في عالم الذكاء الاصطناعي، تواصل النماذج اللغوية الكبيرة (Large Language Models) إحداث تغييرات جوهرية، خصوصًا في مجالات مثل تحسين أداء النوى (kernels) لأنظمة الحوسبة. في خطوة جديدة، تم تصميم نظام متكامل لإجراء تحسينات فعّالة على نوى ترايتون (Triton)، حيث يُعتمد على تشخيص هرمي قائم على المترجم (compiler) لفهم الأسباب وراء عدم تحقيق الأداء المثالي.

تُمكّن هذه المنهجية الحديثة من ربط الأعراض التي تظهر أثناء التشغيل بالهيكل الداخلي (IR structure) وسلوك المترجم، مما يتيح تحليلًا شاملًا قبل إجراء أي تعديلات على الشيفرة المصدرية. هذا التطور يعتبر تحولًا جذريًا، حيث يتم التقدم من تشخيصات بسيطة إلى تحليلات معمقة فقط عند الحاجة، مما يسهم في تحسين أداء النظام بشكل كبير.

تم اختبار النظام الجديد على معالجات Ascend NPUs، وأظهرت النتائج نجاح النظام في تحسين الأداء، حيث حقق تسريعًا يصل إلى 4.35 مرة في المتوسط و2.73 مرة كوسيط. إذ نجح 22 من أصل 37 اختبارًا في تجاوز عامل تسريع 2 وأثنى عشر في تجاوز 5.

هذه النتائج الملحوظة تقدم لنا لمحة عن الإمكانيات التي يمكن أن تحققها الأنظمة الذكية عبر استخدام تقنيات متقدمة في التشخيص والتحليل. إذًا، هل أنتم متحمسون لهذه التطورات في عالم الذكاء الاصطناعي؟