المقدمة

مع التطور السريع للذكاء الاصطناعي، GPUأصبحت الطائرات نقطة محورية في سباق التسلح بين الشركات الكبرى. امتلاك المزيد GPUيؤدي ذلك إلى زيادة قوة الحوسبة، مما يتيح تدريب الذكاء الاصطناعي والاستدلال بشكل أسرع.

لماذا GPUهل هذا الأمر مهم جدًا في عصر الذكاء الاصطناعي؟

GPUالحوسبة المتوازية

هل تساءلت يومًا لماذا تعمل الألعاب واسعة النطاق بسلاسة مع رسومات واقعية، بينما تبدو معالجة المستندات سهلة لجهاز الكمبيوتر؟ يشبه الأمر الفرق بين شخص واحد يُحضّر وجبة طعام وجهد جماعي. مهما بلغت سرعة الفرد، لا يمكنه مُضاهاة كفاءة فريق يعمل بتناغم. وينطبق المبدأ نفسه على كيفية معالجة أجهزة الكمبيوتر للمعلومات. وحدة المعالجة المركزية (CPU) أشبه بطاهٍ ماهر، ماهر في التعامل مع مختلف التعليمات المعقدة. ومع ذلك، لديها "عقل" واحد فقط، مما يحد من سرعة معالجتها. في المقابل، GPU يشبه مجموعة من العمال الأقوياء والنشطين. قد لا يكون كل فرد منهم بمهارة الطاهي، لكن قوتهم مجتمعة تُمكّنهم من إنجاز العديد من المهام البسيطة في آنٍ واحد. تخيّل بناء قلعة بمكعبات ليغو. يعمل المعالج كمهندس معماري ماهر، مسؤول عن تصميم المخططات وتخطيط الخطوات. GPU يمثل مجموعة من الأطفال الذين، بعد استلامهم للمخططات، يمكنهم العمل معًا لتجميع أجزاء مختلفة في وقت واحد، مثل الجدران والأبراج والبوابات. وأخيرًا، يقوم المعالج بتجميع هذه المكونات، مما ينتج عنه قلعة كاملة. وهذا يُجسّد جوهر GPUالحوسبة المتوازية:

• وحدة معالجة الرسومات: تم تصميمه في الأصل لمعالجة الرسومات، GPUلقد تطورت الحواسيب إلى أدوات حوسبة متوازية قوية.
• الحوسبة المتوازية: على غرار مجموعة تعمل في وقت واحد، GPUيمكن للمعالج تقسيم مهمة كبيرة إلى مهام أصغر، وتوزيعها على "أنوية" متعددة للمعالجة، وبالتالي تعزيز الكفاءة بشكل كبير.

ما وراء الألعاب، GPUتُستخدم الحوسبة المتوازية والذكاء الاصطناعي بشكل واسع في مجالات الذكاء الاصطناعي، وتحليل البيانات، والحوسبة العلمية، وغيرها. فهي بمثابة "مُسرِّعات" للحاسوب، مما يجعل حياتنا أكثر راحةً وكفاءة.

ما هو CUDA؟

CUDA (هندسة الأجهزة الموحدة للحوسبة) هي منصة حوسبة متوازية ونموذج برمجة طورته شركة NVIDIA. تُمكّن هذه المنصة مطوري ومهندسي البرمجيات من استخدام NVIDIA. GPUs لمهام الحوسبة العامة، والتي تمتد إلى ما هو أبعد من عرض الرسومات. في جوهرها، CUDA هي طبقة برمجية توفر الوصول المباشر إلى GPU. وهذا يسمح للمطورين بتسخير GPUقدرات المعالجة المتوازية لتسريع التطبيقات التي تتطلب حوسبة مكثفة. يوفر CUDA واجهة برمجة تطبيقات شاملة تدعم لغات البرمجة مثل C وC++ وFortran، مما يُمكّن المطورين من كتابة برامج قابلة للتشغيل على GPUتتضمن الميزات الرئيسية لبرنامج CUDA ما يلي:

1. تماثل: GPUتتمتع CUDA بآلاف من أنوية المعالجة المتوازية القادرة على التعامل مع كميات هائلة من البيانات في وقت واحد، مما يجعل CUDA مناسبًا تمامًا لمهام الحوسبة المتوازية.
2. إدارة الذاكرة: يوفر CUDA الوصول المباشر إلى GPU الذاكرة، بما في ذلك الذاكرة العالمية، والمشتركة، والثابتة.
3. الخيوط والكتل: تتكون برامج CUDA من خيوط متعددة منظمة في كتل، والتي يتم تعيينها بعد ذلك على GPUمعالجات متعددة.
4. التوازي الديناميكي: يدعم CUDA الإطلاق الديناميكي للنوى الجديدة على GPU، مما يسمح بإنشاء المزيد من المهام المتوازية في وقت التشغيل حسب الحاجة.
5. التوافق: يعد CUDA متوافقًا مع نماذج البرمجة وسلاسل الأدوات الموجودة، مما يسهل التكامل مع التطبيقات الموجودة.
6. الاقوي: توفر NVIDIA أدوات مختلفة لمساعدة المطورين في تحسين أداء برامج CUDA الخاصة بهم، بما في ذلك أدوات تحليل الأداء وتحسينه.

