‫Google برای ترجمه محتوا به زبان ترجیحی شما از فناوری هوشواره استفاده می‌کند. ترجمه‌های هوشواره‌ای ممکن است اشتباه داشته باشند.

ویژگی‌های جدید WebGPU (‏Chrome 134)

François Beaufort

منتشرشده: ۲۶ فوریه ۲۰۲۵

بهبود دادن حجم کار یادگیری ماشین با زیرگروه‌ها

پس‌از یک سال توسعه و آزمایش، ویژگی زیرگروه‌ها در WebGPU که موازی‌سازی سطح SIMD را فعال می‌کند اکنون دردسترس است. این ویژگی به رشته‌های موجود در گروه کاری امکان می‌دهد با هم ارتباط برقرار کنند و عملیات ریاضی جمعی را اجرا کنند، مثلاً مجموع اعداد را محاسبه کنند، و روشی کارآمد برای هم‌رسانی داده بین رشته‌ها ارائه می‌دهد. پیشنهاد اصلی و ورودی chromestatus را ببینید.

برای اطلاع، Google Meet درطول آزمایش مبدأ، هنگام مقایسه زیرگروه‌ها با ضرب نقطه‌ای عدد صحیح بسته‌بندی‌شده برای سایه‌زن‌های ضرب ماتریس-بردار در برخی‌از دستگاه‌ها، شاهد افزایش سرعت ۲٫۳ تا ۲٫۹ برابری بود.

وقتی ویژگی "subgroups" در GPUAdapter دردسترس است، GPUDevice با این ویژگی را درخواست کنید تا از زیرگروه‌ها در WGSL پشتیبانی شود. بررسی مقادیر اطلاعات آداپتور subgroupMinSize و subgroupMaxSize مفید است—برای مثال، اگر الگوریتم کدبندی‌شده‌ای دارید که به زیرگروهی با اندازه معین نیاز دارد.

همچنین باید این افزونه را به‌طور صریح در کد WGSL خود با enable subgroups; فعال کنید تا به مقادیر داخلی زیر در هر دو مرحله سایه‌زن محاسباتی و سایه‌زن تکه‌تکه دسترسی پیدا کنید:

‫subgroup_invocation_id: مقدار داخلی برای شاخص رشته در زیرگروه.
‫subgroup_size: مقدار داخلی برای دسترسی به اندازه زیرگروه.

تعداد زیاد کارکردهای داخلی زیرگروه (برای نمونه، subgroupAdd()، subgroupBallot()، subgroupBroadcast()، subgroupShuffle()) ارتباط و محاسبات کارآمد بین فراخوانی‌ها را در یک زیرگروه امکان‌پذیر می‌کند. این عملیات‌های زیرگروه به‌عنوان عملیات‌های تک‌دستور چندرشته‌ای (SIMT) طبقه‌بندی می‌شوند. علاوه‌براین، توابع داخلی چهارگانه که روی چهارگانه فراخوانی‌ها عمل می‌کنند، ارتباط داده‌ای را در چهارگانه تسهیل می‌کنند.

وقتی GPUDevice را با هر دو ویژگی "shader-f16" و "subgroups" درخواست می‌کنید، می‌توانید از مقادیر f16 با زیرگروه‌ها استفاده کنید.

نمونه زیر نقطه شروع خوبی برای کاوش زیرگروه‌ها است: این نمونه سایه‌زنی را نشان می‌دهد که از تابع داخلی subgroupExclusiveMul() برای محاسبه فاکتوریل‌ها بدون خواندن یا نوشتن حافظه برای انتقال نتایج میانی استفاده می‌کند.

برداشتن پشتیبانی از انواع بافت فیلترپذیر شناور به‌عنوان ترکیب‌شدنی

اکنون که ترکیب بافت‌های شناور ۳۲ بیتی با ویژگی "float32-blendable" دردسترس است، پشتیبانی نادرست از انواع بافت فیلترپذیر شناور به‌عنوان ترکیب‌شدنی برداشته شده است. مشکل ۳۶۴۹۸۷۷۳۳ را ببینید.

به‌روزرسانی‌های سپیده‌دم

‫Dawn اکنون به macOS 11 و iOS 14 نیاز دارد و فقط از Metal 2.3+ پشتیبانی می‌کند. مشکل ۳۸۱۱۱۷۸۲۷ را ببینید.

روش جدید GetWGSLLanguageFeatures() در wgpu::Instance اکنون جایگزین EnumerateWGSLLanguageFeatures() شده است. مشکل ۳۶۸۶۷۲۱۴ را ببینید.

انواع ملزم‌سازی زیر مقدار Undefined دارند و مقادیر پیش‌فرض آن‌ها در چیدمان ملزم‌سازی تغییر کرده است. مشکل ۳۷۷۸۲۰۸۱۰ را ببینید.

wgpu::BufferBindingType::Undefined اکنون Uniform است
wgpu::SamplerBindingType::Undefined اکنون Filtering است
wgpu::TextureSampleType::Undefined اکنون Float است
‫wgpu::StorageTextureAccess::Undefinedاکنون WriteOnly است

این فقط برخی‌از نکات برجسته کلیدی را پوشش می‌دهد. فهرست کامل تعهدات را بررسی کنید.