Yang Baru di WebGPU (Chrome 134)

François Beaufort

Dipublikasikan: 26 Februari 2025

Meningkatkan workload machine learning dengan subgrup

Setelah satu tahun pengembangan dan uji coba, fitur WebGPU subgrup yang memungkinkan paralelisme tingkat SIMD kini tersedia. Fitur ini memungkinkan thread dalam workgroup berkomunikasi dan menjalankan operasi matematika kolektif, seperti menghitung jumlah angka, dan menawarkan metode yang efisien untuk berbagi data lintas thread. Lihat proposal asli dan entri chromestatus.

Sebagai referensi, Google Meet mengalami peningkatan kecepatan 2,3-2,9 kali saat melakukan benchmark subgrup terhadap produk titik bilangan bulat yang dikemas untuk shader perkalian vektor matriks di beberapa perangkat selama uji coba origin.

Jika fitur "subgroups" tersedia di GPUAdapter, minta GPUDevice dengan fitur ini untuk mendapatkan dukungan subgrup di WGSL. Sebaiknya periksa nilai info adaptor subgroupMinSize dan subgroupMaxSize—misalnya, jika Anda memiliki algoritma hardcode yang memerlukan subgrup dengan ukuran tertentu.

Anda juga harus mengaktifkan ekstensi ini secara eksplisit dalam kode WGSL dengan enable subgroups; untuk mendapatkan akses ke nilai bawaan berikut di tahap shader komputasi dan fragmen:

subgroup_invocation_id: Nilai bawaan untuk indeks thread dalam subgrup.
subgroup_size: Nilai bawaan untuk akses ukuran subgrup.

Berbagai fungsi bawaan subgrup (misalnya, subgroupAdd(), subgroupBallot(), subgroupBroadcast(), subgroupShuffle()) memungkinkan komunikasi dan komputasi yang efisien antar-pemanggilan dalam subgrup. Operasi subgrup ini diklasifikasikan sebagai operasi single-instruction multiple-thread (SIMT). Selain itu, fungsi bawaan quad, yang beroperasi pada quad pemanggilan, memfasilitasi komunikasi data dalam quad.

Anda dapat menggunakan nilai f16 dengan subgrup saat meminta GPUDevice dengan fitur "shader-f16" dan "subgroups".

Contoh berikut adalah titik awal yang baik untuk menjelajahi subgrup: contoh ini menunjukkan shader yang menggunakan fungsi bawaan subgroupExclusiveMul() untuk menghitung faktorial tanpa membaca atau menulis memori untuk mengomunikasikan hasil perantara.

Menghapus dukungan jenis tekstur yang dapat difilter float sebagai dapat digabungkan

Karena penggabungan tekstur float 32-bit kini tersedia dengan fitur "float32-blendable", dukungan yang salah untuk jenis tekstur yang dapat difilter float sebagai dapat digabungkan telah dihapus. Lihat masalah 364987733.

Info terbaru Dawn

Dawn kini memerlukan macOS 11 dan iOS 14 serta hanya mendukung Metal 2.3+. Lihat masalah 381117827.

Metode GetWGSLLanguageFeatures() baru dari wgpu::Instance kini menggantikan EnumerateWGSLLanguageFeatures(). Lihat masalah 368672124.

Jenis binding berikut memiliki nilai Undefined dan nilai defaultnya dalam tata letak binding telah diubah. Lihat masalah 377820810.

wgpu::BufferBindingType::Undefined kini menjadi Uniform
wgpu::SamplerBindingType::Undefined sekarang menjadi Filtering
wgpu::TextureSampleType::Undefined kini menjadi Float
wgpu::StorageTextureAccess::Undefined kini menjadi WriteOnly

Hal ini hanya mencakup beberapa sorotan utama. Lihat daftar commit yang lengkap.

Yang Baru di WebGPU (Chrome 134)

Meningkatkan workload machine learning dengan subgrup

Menghapus dukungan jenis tekstur yang dapat difilter float sebagai dapat digabungkan

Info terbaru Dawn