أطلقت NVIDIA تقنية CUDA Tile لتحسين أداء نوى GPU على C++

كشفت NVIDIA عن CUDA Tile، وهو امتداد لمعيار C++ يتيح للمطورين إنشاء نوى معالجة رسومية (GPU) عالية الأداء بالاعتماد على البرمجة الموجهة بالبلاطات (الكتل)، ودمج هذا التحسين مباشرة في قواعد أكواد C++ القائمة دون الحاجة إلى إعادة كتابتها بالكامل. وبحسب مدونة NVIDIA Developer Blog، فإن هذه التقنية موجهة في المقام الأول للمشاريع الكبيرة التي يحتاج فيها كود GPU المكتوب مسبقاً إلى التسريع بدلاً من إعادة كتابته من الصفر.

ما هو CUDA Tile

CUDA Tile هو امتداد لـ C++ يغيّر وحدة العمل نفسها مع ذاكرة GPU: فبدلاً من معالجة البيانات عنصراً تلو الآخر، يعمل البرنامج على كتل، أو بلاطات (tiles). يصف المطور كيفية معالجة أجزاء صغيرة من البيانات في آن واحد، ويتولى مترجم NVIDIA CUDA بنفسه ترجمة هذا الوصف إلى تعليمات منخفضة المستوى مثالية لبطاقة الرسوميات. وتكمن الميزة الأساسية لهذا النهج في أنه يندمج مع كود C++ القائم بالفعل: إذ يمكن استخدام هذه التقنية داخل قواعد أكواد كبيرة وقيد التشغيل فعلياً، وليس فقط في مشاريع جديدة صُممت من الأساس لتعمل مع GPU. وهذا ما يميز CUDA Tile عن الأساليب التقليدية للتحسين اليدوي لنوى CUDA، التي عادة ما تتطلب إعادة كتابة جزء كبير من الكود.

لماذا يرفع النهج الموجه بالبلاطات الأداء

يُعد نموذج الذاكرة القائم على البلاطات حاسماً بالنسبة للأداء لعدة أسباب. أولاً، يقلّل من عدد مرات الوصول إلى الذاكرة العامة لوحدة GPU — وهي أبطأ مستوى ذاكرة في بطاقة الرسوميات. ثانياً، يستفيد هذا النهج بشكل أفضل من التسلسلات الهرمية للذاكرة المخبأة (cache) المحلية في GPU، لأن البيانات تُعالج في كتل تتلاءم بكفاءة أكبر مع الذاكرة المخبأة السريعة. ثالثاً، بفضل الوصول الأكثر كفاءة إلى البيانات، ينخفض استهلاك الطاقة في العمليات الحسابية. وأخيراً، يتوسع كود البلاطات ليعمل على أجهزة مختلفة دون إعادة كتابة — إذ يمكن للبرنامج نفسه، الموصوف عبر البلاطات، أن يعمل بكفاءة على أجيال مختلفة من بطاقات الرسوميات دون تكييف يدوي مع بنية معينة.

أين يُستخدم وماذا يعني ذلك للمطورين

يُعد CUDA Tile مفيداً بشكل خاص للعمليات المصفوفية — وهي وحدة الحوسبة الأساسية في التعلم الآلي ومعالجة الصور والحوسبة العلمية. فبدلاً من كتابة مئات الأسطر من التحسين اليدوي، يكتفي المطور بوصف بنية البلاطة، ويتولى المترجم بنفسه تحويل هذا الوصف إلى كود GPU سريع. ويتماشى هذا النهج مع المنطق الذي تروّج له NVIDIA منذ عدة سنوات: "هذا يتيح للمطورين التركيز على الخوارزمية بدلاً من التفاصيل منخفضة المستوى لعتاد GPU". والأثر العملي لذلك هو خفض حاجز الدخول إلى تحسين GPU: إذ ستتمكن الفرق من دمج نوى GPU عالية الأداء في مشاريع C++ كبيرة دون الحاجة إلى الاستعانة ببرمجيين متخصصين للغاية في GPU، ما من شأنه أن يسرّع تطوير التطبيقات في مجالات الذكاء الاصطناعي والمحاكاة وتحليل البيانات الضخمة.

ما هو CUDA Tile؟

CUDA Tile هو امتداد لمعيار C++ من NVIDIA يتيح التعامل مع ذاكرة GPU على شكل كتل (بلاطات) بدلاً من عنصر تلو الآخر. يصف المطور كيفية معالجة أجزاء صغيرة من البيانات في آن واحد، ويقوم مترجم NVIDIA CUDA بترجمة ذلك إلى تعليمات مثالية لبطاقة الرسوميات. ويمكن دمج هذه التقنية في قواعد أكواد C++ كبيرة وقائمة بالفعل دون الحاجة إلى إعادة كتابتها بالكامل.

لماذا احتاجت NVIDIA إلى نهج موجه بالبلاطات؟

يقلّل النهج القائم على البلاطات في التعامل مع ذاكرة GPU من عدد مرات الوصول إلى الذاكرة العامة البطيئة لبطاقة الرسوميات، ويستفيد بشكل أفضل من التسلسلات الهرمية للذاكرة المخبأة المحلية في GPU، ويخفض استهلاك الطاقة بفضل وصول أكثر كفاءة إلى البيانات، ويتيح للكود نفسه أن يتوسع ليعمل على أجهزة مختلفة دون إعادة كتابته.

من سيستفيد من CUDA Tile وكيف؟

في المقام الأول، المطورون الذين يعملون على العمليات المصفوفية — في التعلم الآلي ومعالجة الصور والحوسبة العلمية. فبدلاً من تحسين الكود يدوياً، سيتمكنون من وصف بنية البلاطة، وسيتولى المترجم بنفسه تحويلها إلى كود GPU سريع. وهذا يخفّض حاجز التحسين الخاص بـ GPU، ووفقاً لـ NVIDIA، يتيح دمج نوى GPU عالية الأداء في مشاريع C++ كبيرة دون الحاجة إلى برمجيين متخصصين للغاية في GPU، ما يسرّع تطوير التطبيقات في الذكاء الاصطناعي والمحاكاة وتحليل البيانات الضخمة.