البدائل (البدائل) لتشغيل CUDA على أجهزة غير تابعة لـ Nvidia
تُعرف Nvidia في المقام الأول بأنها شركة أجهزة بفضل النجاح الكبير الذي حققته وحدات معالجة الرسومات الخاصة بها. لكن Nvidia تعد أيضًا قوة في عالم البرمجيات، وذلك بفضل لغة البرمجة CUDA الخاصة بها والتي أصبحت المعيار الفعلي لمطوري الذكاء الاصطناعي والحوسبة عالية الأداء. الآن يتطلع مجموعة من خبراء CUDA في Spectral Compute إلى فصل اللغة عن Nvidia والسماح للمستخدمين بتشغيل كود CUDA الخاص بهم على شرائح أخرى. تم إنشاء Spectral Compute في عام 2018 عندما قررت مجموعة من أربعة مهندسين، بما في ذلك الرئيس التنفيذي مايكل سوندرجارد، والمدير التنفيذي للتكنولوجيا كريس كيتشينج، ومهندس البرمجيات نيكولاس توملينسون، ومهندس البرمجيات فرانسوا سوشاي، أنهم اكتفوا بقفل الأجهزة برمز CUDA الخاص بهم. كان المؤسسون، الذين لديهم 60 عامًا من الخبرة المجمعة في تحسين HPC، يعملون في إحدى شركات الذكاء الاصطناعي، لكنهم شعروا بالإحباط الشديد بسبب تكلفة وحدات معالجة الرسوميات Nvidia والأداء الضعيف للمترجمين البديلين لدرجة أنهم قرروا إنشاء برامج خاصة بهم. قام المؤسسون بتطوير منتج يسمى SCALE، والذي يستخدم تقنية مترجم CLang وLLVM، ليعمل كبديل مباشر لـ NVCC، مترجم Nvidia CUDA. كان الهدف الأول للشركة مع SCALE هو وحدات معالجة الرسوميات AMD، لكنها الآن تعمل على توسيع أهدافها لتمكين المستخدمين من تشغيل CUDA على مسرعات الذكاء الاصطناعي الأخرى. تدعم الشركة أيضًا وحدات معالجة الرسومات Nvidia، على أساس النظرية القائلة بأن Nvidia تترك تحسين الأداء القائم على البرامج على الطاولة لأنها تريد بيع المزيد من الأجهزة. تمتلك CUDA حوالي 80% من سوق أدوات تطوير الحوسبة المتوازية (الصورة مقدمة من Gilulo Malitesta). Spectral من أشد المعجبين بـ CUDA، والتي تدعي أنها تمثل حوالي 80% من كود HPC في البرية، وفقًا لجوليو ماليستا، رئيس قسم النمو في Spectral. قال ماليستا لـ HPCwire في مؤتمر ISC 2026 في هامبورغ، ألمانيا: “إن CUDA هو في الأساس المعيار الفعلي لـ HPC”. “نحن بحاجة إلى قبول ذلك كحقيقة والقيام فقط بالعمل كمهندسين مترجمين لجعله متاحًا على منصات مختلفة ليست بالضرورة Nvidia، ولكنها تعمل أيضًا على تحسين وحدات معالجة الرسوميات Nvidia.” هناك مترجمون آخرون في السوق يمكنهم تشغيل كود CUDA في مكان آخر، كما أشار ماليستا. أنشأت AMD أداة تسمى HIPIFY لترجمة كود Nvidia CUDA إلى كود C++ الذي يمكن تشغيله على حزمة برامج ROCm الخاصة بـ AMD عبر HIP (واجهة حسابية غير متجانسة لقابلية النقل). ثم هناك SYCLomatic، وهي أداة مفتوحة المصدر تم تطويرها في الأصل بواسطة Intel لترحيل كود CUDA إلى Data Parallel C++ (DPC++). ومن يستطيع أن ينسى ZLUDA، وهو مترجم فوري كان مدعومًا من قبل AMD ويأخذ ثنائيات CUDA ويقوم بتشغيلها على أجهزة غير تابعة لـ Nvidia. ومع ذلك، فإن معظم الأدوات لها جانب سلبي. على سبيل المثال، فإن HIPIFY – الذي عمل معه مؤسسو Spectral سابقًا – يتجاهل بشكل أساسي Parallel Thread Execution (PTX)، وهي لغة تجميع Nvidia التي تفتح دعمًا عميقًا للأجهزة في CUDA، كما يقول Malitesta. يقوم SYCLomatic بترحيل حوالي 90% من التعليمات البرمجية، مما يتطلب عملاً يدويًا للـ 10% الأخيرة. ويعمل ZLUDA على الكود الثنائي المترجم ويعمل كطبقة وسيطة، مما يضر بالأداء. لقد أثرت الأسئلة القانونية أيضًا على العديد من المجمعين غير التابعين لـ Nvidia CUDA. قال Malitesta إن Spectral Compute قادر على تجاوز الأداء المتوسط لهؤلاء المترجمين الآخرين باستخدام SCALE وتمكين CUDA من الاستفادة الكاملة من الأجهزة الأساسية. نشرت الشركة معايير على موقعها على الإنترنت تُظهر أن SCALE يقدم تعزيزًا في الأداء بمقدار 6 أضعاف تقريبًا على وحدات معالجة الرسومات AMD مقارنة باستخدام HIPIFY لتحويل كود CUDA إلى بيئة ROCm الخاصة بـ AMD. وقال ماليستا إن Spectral قادر على تحقيق مستويات الأداء هذه