NVIDIA CUDA 13.3 تبسط تطوير GPU مع برمجة Tile في C++

أطلقت NVIDIA إصدار CUDA 13.3 الجديد — المنصة الأساسية لتطوير التطبيقات عالية الأداء على GPU. التحسن الرئيسي هو برمجة Tile المدمجة في C++، التي تبسط إنشاء نوى GPU المحسّنة دون الحاجة إلى معرفة عميقة بعمارة الأجهزة.

برمجة Tile تبسط التحسين

تقليديًا، يتطلب من مطوري GPU إدارة الذاكرة المحلية يدويًا لكل نواة GPU، ومزامنة عمل الخيوط، وتحسين أنماط الوصول إلى الذاكرة العامة. هذا يتطلب ليس فقط فهمًا عميقًا لعمارة GPU معينة، بل أيضًا ساعات عديدة من التجارب مع المعاملات لتحقيق الأداء الأقصى.

تغير برمجة Tile النموذج: يصف المطور الخوارزمية على مستوى عالي من التجريد، ويتحدث عن الرقع (كتل البيانات) والعمليات عليها، بينما يحول مجمع CUDA تلقائيًا هذا الكود إلى نواة منخفضة المستوى محسّنة لعمارة GPU محددة.

يتم دعم هذا التجريد ابتداءً من Compute Capability 9.0 (أحدث عمارات NVIDIA) وما فوق. النتيجة: يحصل المطورون على أداء جيدة وقابلية نقل الكود بين أجيال GPU المختلفة.

الضبط التلقائي ودعم البايثون

بالإضافة إلى برمجة Tile، يضيف CUDA 13.3 ميزة ضبط المجمع التلقائي — النظام يحلل تلقائيًا الكود المكتوب ويختار معاملات الترجمة المثلى: أحجام كتل الخيوط، استراتيجيات الذاكرة، فتح الحلقات. هذا يوفر على المطورين ساعات من التجريب اليدوي والنماذج الأولية.

المجال الثاني للتحسينات هو دعم البايثون. يسرع CUDA 13.3 ربط البايثون، ويدمج مصفوفات NumPy بشكل أفضل، ويضيف أدوات جديدة لتجهيز المظهر والتصحيح من أخطاء كود البايثون على GPU:

• الإنشاء السريع لمخازن GPU من NumPy
• تجهيز المظهر المدمج للدوال
• رسائل خطأ محسّنة
• دعم العمليات غير المتزامنة

يمكن لمطوري البايثون الآن كتابة كود معجل على GPU دون الحاجة للغوص في C++ والتفاصيل منخفضة المستوى لـ CUDA.

ماذا يعني هذا

تقلل برمجة Tile وضبط المجمع التلقائي ودعم البايثون المحسّن من حاجز الدخول لتطوير GPU. في السابق، كان على الشخص أن ينفق أشهرًا في دراسة عمارة GPU وتحسين الذاكرة. الآن يمكن البدء في كتابة كود GPU فعال بعد أسابيع من التعلم.

بالنسبة للشركات، هذا يعني أن مشاريع الذكاء الاصطناعي/التعلم الآلي والحسابات العلمية ستصبح أكثر إمكانية الوصول: لا حاجة لتوظيف متخصصين باهظي الثمن على مستوى عالي في برمجة GPU، يكفي فريق يضم مهندسين على مستوى متوسط بمعرفة أساسية بـ CUDA. وبهذه الطريقة، تتسع NVIDIA لنظام المطورين البيئي وتحتل أسواقًا جديدة من خلال إمكانية الوصول.