{"id":115974,"date":"2024-05-21T14:59:30","date_gmt":"2024-05-21T12:59:30","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/proekt-bend-razvivaet-vysokourovnevyj-yazyk-dlya-parallelnyh-vychislenij-na-gpu"},"modified":"2024-05-21T14:59:30","modified_gmt":"2024-05-21T12:59:30","slug":"proekt-bend-razvivaet-vysokourovnevyj-yazyk-dlya-parallelnyh-vychislenij-na-gpu","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pl\/blog\/news\/proekt-bend-razvivaet-vysokourovnevyj-yazyk-dlya-parallelnyh-vychislenij-na-gpu","title":{"rendered":"Projekt Bend rozwija j\u0119zyk wysokiego poziomu do r\u00f3wnoleg\u0142ych oblicze\u0144 na GPU","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Opublikowano pierwsze wydania projektu Bend, rozwijaj\u0105cego wysokopoziomowy j\u0119zyk programowania do oblicze\u0144 r\u00f3wnoleg\u0142ych, kt\u00f3ry jest pozycjonowany jako alternatywa dla niskopoziomowych j\u0119zyk\u00f3w, takich jak CUDA i Metal, charakteryzuj\u0105cy si\u0119 wyrazist\u0105 sk\u0142adni\u0105 oraz mo\u017cliwo\u015bciami zwi\u0119kszaj\u0105cymi wygod\u0119 tworzenia, typowymi dla j\u0119zyk\u00f3w takich jak Python i Haskell. Kod projektu napisano w j\u0119zyku Rust i jest dystrybuowany na licencji Apache 2.0. <\/p>\n
W j\u0119zyku Bend mo\u017cna zauwa\u017cy\u0107 szybkie przydzielanie obiekt\u00f3w, mo\u017cliwo\u015b\u0107 korzystania z funkcji wy\u017cszego rz\u0119du, zamkni\u0119\u0107, kontynuacji, nieograniczonej rekursji, dopasowania wzorc\u00f3w, rekursywnych dopasowa\u0144 (fold) oraz p\u0119tli (bend), a tak\u017ce typ\u00f3w ca\u0142kowitych, stringowych i listowych. Obs\u0142ugiwane s\u0105 dwa warianty sk\u0142adni \u2014 w stylu Pythona oraz w stylu Haskella. W programach nie jest wymagane okre\u015blenie adnotacji do zarz\u0105dzania r\u00f3wnoleg\u0142o\u015bci\u0105, jawnego tworzenia w\u0105tk\u00f3w ani ustawiania blokad. R\u00f3wnoleg\u0142o\u015b\u0107 odbywa si\u0119 automatycznie, na przyk\u0142ad przy obliczaniu wyra\u017cenia \u201e((1 + 2) + (3 + 4))\u201d, operacje \u201e1 + 2\u201d i \u201e3 + 4\u201d b\u0119d\u0105 wykonywane r\u00f3wnolegle. <\/p>\n
Programy w j\u0119zyku Bend mog\u0105 by\u0107 uruchamiane na sprz\u0119cie zapewniaj\u0105cym masow\u0105 r\u00f3wnoleg\u0142o\u015b\u0107, na przyk\u0142ad na GPU, wykazuj\u0105c praktycznie liniowy wzrost wydajno\u015bci w zale\u017cno\u015bci od liczby rdzeni obliczeniowych. Kod w j\u0119zyku Bend jest kompilowany do niskopoziomowego po\u015bredniego przedstawienia HVM2 (Higher-order Virtual Machine 2), kt\u00f3re nast\u0119pnie jest kompilowane do reprezentacji w C i CUDA. Obecnie projekt wspiera jedynie wykonanie na GPU NVIDIA. <\/p>\n
Je\u015bli chodzi o wydajno\u015b\u0107, to testowa aplikacja implementuj\u0105ca sortowanie bitonowe, przy uruchomieniu na pojedynczym w\u0105tku CPU Apple M3 Max, zajmowa\u0142a 12,15 sek. przy u\u017cyciu 16 w\u0105tk\u00f3w \u2014 zajmowa\u0142a 0,96 sek., a przy zaanga\u017cowaniu GPU NVIDIA RTX 4090 z 16k w\u0105tkami \u2014 zajmowa\u0142a 0,21 sek. def sort(d, s, tree): switch d: case 0: return tree case _: (x,y) = tree lft = sort(d-1, 0, x) rgt = sort(d-1, 1, y) return rots(d, s, lft, rgt) def rots(d, s, tree): switch d: case 0: return tree case _: (x,y) = tree return down(d, s, warp(d-1, s, x, y)) ... \n \u0179r\u00f3d\u0142o: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"