NVIDIA CUDA 13.3 تبسّط تطوير برمجيات GPU عبر البرمجة بالبلاطات (Tile programming) في C++

أطلقت NVIDIA الإصدار الجديد CUDA 13.3، وهو المنصة الأساسية لتطوير التطبيقات عالية الأداء على GPU. أبرز التحسينات هو دعم البرمجة بالبلاطات (Tile programming) المدمج في C++، الذي يبسّط إنشاء نوى GPU محسّنة دون الحاجة إلى معرفة عميقة ببنية العتاد.

البرمجة بالبلاطات تبسّط التحسين

يحتاج مطورو GPU تقليديًا إلى إدارة الذاكرة المحلية لكل نواة GPU يدويًا، ومزامنة عمل الخيوط، وتحسين أنماط الوصول إلى الذاكرة العامة. ويتطلب ذلك فهمًا عميقًا لبنية وحدة GPU المحددة، فضلًا عن ساعات طويلة من التجارب على المعاملات للوصول إلى الأداء الأقصى.

تغيّر البرمجة بالبلاطات هذا النموذج. يصف المطور الخوارزمية بمستوى تجريد عالٍ، متحدثًا عن البلاطات (كتل البيانات) والعمليات عليها، ثم يحوّل مُصرِّف CUDA هذا الكود تلقائيًا إلى نواة منخفضة المستوى محسّنة لبنية GPU المحددة. ويدعم هذا التجريد بدءًا من Compute Capability 9.0 (أحدث بنى NVIDIA) وما فوق.

والنتيجة أن المطورين يحصلون على أداء جيد وعلى قابلية نقل الكود بين أجيال GPU المختلفة.

الضبط التلقائي ودعم Python

إلى جانب البرمجة بالبلاطات، يضيف CUDA 13.3 ميزة الضبط التلقائي للمُصرِّف (compiler autotuning). يحلل النظام الكود المكتوب تلقائيًا ويختار معاملات الترجمة المثلى: أحجام كتل الخيوط، واستراتيجيات الذاكرة، وفكّ الحلقات (loop unrolling). ويوفر هذا على المطورين ساعات من التجريب اليدوي ووضع النماذج الأولية.

المجال الثاني للتحسينات هو دعم Python. يسرّع CUDA 13.3 واجهات Python (Python bindings)، ويدمج مصفوفات NumPy بصورة أفضل، ويضيف أدوات جديدة لتحليل الأداء وتصحيح كود Python على GPU:

• إنشاء سريع لمخازن GPU المؤقتة من NumPy
• تحليل أداء مدمج للدوال
• رسائل خطأ محسّنة
• دعم العمليات غير المتزامنة

يستطيع مطورو Python الآن كتابة كود مُسرَّع على GPU دون الخوض في C++ وتفاصيل CUDA منخفضة المستوى.

ماذا يعني ذلك

تخفّض البرمجة بالبلاطات، والضبط التلقائي للمُصرِّف، ودعم Python المحسّن حاجزَ الدخول إلى تطوير GPU. كان على المطور سابقًا أن يقضي أشهرًا في تعلّم بنية GPU وتحسين الذاكرة. أما الآن فيمكنه البدء بكتابة كود GPU فعّال بعد أسابيع من التدريب.

وبالنسبة إلى الشركات، يعني ذلك أن مشاريع AI/ML والحوسبة العلمية ستصبح أكثر إتاحة: فلا حاجة إلى توظيف مختصين مكلفين رفيعي المستوى في برمجة GPU، إذ يكفي فريق من المهندسين متوسطي المستوى ممن يملكون معرفة أساسية بـ CUDA.

وبهذا توسّع NVIDIA منظومة مطوريها وتدخل أسواقًا جديدة بفضل سهولة الوصول.