النقاط الرئيسية
- أداء وكفاءة أفضل لتطبيقات الذكاء الاصطناعي والتعلم الآلي
- قدرات حسابية محسّنة لكل من GPU و CPU
- تحسينات في رسومات CUDA لإدارة وتهيئة أكثر ذكاءً
- إضافة مكتبات جديدة إلى جانب تحديثات للمكتبات الحالية من NVIDIA Corporation
- دعم لأحدث وحدات معالجة الرسوميات من بنية Ampere وكذلك وحدات سلسلة H
- يعمل بشكل جيد مع أحدث إصدارات برامج التشغيل
مقدمة
يجلب CUDA 12.1 بعض التحديثات الرائعة للمطورين والباحثين. فهو يجعل وحدات معالجة الرسوميات من NVIDIA تعمل بشكل أفضل من ذي قبل من خلال الإضافة إلى ما كان رائعًا بالفعل في الإصدارات السابقة. هذه المرة، جعلوا من السهل التعامل مع الحسابات المعقدة وأضافوا أشياء جديدة لرسومات CUDA التي تعتبر رائعة إذا كنت مهتمًا بمهام الذكاء الاصطناعي أو التعلم الآلي. وبفضل قدرته على التوافق مع أنواع مختلفة من الأجهزة وأنظمة التشغيل، لا يزال CUDA مفيدًا جدًا لمجموعة من الوظائف المختلفة التي يحتاج الأشخاص إلى إنجازها.
نظرة عامة على تحديث CUDA 12.1
التحديث الأخير، CUDA 12.1، هو نسخة جديدة من مجموعة أدوات CUDA ويأتي مع أحدث برنامج تشغيل من NVIDIA. يمنح هذا التحديث المطورين كل ما يحتاجونه - الأدوات والمكتبات وواجهات برمجة التطبيقات - لإنشاء وضبط وتشغيل التطبيقات التي تعمل بشكل أسرع بفضل تسريع GPU على منصات مختلفة.
مع هذه المجموعة، تحصل على مترجم CUDA (cc)، ومكتبات وقت التشغيل الأساسية لتشغيل تطبيقاتك بسلاسة؛ وأدوات التصحيح والتحسين للمساعدة في حل أي مشاكل؛ بالإضافة إلى معيار C++ خاص مصمم فقط لكتابة كود يمكن لـ GPU فهمه بسهولة. ولا يقتصر الأمر على C++؛ فهناك أيضًا دعم إذا كنت ترغب في البرمجة باستخدام C++ أو Python أو Fortran.
النقاط الرئيسية والتحسينات
تحديث CUDA 12.1 مليء بأشياء رائعة تجعل البرامج تعمل بشكل أسرع وأفضل، خاصةً إذا كانت تستخدم وحدات معالجة الرسوميات في عملها. إليك ملخص سريع لما هو جديد:
- أشياء أسرع للذكاء الاصطناعي: إذا كنت مهتمًا بالذكاء الاصطناعي أو التعلم الآلي، فهذا التحديث رائع لأنه يجعل أشياء مثل PyTorch و TensorFlow تعمل بشكل أسرع. هذا يعني أن جهاز الكمبيوتر الخاص بك يمكنه تعلم الأشياء بشكل أسرع.
- استخدام أفضل لدماغ جهاز الكمبيوتر الخاص بك: مع هذا التحديث، كل من GPU (الجزء الذي يتعامل عادةً مع الرسومات) و CPU (الدماغ الرئيسي لجهاز الكمبيوتر الخاص بك) يحصلان على قدرة أفضل على العمل معًا في المهام الصعبة. لذا، الآن، كل شيء يعمل بشكل أكثر سلاسة.
- طرق أكثر ذكاءً لتنظيم العمل لـ GPU: هناك أشياء تسمى رسومات CUDA تساعد في تنظيم كيفية إنجاز المهام على GPU. التحديثات الأخيرة تجعلها أكثر ذكاءً بحيث يعمل GPU الخاص بك بكفاءة أكبر.
- أدوات جديدة في صندوق الأدوات: أضافوا بعض المكتبات الجديدة - فكر في المكتبات كصناديق أدوات مليئة بالأدوات الجاهزة للاستخدام - التي تساعد في مهام محددة مثل العمليات الحسابية أو تحويل البيانات بسرعة كبيرة.
- تلميع الأدوات الحالية: لم نحصل فقط على أدوات جديدة ولكن أيضًا تحسينات على الأدوات الحالية في صندوق الأدوات الخاص بنا؛ إصلاح الأخطاء، وتحسين الأداء، أو إضافة ميزات رائعة بحيث تكون أكثر فائدة من ذي قبل.
