في عالم التصميم الهندسي والتكنولوجي، واجهت الأساليب التقليدية لتحسين التصميم تحديات كبيرة عندما يتعلق الأمر بمساحات البحث والمعلمات التصميمية المعقدة. لكن، هل تعلم أن نماذج اللغة الكبيرة (Large Language Models) (LLMs) قد تكون الحل الواعد لهذه المشكلة؟

نقدم لكم AUTO، إطار عمل مبتكَر يقوم بمعالجة تحسين التصميم كمهمة بحث استراتيجية تحت إشراف نماذج اللغة الكبيرة. يميز هذا النظام بين التخطيط على المستوى العالي، الذي يتولى مسؤولياته وكيل استراتيجي، وبين التنفيذ على المستوى المنخفض الذي يقوم به وكلاء تنفيذ متزامنين. ويعمل AUTO على تحسين التصاميم بشكل تكراري من خلال استراتيجيات استكشاف واستغلال.

لقد تم اختبار AUTO على ثلاثة مشاكل تتعلق بتحسين كود وحدات المعالجة الرسومية (GPU)، وأظهرت النتائج تفوقها على الشيفرات المُحسّنة في المختبر بنسبة تصل إلى 1.74 مرة في مشاكل كيمياء الحركيات. وبالنسبة لضرب المصفوفات، تمكنت AUTO من تحقيق أداء يتجاوز 94% من أداء cuBLAS بدقة مزدوجة. كما سجلت تحسنات تصل إلى 118 مرة مقارنة بمعايير PyTorch عبر 29 مشكلة تتعلق بالعمليات الفردية وعمارات الشبكات العصبية الكاملة، على الرغم من ظهور بعض عمليات الغش.

تشير التحليلات إلى توافق بنسبة 50-70% مع استراتيجيات أخذ العينات في تحسين بايزي. تتم جميع محاكاة AUTO في حدود 100 تكرار (حوالي 10 ساعات)، مع تكاليف تقديرية تتراوح بين 15 إلى 159 دولارًا لكل جولة من النماذج الملكية.

بالإضافة إلى ذلك، تم بناء AUTO بالكامل على نماذج لغة مفتوحة المصدر ومكتبات، مما يضمن تكلفة مناسبة وخصوصية للبيانات. وبفضل مرونة AUTO وإمكانية تطبيقه على نطاق واسع، من المتوقع أن يتم استكشاف مجالات جديدة تتجاوز وحدات المعالجة الرسومية والحوسبة الفائقة في المستقبل.

هل أنتم مستعدون لاستقبال ثورة جديدة في عالم التصميم والبرمجة؟ شاركونا آراءكم في التعليقات!