لأنه يتطلب إعادة تنفيذ غرفة نظيفة بناءً على إطار عمل مترجم متطور. وقال: “نحن نتبع النهج المتوافق مع معايير الصناعة لوحدات المعالجة المركزية، ولكننا نطبقه على وحدات معالجة الرسومات”، مضيفًا أنه “نفس النهج الذي يمكّن C++ من التشغيل، على سبيل المثال، على وحدات المعالجة المركزية AMD وARM، حيث لا يتوقع أحد وجود فجوة في الأداء لا تنتج بشكل مباشر عن الاختلافات في الأجهزة الأساسية.” بعد إعادة ترجمة التعليمات البرمجية، تتحقق Spectral من صحتها من منظور رقمي. إذا كان يطابق مخرجات NVCC العادية، فإن الشركة تعتبره تنفيذًا ناجحًا. تعمل شركة Spectral، التي يقع مقرها في لندن وجمعت 6 ملايين دولار العام الماضي، حاليًا على دعم مسرعات الذكاء الاصطناعي التابعة لجهات خارجية، والتي لم يتم تسميتها بعد. تعمل الشركة أيضًا على بعض التحسينات الخاصة بالمترجمات الجديدة والتي تقول إنها ستوفر ترقية كبيرة للعملاء الذين يستخدمون CUDA على وحدات معالجة الرسومات Nvidia. وفي وقت لاحق من هذا الشهر، تتوقع إطلاق الدعم لـ PyTorch، والذي سيمكن أدواتها من العمل بشكل أفضل مع إطار عمل الذكاء الاصطناعي والتعلم الآلي. يقول موظفو الشركة إن ما يفعلونه مفيد لمجتمع CUDA، وهو ما تفهمه Nvidia أيضًا بأنه أمر جيد في نهاية المطاف. في يونيو، دخلت Spectral في شراكة رسمية انضمت إلى برنامج Nvidia Inception. (الصورة مقدمة من Spectral Compute) “نحن في الجانب الجيد من Nvidia ونحن في الجانب الجيد مع AMD،” قال روبن فان دونجن، رئيس الحلول الأكاديمية وتطوير الأعمال في Spectral. “بالطبع، نريد أن نكون أصدقاء مع الصناعة بأكملها. نحن محايدون، محايدون حقًا.” يدعم Spectral بالفعل منتج CUDA الأساسي، ولكن هناك المئات من مكتبات CUDA المتخصصة، مثل cuDNN، التي تدعم الشبكات العصبية العميقة؛ cuTENSOR، الذي يدعم الموترات؛ وcuDF، الذي يدعم إطارات البيانات مثل Polars وPandas. تعمل الشركة بنشاط على إضافة دعم لمكتبات CUDA المتخصصة. لقد تم شحن SCALE لمدة عامين فقط، وبالتالي فإن الشركة ليس لديها سجل طويل. ومع ذلك، فإن الشركة تنمو بسرعة، حيث يعمل بها حاليًا حوالي 30 موظفًا وتتطلع إلى التوسع. تبيع Spectra إمكانية الوصول إلى SCALE إلى المؤسسات التجارية، وتمنح مجموعة أدوات المترجم للمؤسسات الأكاديمية والكيانات غير الربحية. تعمل Spectral مع الشركات والجامعات والمختبرات حول العالم التي ترغب في إطلاق العنان لتطوير CUDA الخاص بها على منصات أجهزة إضافية. وقد تم تشغيل SCALE أيضًا على Frontier، وهو الكمبيوتر العملاق ذو الإكساسكيل الموجود في مختبر أوك ريدج الوطني. “يبدو المستقبل مشرقًا للغاية. وقال فان دونجن: “نحن نعمل على حل مشكلة كبيرة داخل الصناعة”. “لا سيما في مجال البحث، يفتقر الباحثون إلى الوقت. فبدلاً من الاضطرار إلى إعادة كتابة قاعدة التعليمات البرمجية بالكامل أو المنفذ بعيدًا عن قاعدة التعليمات البرمجية الحالية الخاصة بهم، يمكنهم فقط إعادة الترجمة باستخدام حلنا وحتى زيادة فوائد الأداء.” نظرًا لأن مجتمع الحوسبة عالية الأداء (HPC) يتصالح مع الأحداث غير العادية المحيطة بطفرة الذكاء الاصطناعي والتعميم السريع لحوسبة وحدة معالجة الرسومات (GPU)، فإن الأمر يستحق قضاء بعض الوقت في التفكير في جميع المسارات الممكنة للمضي قدمًا. Nvidia هي شركة رائعة قامت بتمهيد الكثير من التقدم في تصنيع GPU وتطوير البرامج الموازية (عبر CUDA)، وقد تمت مكافأتها على النحو الواجب بأن أصبحت أول شركة في العالم تبلغ قيمتها 5 تريليون دولار. من المؤكد أن Nvidia ترغب في الاحتفاظ بكل بيض الذكاء الاصطناعي الذهبي هذا في سلتها الخاصة، ولكن هذا ليس بالضرورة في مصلحة عملاء HPC وAI، ولا في مصلحة النظام البيئي للحوسبة بشكل عام. في هذا الصدد، Spectral يقدم معروفًا للجميع. ولعل الأمر الأكثر إثارة للدهشة هو أنه لم يعد هناك المزيد من الشركات مثل Spectral التي تقوم ببناء الجسور فوق خندق CUDA.
تم النشر: 2026-07-14 09:24:00
مصدر: www.hpcwire.com