مقارنة مع الإصدارات السابقة
CUDA 12.1 هو أحدث تحديث، مبني على ما تم تقديمه في الإصدارات السابقة من مجموعة أدوات CUDA. دعنا نرى كيف يقارن مع أسلافه:
- مع كل إصدار جديد، هناك زيادة في الأداء للتطبيقات التي تعمل بواسطة وحدات معالجة الرسوميات. يمكن للمطورين التطلع إلى سرعة أفضل وأساليب تستفيد بشكل كامل من ميزات الأجهزة الجديدة.
- علاوة على ذلك، يجلب كل إصدار وظائف جديدة توسع ما يمكن أن تفعله التطبيقات التي تعمل بواسطة GPU. تساعد هذه الإضافات المطورين على التعامل مع مشاريع أكثر تعقيدًا بكفاءة وفعالية أكبر.
- فيما يتعلق بالعمل مع أحدث بطاقات الرسوميات من NVIDIA، تضمن تحديثات مثل CUDA 12.1 أن كل شيء يعمل بسلاسة معًا. هذا يعني أن المطورين يحصلون على جميع إمكانيات وحدات معالجة الرسوميات الحديثة لتسريع عملهم.
- أيضًا، الإصلاحات والتعديلات التي تتم مع كل تحديث مهمة، حيث تعالج المشكلات التي وجدها المستخدمون وتضمن أن كل شيء يعمل بشكل موثوق لتطوير البرامج المسرّعة بواسطة GPU.
مقارنة مع أحدث إصدار CUDA 12.5
CUDA 12.5، أحدث إصدار من مجموعة أدوات CUDA، تم إطلاقه بواسطة NVIDIA في أبريل 2023، ويوفر قدرات تسريع GPU أكثر قوة، ومناسب بشكل خاص لتطوير التطبيقات في مجالات الذكاء الاصطناعي والتعلم الآلي.
يحتوي CUDA 12.5 على التحسينات الرئيسية التالية في الأداء مقارنة بـ CUDA 12.1:
- تحسين تنفيذ kernel وزيادة كفاءة الحوسبة لـ GPU.
- تعزيز آلية إدارة الذاكرة وتقليل النفقات العامة للوصول إلى الذاكرة.
- تعزيز إجراءات تحسين المترجم وجعل توليد الكود أكثر كفاءة.
- دعم أكثر اكتمالاً لبنية GPU من الجيل الجديد لاستخدام أداء الأجهزة بشكل أفضل.
أدوات ومكتبات المطورين
تمنح مجموعة الأدوات المطورين كل ما يحتاجونه لإنشاء وتحسين وتشغيل التطبيقات التي تعمل بشكل أسرع مع دعم GPU. مع تحديث CUDA 12.1، تمت إضافة مكتبات جديدة وتحسينات على المكتبات الموجودة بالفعل لتعزيز ما يمكنك فعله مع CUDA. دعنا نلقي نظرة فاحصة على هذه الأدوات للمطورين:
- المضاف حديثًا: يجلب أحدث تحديث لـ CUDA 12.1 مكتبات جديدة توسع نطاق إمكانيات مجموعة أدوات CUDA. من بينها CUFFT و CUBLAS التي تساعد في تحويلات فورييه السريعة ومهام الجبر الخطي على التوالي. تقدم هذه الإضافات حلولاً متخصصة للمشكلات الروتينية مما يسمح للمطورين بالتعامل مع الحسابات المعقدة بشكل أكثر فعالية.
- تحسينات على المكتبات الحالية: بالإضافة إلى تقديم موارد جديدة، يقوم هذا الإصدار أيضًا بتلميع المكتبات الحالية ضمن مجموعة مكتبات CUDA عن طريق إصلاح الأخطاء، ورفع مستويات الأداء، وإضافة ميزات رائعة خاصة في مجالات cuBLAS و cuFFT وبالتالي تحسين وظائفها العامة فيما يتعلق بـ GPU.
