NVIDIA telah memperkenalkan Tilus , bahasa pengaturcaraan kernel GPU peringkat jubin baharu yang menjanjikan untuk memudahkan pengaturcaraan GPU dengan kehalusan peringkat blok benang dan kawalan memori yang jelas. Walau bagaimanapun, pelancaran ini telah mencetuskan perbincangan hangat dalam komuniti pembangun mengenai motivasi strategik NVIDIA dan pertempuran berterusan untuk penguasaan ekosistem pengaturcaraan GPU.
Ciri-ciri Utama Tilus :
- Perincian pada tahap blok benang dengan tensor sebagai jenis data utama
- Kawalan eksplisit ke atas memori berkongsi dan tensor daftar
- Jenis ketepatan rendah dengan lebar bit sewenang-wenangnya (1 hingga 8 bit)
- Keupayaan penalaan automatik dan caching
- Antara muka Pythonic untuk kemudahan penggunaan
Respons Strategik Terhadap Ancaman Silang Platform Triton
Masa dan reka bentuk Tilus nampaknya merupakan respons langsung NVIDIA terhadap populariti yang semakin meningkat bagi Triton , bahasa pengaturcaraan GPU OpenAI yang menyokong kedua-dua perkakasan NVIDIA dan AMD . Pemerhati komuniti menyatakan bahawa dorongan terkini NVIDIA untuk alat pembangunan yang mengutamakan Python , termasuk CUDA Python peringkat rendah dan Tilus peringkat tinggi, mewakili usaha yang diperhitungkan untuk menghalang pembangun daripada berhijrah ke alternatif silang platform.
Kebimbangan tertumpu pada pengekangan ekosistem. Jika pembangun menggunakan Triton untuk keupayaan silang platformnya, parit kompetitif NVIDIA akan melemah dengan ketara. Tilus menawarkan konsep pengaturcaraan berasaskan jubin yang serupa dengan Triton tetapi kekal terikat dengan ekosistem NVIDIA , berpotensi mengekalkan pembangun dalam lingkungan pengaruh NVIDIA .
Perjuangan Berterusan AMD dan Intel
Perbincangan ini mendedahkan kekecewaan mendalam terhadap ketidakupayaan AMD dan Intel untuk mencabar penguasaan NVIDIA walaupun mempunyai masa bertahun-tahun untuk membangunkan alternatif yang kompetitif. ROCm AMD dan SYCL Intel , walaupun bersumber terbuka, secara paradoksnya menawarkan pengalaman pemasangan dan sokongan perkakasan yang lebih teruk berbanding kit alat CUDA proprietari NVIDIA .
AMD telah mempunyai masa untuk mengejar - sebenarnya sedekad. Mereka tidak memahami: sokongan perisian yang teguh memerlukan pelaburan yang besar dari pihak mereka.
Komuniti menunjukkan kepada salah faham asas tentang apa yang menjadikan CUDA berjaya. Ia bukan hanya bahasa pengaturcaraan atau prestasi - tetapi ekosistem lengkap termasuk perpustakaan yang luas, integrasi IDE , penyahpepijat grafik, dan sokongan poliglot yang diperlukan oleh penyelidik dan pembangun setiap hari.
Kedudukan Teknikal dan Realiti Pasaran
Tilus membezakan dirinya daripada pengaturcaraan GPU tradisional dengan beroperasi pada peringkat kumpulan kerja dan bukannya peringkat benang individu. Pendekatan ini membolehkan pembangun bekerja dengan nilai vektor dan matriks yang besar sementara pengkompil mengendalikan pengedaran merentasi sumber perkakasan. Bahasa ini juga menyokong jenis ketepatan rendah sewenang-wenangnya dari 1 hingga 8 bit, menyasarkan permintaan yang semakin meningkat untuk inferens AI yang cekap.
Walau bagaimanapun, persoalan kekal mengenai hubungan Tilus dengan projek dalaman NVIDIA seperti cuTile dan Warp . Sifat berpecah-belah usaha penyelidikan NVIDIA menunjukkan alat-alat ini mungkin tidak mewakili strategi yang diselaraskan tetapi sebaliknya inisiatif pasukan bebas yang kemudiannya diintegrasikan ke dalam ekosistem yang lebih luas.
Penyedia Awan Sebagai Penukar Permainan Berpotensi
Subplot menarik dalam perbincangan ini melibatkan penyedia awan utama yang membangunkan pemecut AI mereka sendiri. TPU Google , cip Inferentia dan Trainium AWS , dan usaha serupa daripada gergasi awan lain mewakili cabaran yang paling boleh dipercayai terhadap penguasaan NVIDIA . Syarikat-syarikat ini mempunyai kedua-dua sumber dan motivasi untuk membebaskan diri daripada kuasa penetapan harga NVIDIA .
Pembangunan OpenXLA , yang disokong oleh pemain utama termasuk Alibaba , Amazon , AMD , Apple , Google , Intel , Meta , dan juga NVIDIA sendiri, menunjukkan usaha yang diselaraskan untuk mengkomoditikan lapisan pecutan GPU . Ini akhirnya boleh terbukti lebih mengancam pengekangan NVIDIA berbanding mana-mana alternatif bahasa pengaturcaraan tunggal.
Ekosistem Pengaturcaraan GPU yang Bersaing:
- NVIDIA: CUDA, CUDA Python, Tilus, cuTile, Warp
- Merentas platform: Triton ( OpenAI ), SYCL, OpenXLA
- AMD: ROCm (sumber terbuka tetapi sokongan perkakasan terhad)
- Penyedia Awan: Google TPUs, AWS Inferentia/Trainium, pemecut tersuai
Memandang ke Hadapan
Pelancaran Tilus menyerlahkan ketegangan berterusan antara inovasi dan kawalan pasaran dalam ruang pengkomputeran GPU . Sementara NVIDIA terus menolak sempadan kemungkinan dengan pengaturcaraan GPU , komuniti kekal berpecah sama ada kemajuan ini melayani kepentingan pembangun atau terutamanya melindungi kedudukan pasaran NVIDIA . Ujian muktamad ialah sama ada Tilus memperoleh penerimaan tulen berdasarkan merit teknikalnya atau kekal sebagai alat lain dalam senjata pertahanan NVIDIA terhadap alternatif silang platform.
Rujukan: Tilus: A Tile-Level GPU Kernel Programming Language