این دسته بر استفاده از واحدهای پردازش گرافیکی (GPU) برای انجام محاسبات عمومی (GPGPU) تمرکز دارد که بسیار فراتر از رندرینگ گرافیکی سنتی است. GPUها به دلیل معماری موازی گسترده خود، برای تسریع الگوریتمهای علمی و هوش مصنوعی ایدهآل هستند. مقاله به طور خاص عملکرد موجو را بر روی دو GPU پیشرفته، NVIDIA H100 و AMD MI300A، ارزیابی میکند. این تحقیق نشان میدهد که چگونه موجو میتواند کدهای قابل حمل و بهینه برای GPU تولید کند که با پیادهسازیهای بومی مانند CUDA و HIP رقابت میکند. این موضوع اهمیت حیاتی دارد زیرا برنامهنویسی برای GPUها به طور سنتی پیچیده و وابسته به فروشنده بوده است و موجو قول یک رویکرد یکپارچهتر را میدهد.
در دنیای محاسبات علمی، توسعهدهندگان اغلب با یک انتخاب دشوار روبرو هستند: محیط کاربرپسند و انعطافپذیر پایتون یا سرعت خام و بینظیر زبانهای سطح پایینتر مانند C++ یا CUDA. این مصالحه مدتهاست که یک گلوگاه بوده و تیمها را مجبور میکند یا عملکرد را فدای بهرهوری کنند یا برعکس. اما اگر راهی برای دستیابی به … Read more
تقاضای روزافزون برای مدلهای هوش مصنوعی بزرگتر و پیچیدهتر، مرزهای سختافزارهای محاسباتی را جابجا میکند. در این حوزه جدید، محققان به «سوپرچیپها» روی آوردهاند؛ پردازندههای نوآورانهای که واحدهای پردازش گرافیکی (GPU) و پردازندههای مرکزی (CPU) قدرتمند را روی یک پکیج واحد ادغام میکنند. یک مطالعه پیشگامانه توسط پژوهشگرانی از دانشگاه ایلینوی در اربانا-شمپین، Anyscale و … Read more