المكتبات الجديدة المقدمة
مع تحديث CUDA 121، هناك مجموعة من المكتبات الجديدة المضافة إلى مجموعة أدوات CUDA. هذه موجودة هنا لمنح المطورين المزيد من الأدوات والطرق لجعل تطبيقاتهم التي تعمل بواسطة GPU تعمل بشكل أفضل وأسرع. دعنا نتعمق في بعض النقاط البارزة من هذه الإضافات في CUDA 12.1:
- CUFFT: تدور هذه المكتبة حول جعل خوارزميات تحويل فورييه السريع (FFT) تعمل بشكل جيد مع التطبيقات المسرّعة بواسطة GPU. باستخدام CUFFT، يمكن للأشخاص الذين يعملون على أشياء مثل معالجة الترددات والإشارات إنجاز الأمور بشكل أسرع بفضل وحدات معالجة الرسوميات من NVIDIA.
- CUBLAS: لدينا هنا مكتبة تتناول عمليات الجبر الخطي لأولئك الذين يستخدمون وحدات معالجة الرسوميات في مشاريعهم. تغطي كل شيء من ضرب المصفوفات، وقلبها من الداخل إلى الخارج (الانعكاس)، إلى التعامل مع مهام المتجهات وما بعدها. استخدام CUBLAS يعني الاستفادة من طرق فعالة للقيام بحسابات رياضية ثقيلة باستخدام أجهزة NVIDIA.
تهدف هذه التحديثات إلى تعزيز كيفية استخدام المطورين للخوارزميات في مجال الحوسبة عالية الأداء من خلال الاستفادة مما تمتلكه NVIDIA تحت غطائها.
العلاقة بين CUDA 12.1 و GPUs و LLMs
GPUs و CUDA:
- CUDA هي منصة الحوسبة المتوازية ونموذج البرمجة من NVIDIA.
- تمكن CUDA وحدات معالجة الرسوميات من NVIDIA من استخدامها في مهام الحوسبة العامة، وليس فقط عرض الرسومات.
- تعتمد العديد من التطبيقات المسرّعة بواسطة GPU، بما في ذلك التعلم الآلي والتعلم العميق، على تقنية CUDA.
CUDA و LLMs:
- تعتمد العديد من التطبيقات المسرّعة بواسطة GPU، بما في ذلك التعلم الآلي والتعلم العميق، على تقنية CUDA.
- يوفر CUDA دعمًا حاسوبيًا منخفض المستوى عالي التحسين لـ LLMs.
- تستفيد العديد من أطر عمل LLM، مثل PyTorch و TensorFlow، من CUDA لتنفيذ تسريع GPU.
- يمكن أن يوفر استخدام أحدث إصدار من CUDA أداءً وكفاءة أفضل لـ LLMs.
تشغيل CUDA على مثيل GPU من Novita AI
ستحتاج إلى وحدة معالجة رسوميات من NVIDIA تتوافق مع الأمور الجديدة، بالإضافة إلى تثبيت أحدث برنامج تشغيل من NVIDIA إلى جانب مجموعة الأدوات نفسها.
مثيل GPU من Novita AI، وهو حل قائم على السحابة، يبرز كخدمة نموذجية في هذا المجال. هذه السحابة مجهزة بوحدات معالجة رسوميات عالية الأداء مثل NVIDIA A100 SXM و RTX 4090. يوفر مثيل GPU من Novita AI الوصول إلى تقنية GPU المتطورة التي تدعم أحدث إصدار من CUDA، مما يمكن المستخدمين من الاستفادة من الميزات المتقدمة.
كيف تبدأ رحلتك مع مثيل GPU من Novita AI:
الخطوة 1: إذا كنت مشتركًا جديدًا، يرجى تسجيل حسابنا أولاً. ثم انقر على زر GPU Instance في صفحتنا على الويب.
الخطوة 2: القالب وخادم GPU
يمكنك اختيار القالب الخاص بك، بما في ذلك Pytorch و Tensorflow و Cuda و Ollama، وفقًا لاحتياجاتك الخاصة. علاوة على ذلك، يمكنك أيضًا إنشاء بيانات القالب الخاصة بك عن طريق النقر على الزر السفلي الأخير.
بعد ذلك، توفر خدمتنا الوصول إلى وحدات معالجة رسوميات عالية الأداء مثل NVIDIA RTX 4090 و RTX 3090، كل منها مع ذاكرة VRAM و RAM كبيرة، مما يضمن أنه حتى نماذج الذكاء الاصطناعي الأكثر تطلبًا يمكن تدريبها بكفاءة. يمكنك الاختيار بناءً على احتياجاتك.
الخطوة 3: تخصيص النشر
في هذا القسم، يمكنك تخصيص هذه البيانات وفقًا لاحتياجاتك الخاصة. هناك 30 جيجابايت مجانية في قرص الحاوية و 60 جيجابايت مجانية في قرص الحجم، وإذا تم تجاوز الحد المجاني، فسيتم فرض رسوم إضافية.
