Questa pagina è stata tradotta dall'API Cloud Translation.

Novità di WebGPU (Chrome 134)

François Beaufort

Data di pubblicazione: 26 febbraio 2025

Migliorare i carichi di lavoro di machine learning con i sottogruppi

Dopo un anno di sviluppo e prove, è ora disponibile la funzionalità di sottogruppi WebGPU che consente il parallelismo a livello SIMD. Consente ai thread di un gruppo di lavoro di comunicare ed eseguire operazioni matematiche collettive, ad esempio calcolare la somma di numeri, e offre un metodo efficiente per la condivisione dei dati tra i thread. Consulta la proposta originale e la voce di Chrome Status.

Come riferimento, Google Meet ha registrato un aumento della velocità di 2,3-2,9 volte durante il benchmarking dei sottogruppi rispetto ai prodotti scalari interi compressi per gli shader di moltiplicazione matrice-vettore su alcuni dispositivi durante la prova dell'origine.

Quando la funzionalità "subgroups" è disponibile in un GPUAdapter, richiedi un GPUDevice con questa funzionalità per ottenere il supporto dei sottogruppi in WGSL. È utile controllare i valori delle informazioni sugli adattatori subgroupMinSize e subgroupMaxSize, ad esempio se hai un algoritmo hardcoded che richiede un sottogruppo di una determinata dimensione.

Devi anche attivare esplicitamente questa estensione nel codice WGSL con enable subgroups; per accedere ai seguenti valori incorporati nelle fasi degli shader di calcolo e dei frammenti:

subgroup_invocation_id: Un valore integrato per l'indice del thread all'interno del sottogruppo.
subgroup_size: Un valore integrato per l'accesso alla dimensione del sottogruppo.

Le numerose funzioni integrate dei sottogruppi (ad esempio subgroupAdd(), subgroupBallot(), subgroupBroadcast(), subgroupShuffle()) consentono una comunicazione e un calcolo efficienti tra le chiamate all'interno di un sottogruppo. Queste operazioni sui sottogruppi sono classificate come operazioni single-instruction multiple-thread (SIMT). Inoltre, le funzioni integrate quad, che operano su un quad di chiamate, facilitano la comunicazione dei dati all'interno del quad.

Puoi utilizzare i valori f16 con i sottogruppi quando richiedi un GPUDevice con le funzionalità "shader-f16" e "subgroups".

Il seguente esempio è un buon punto di partenza per esplorare i sottogruppi: mostra uno shader che utilizza la funzione integrata subgroupExclusiveMul() per calcolare i fattoriali senza leggere o scrivere in memoria per comunicare i risultati intermedi.

Rimuovi il supporto dei tipi di texture filtrabili float come miscelabili

Ora che la fusione di texture a virgola mobile a 32 bit è disponibile con la funzionalità "float32-blendable", il supporto errato dei tipi di texture filtrabili a virgola mobile come combinabili è stato rimosso. Vedi problema 364987733.

Aggiornamenti all'alba

Dawn ora richiede macOS 11 e iOS 14 e supporta solo Metal 2.3+. Vedi il problema 381117827.

Il nuovo metodo GetWGSLLanguageFeatures() di wgpu::Instance ora sostituisce EnumerateWGSLLanguageFeatures(). Vedi problema 368672124.

I seguenti tipi di binding hanno un valore Undefined e i relativi valori predefiniti nel layout di binding sono stati modificati. Vedi problema 377820810.

wgpu::BufferBindingType::Undefined ora è Uniform
wgpu::SamplerBindingType::Undefined ora è Filtering
wgpu::TextureSampleType::Undefined ora è Float
wgpu::StorageTextureAccess::Undefined è diventato WriteOnly

Questi sono solo alcuni dei punti salienti. Consulta l'elenco completo dei commit.

Novità di WebGPU (Chrome 134)

Migliorare i carichi di lavoro di machine learning con i sottogruppi

Rimuovi il supporto dei tipi di texture filtrabili float come miscelabili

Aggiornamenti all'alba