasgoed te downloaden. Denk daarbij niet alleen aan programma's voor sterk vervuilde kleding, maar bijvoorbeeld ook aan programma's voor spijkerbroeken, delicate babykleding en het verwijderen van dierenharen van kleding. Soms zijn er ook speciale wasprogramma's voor het reinigen van je wasmachine, bijvoorbeeld met stoom. 

©wachiwit

Onderhoudsmeldingen

Als je zo lang mogelijk van je wasmachine wilt genieten, zul je hem goed moeten onderhouden. Dat betekent: regelmatig grondig reinigen, de afvoer ontstoppen en kalkaanslag verwijderen. Vaak doen we dit niet – we hebben er geen tijd voor en weten ook niet goed wanneer en hoe vaak we dit moeten doen. Een slimme wasmachine vergeet je nooit te onderhouden, want hij vertelt je precies wanneer het weer tijd is voor een schoonmaakbeurt. In de app vind je ook allerlei handige tips hoe je zo'n schoonmaakbeurt uitvoert. Is je slimme wasmachine stuk? Via de app krijg je heel makkelijk contact met de klantenservice, die op afstand kan zien wat het probleem is én het vaak meteen voor je kan oplossen. Scheelt weer dagen wachten op een monteur.