الخطوة 4: تشغيل مثيل
سواء كان ذلك للبحث أو التطوير أو نشر تطبيقات الذكاء الاصطناعي، فإن مثيل GPU من Novita AI المزود بـ CUDA 12 يقدم تجربة حوسبة GPU قوية وفعالة في السحابة.
مثيل GPU من Novita AI يتميز بميزات رئيسية مثل:
1. الوصول إلى سحابة GPU: توفر Novita AI سحابة GPU يمكن للمستخدمين الاستفادة منها أثناء استخدام PyTorch Lightning Trainer. تقدم هذه الخدمة السحابية موارد GPU مرنة وفعالة من حيث التكلفة يمكن الوصول إليها عند الطلب.
2. كفاءة التكلفة: يمكن للمستخدمين توقع توفير كبير في التكاليف، مع إمكانية تقليل تكاليف السحابة بنسبة تصل إلى 50%. هذا مفيد بشكل خاص للشركات الناشئة والمؤسسات البحثية ذات قيود الميزانية.
3. النشر الفوري: يمكن للمستخدمين نشر Pod بسرعة، وهي بيئة معبأة في حاويات مصممة خصيصًا لأعباء عمل الذكاء الاصطناعي. عملية النشر هذه مبسطة، مما يضمن أن المطورين يمكنهم البدء في تدريب نماذجهم دون أي وقت إعداد كبير.
4. قوالب قابلة للتخصيص: تأتي Pods GPU من Novita AI مع قوالب قابلة للتخصيص لأطر العمل الشائعة مثل PyTorch، مما يسمح للمستخدمين باختيار التكوين المناسب لاحتياجاتهم الخاصة.
5. أجهزة عالية الأداء: توفر الخدمة الوصول إلى وحدات معالجة رسوميات عالية الأداء مثل NVIDIA A100 SXM و RTX 4090 و A6000، كل منها مع ذاكرة VRAM و RAM كبيرة، مما يضمن أنه حتى نماذج الذكاء الاصطناعي الأكثر تطلبًا يمكن تدريبها بكفاءة.
الترحيل إلى CUDA 12.1
لجعل التبديل إلى CUDA 12.1 سلسًا، ابدأ بالنظر في ملاحظات الإصدار لأي تحديثات. تأكد من أن برنامج تشغيل NVIDIA الخاص بك محدث ويتطابق مع هذا الإصدار الأحدث؛ قد تحتاج أيضًا إلى تحديث وحدات kernel. إذا كان هناك عدم تطابق في إصدار برنامج التشغيل، فكر في إعادة تثبيت مجموعة أدوات CUDA. بالنسبة لأولئك الذين يستخدمون إصدار Visual Studio، تحقق من أنه يعمل بشكل جيد مع CUDA 12.1. أيضًا، قم بتحديث مكتباتك القياسية بحيث يعمل كل شيء بسلاسة معًا.
خطوات الانتقال السلس
للتأكد من أنك تنتقل إلى CUDA 12.1 دون أي عوائق، يجب على المطورين القيام بما يلي:
الخطوة 1: قبل الانتقال إلى الإصدار الجديد، من الحكمة حفظ نسخة من مشاريع CUDA الحالية الخاصة بك. بهذه الطريقة، لن تفقد أي شيء أو تواجه مشكلة مع الكود الخاص بك.
الخطوة 2: توجه إلى موقع NVIDIA الإلكتروني واحصل على أحدث مجموعة أدوات CUDA 12.1 التي تناسب نظامك. سيوفر الموقع جميع الخطوات التي تحتاجها لإعداده على جهاز الكمبيوتر الخاص بك.
الخطوة 3: بعد أن يصبح CUDA 12.1 جاهزًا على جهازك، قم بتجميع الكود الخاص بك مرة أخرى باستخدام هذه المجموعة الجديدة. سيضمن ذلك أن كل شيء يعمل بسلاسة معًا ويسمح لك باستخدام جميع التحديثات الرائعة.
الخطوة 4: بعد الانتهاء من التجميع، اختبره بدقة. تريد اكتشاف أي مشاكل في وقت مبكر حتى يمكن إصلاحها قبل أن تسبب مشاكل حقيقية.
من خلال الالتزام بهذه الإرشادات عن كثب، يمكن للمطورين الانتقال إلى CUDA 12 بسلاسة مع الاستفادة من الميزات المحسّنة لتطبيقاتهم التي تعمل بواسطة GPU.
