في خطوة مبهرة نحو تحسين الأداء في عالم المعالجات الرسومية (GPU)، تم تقديم إطار KernelArc الذي يعتمد على مفهوم الوكلاء المتعددين. هذا الإطار يمكنه تحسين أداء كيرنيل المعالجات الرسومية عبر مجموعة من الأحمال غير المتجانسة. يقوم الوكلاء المتخصصون في استراتيجيات معينة بالعمل بالتوازي. يستخدمون ذاكرة مشتركة تعتمد على الاستنتاجات فقط، مع وجود نظام مراقبة موحد لتحديد المعايير، وحالة قابلة للقراءة فقط بين الوكلاء التي تتفاعل عند حاجتها.

تم تقييم أداء KernelArc على معالجات NVIDIA H100 و B200 باستخدام مجموعة من الأحمال التمثيلية مثل SOL-ExecBench. النتائج كانت رائعة، حيث شملت تطبيقات جديدة مثل BF16 GEMM المخصص، جداول إعدادات API الخاصة بـ cuBLASLt، ودمج النقل للفئات الخلفية، بالإضافة إلى تقنيات أخرى مبتكرة مثل الانتباه المجمع NVFP4.

وفي لقطة القيادة العامة لمتصدري SOL-ExecBench المسجلة في 30 يوليو 2026، احتلت هذه التقديمات المرتبة الأولى في مهام مثل L1 و L2 والكمية وFlashInfer، مما يعكس القوة الكامنة في استراتيجية البحث المشتركة بين الوكلاء متعددة الاتجاهات. ولعل المحور الأساسي في الورقة هو أن البحث المشترك بين عدة وكلاء يمكن أن يعزز exploration ويصل إلى معايير أقوى ضمن ميزانية محددة، حيث تكون قيمة ميزات التنسيق الفردي تعتمد على الفئة المراد تحسينها ومرحلة التحسين.

فهل يمكن أن يمثل KernelArc بداية لعصر جديد في تحسينات الأداء في عالم المعالجات الرسومية؟ شاركونا آراءكم في التعليقات!