نموذج برمجة CUDA

قبل CUDA، GPUكانت تُستخدم وحدات المعالجة المركزية (CPU) في المقام الأول لعرض الرسومات، مما يجعل من الصعب الاستفادة من قوتها في الحوسبة العامة. GPUتختلف المعالجات اختلافًا كبيرًا في بنية الذاكرة ومجموعات التعليمات وجوانب أخرى. بالإضافة إلى ذلك، عادةً ما تكون نماذج برمجة وحدة المعالجة المركزية متسلسلة، بينما GPUتعتبر s أكثر ملاءمة للمعالجة المتوازية. قدمت CUDA نموذج حوسبة غير متجانس يسمح للمطورين بكتابة التعليمات البرمجية باستخدام لغات البرمجة المألوفة (مثل C++) مع الاستفادة من قدرات المعالجة المتوازية لـ GPUس. إنه يجرد تفاصيل الأجهزة الأساسية، مما يحرر المطورين من المخاوف بشأن التفاصيل المحددة GPU هندسة معمارية تسمح لهم بالتركيز على التنفيذ المتوازي لخوارزمياتهم. والأهم من ذلك، توفر NVIDIA مجموعة كبيرة من المكتبات والأدوات التي تُبسط GPU البرمجة وتحسين الأداء. نموذج برمجة CUDA يخفض حاجز الدخول لـ GPU- تسريع الحوسبة العامة، مما يتيح للمطورين تسريع المهام الحسابية المختلفة، مثل الحوسبة العلمية، والتعلم الآلي، ومعالجة الصور.

كيفية نشر CUDA

فيما يلي الخطوات التفصيلية لتثبيت CUDA على Ubuntu:تحقق من توافق النظام

• التحقق مما إذا كان لديك GPU هي NVIDIA GPU:
• تأكد من أن إصدار نواة Linux الخاص بك يلبي متطلبات CUDA. راجع وثائق NVIDIA الرسمية للحصول على معلومات التوافق: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

lspci | grep -i nvidia

تنزيل مجموعة أدوات CUDA

• قم بزيارة صفحة تنزيل CUDA على الموقع الرسمي لـ NVIDIA: https://developer.nvidia.com/cuda/cuda-downloads
• حدد خيار التنزيل المناسب لإصدار Ubuntu الخاص بك وهندسة النظام وإصدار CUDA.
• تنزيل نوع الملف runfile (المحلي).

تثبيت CUDA

• افتح المحطة الطرفية، وانتقل إلى دليل التنزيل، واستخدم chmod +x أمر لمنح أذونات قابلة للتنفيذ لملف التشغيل.
• قم بتشغيل ملف التشغيل واتبع التعليمات لإكمال التثبيت:
• أثناء التثبيت، قم بقبول اتفاقية الترخيص واختر تثبيت كافة المكونات، بما في ذلك برامج التشغيل، ومجموعة أدوات CUDA، وcuDNN.
• بعد التثبيت، أضف مسار CUDA إلى متغيرات البيئة الخاصة بك:

echo 'export PATH=/usr/local/cuda-<version>/bin:$PATH'~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-<version>/lib64:$LD_LIBRARY_PATH'~/.bashrc
source ~/.bashrc

sudo ./cuda_<version>_<distro>_<architecture>.run

chmod +x cuda_<version>_<distro>_<architecture>.run

تحقق من التثبيت

• تجميع وتشغيل برنامج عينة CUDA:
• إذا كان التثبيت ناجحًا، فستظهر لك معلومات حول GPU، بما في ذلك إصدار CUDA.

cd /usr/local/cuda-<version>/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

استخدم CUDA على Novita AI

At Novita AIالخاص بنا أو GPU يتكامل منتج المثيل مع CUDA بشكل افتراضي، مما يسمح ببدء التشغيل بنقرة واحدة دون أي عمليات مملة إضافية.

خاتمة

مع CUDA، يمكن للمطورين الاستفادة الكاملة من قوة الحوسبة الهائلة التي تتمتع بها NVIDIA GPUلتسريع مختلف المهام الحسابية. يُعد CUDA أحد أهم منتجات NVIDIA، ويشكل أساس منظومة برمجياتها. تُبنى على CUDA العديد من التقنيات المتطورة، مثل TensorRT وTriton وDeepstream. تُظهر هذه الحلول التقنية، المُطورة على منصة CUDA، قدرة CUDA على دفع عجلة الابتكار البرمجي. تتميز أجهزة NVIDIA بأداء استثنائي. ومع ذلك، يتطلب إطلاق كامل إمكاناتها دعمًا برمجيًا متوافقًا. يعمل CUDA كجسر، حيث يوفر واجهة قوية للمطورين للاستفادة منها. GPU أجهزة لتسريع الحوسبة عالية الأداء. كسائق ماهر يقود سيارة عالية الأداء، يضمن CUDA تحقيق كامل إمكانيات الأجهزة.

Novita AI هي عبارة عن منصة سحابية للذكاء الاصطناعي توفر للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام واجهة برمجة التطبيقات البسيطة لدينا، مع توفيرها أيضًا بأسعار معقولة وموثوقة GPU السحابة للبناء والتوسع.

اقتراحات للقراءة:

1. لماذا يعتبر "الإيجار للتملك" GPU' مفيد؟
2. اختيار الأفضل: تحليل مقارنة بين RTX 4070 و3070 و4090