نصائح لتعظيم الأداء والتوافق
للحصول على أقصى استفادة من CUDA 12.1 والتأكد من أن كل شيء يعمل بسلاسة، يجب على المطورين مراعاة بعض الأمور:
- اجعل ذاكرتك تعمل بشكل أكثر ذكاءً:
من المهم حقًا التعامل مع الذاكرة بشكل جيد عندما تعمل مع التطبيقات المسرّعة بواسطة GPU. حاول تقليل عدد المرات التي تنقل فيها البيانات ذهابًا وإيابًا بين الكمبيوتر و GPU، واستخدم الذاكرة المشتركة بحكمة، وفكر في طرق لإدارة الذاكرة بشكل أفضل مثل التجميع أو تنظيم بياناتك بشكل مختلف.
- افعل أكثر في وقت واحد:
يتيح لك CUDA تشغيل مهام مختلفة في نفس الوقت على GPU مما يمكن أن يساعد في جعل كل شيء أسرع بشكل عام. ابحث عن الفرص حيث لا تعتمد المهام على بعضها البعض بحيث يمكن القيام بها معًا، مما يعزز مقدار العمل الذي يمكن لـ GPU الخاص بك القيام به في وقت واحد.
- حافظ على تحديث الأمور:
من خلال التأكد من أن كل من برامج تشغيل GPU من NVIDIA والبرامج محدثة، لن تضمن فقط أنها تعمل بشكل جيد مع CUDA 12.1 ولكن أيضًا تستفيد من أي تحسينات أو إصلاحات تم إجراؤها منذ التحديث الأخير.
- استخدم ما هو موجود بالفعل لك:
هناك مجموعة من المكتبات الجاهزة في CUDA مثل cuBLAS و cuFFT و cuDNN المصممة خصيصًا لتسريع أنواع معينة من الحسابات خاصة تلك المستخدمة في العمليات الحسابية الثقيلة أو مشاريع التعلم العميق. هذه الأدوات مضبوطة بدقة لتحسين الأداء بشكل كبير دون الحاجة إلى إعادة اختراع العجلة.
بالإضافة إلى ذلك، بالنسبة للأشخاص الذين يحبون الغوص في أحدث اتجاهات تقنية GPU، يضع CUDA 12.1 ساحة لعب مثيرة مليئة بالإمكانيات لدفع الحدود في جميع أنواع مهام الكمبيوتر.
الخاتمة
تحديث CUDA 12.1 مليء بالترقيات الرائعة، مما يجعل الأمور أفضل للعمل في الذكاء الاصطناعي والتعلم الآلي. إنه مثل إعطاء جهاز الكمبيوتر الخاص بك دفعة فائقة، خاصة إذا كنت من محبي الحوسبة الثقيلة أو إنشاء أشياء تقنية ذكية. مع هذا الإصدار الجديد، يعمل كل شيء بسلاسة أكبر بفضل التحسينات في كيفية عمله مع الأجهزة والبرامج المختلفة. بالإضافة إلى ذلك، قاموا بإصلاح بعض الأخطاء والعمل حول بعض المشكلات التي كانت تزعج المستخدمين من قبل.
الأسئلة الشائعة
كيف يؤثر CUDA 12.1 على المشاريع الحالية؟
بالنسبة لتطبيقات الذكاء الاصطناعي والتعلم الآلي والحوسبة عالية الأداء (HPC)، تعني هذه التحسينات أداءً أفضل وعمليات أكثر سلاسة في كل مكان.
هل أحتاج إلى تثبيت CUDA قبل PyTorch؟
لا، لا تحتاج إلى تنزيل مجموعة أدوات CUDA كاملة وستحتاج فقط إلى تثبيت برنامج تشغيل NVIDIA متوافق، نظرًا لأن ثنائيات PyTorch تأتي مع تبعيات CUDA الخاصة بها.
هل CUDA متوافق مع PyTorch؟
نعم، قاعدة كود PyTorch الحالية تدعم جميع إصدارات CUDA 12 toolkit إذا قمت بالبناء من المصدر.
Novita AI، المنصة الشاملة للإبداع اللامحدود التي تمنحك الوصول إلى أكثر من 100 واجهة برمجة تطبيقات. من توليد الصور ومعالجة اللغة إلى تحسين الصوت وتحرير الفيديو، ادفع حسب الاستخدام بتكلفة منخفضة، فهو يحررك من متاعب صيانة GPU أثناء بناء منتجاتك الخاصة. جربه مجانًا.
قراءة موصى بها:
