VeriGPU ప్రాజెక్ట్ ఎలక్ట్రానిక్ సిస్టమ్లను వివరించడానికి మరియు మోడలింగ్ చేయడానికి వెరిలాగ్ భాషలో అభివృద్ధి చేయబడిన ఓపెన్ GPUని సృష్టించడం లక్ష్యంగా పెట్టుకుంది. ప్రారంభంలో, ప్రాజెక్ట్ వెరిలాగ్ సిమ్యులేటర్ను ఉపయోగించి అభివృద్ధి చేయబడుతోంది, కానీ పూర్తయిన తర్వాత ఇది నిజమైన చిప్ల ఉత్పత్తికి ఉపయోగించబడుతుంది. ప్రాజెక్ట్ యొక్క అభివృద్ధి MIT లైసెన్స్ క్రింద పంపిణీ చేయబడింది.
VeriGPU అనేది మెషీన్ లెర్నింగ్ సిస్టమ్లకు సంబంధించిన గణనలను వేగవంతం చేయడానికి ఆప్టిమైజ్ చేయబడిన అప్లికేషన్-స్పెసిఫిక్ ప్రాసెసర్ (ASIC) వలె ఉంచబడింది. PyTorch డీప్ మెషిన్ లెర్నింగ్ ఫ్రేమ్వర్క్తో అనుకూలత మరియు HIP (హెటెరోజెనియస్-కంప్యూట్ ఇంటర్ఫేస్) APIని ఉపయోగించి VeriGPU కోసం అప్లికేషన్లను అభివృద్ధి చేయగల సామర్థ్యం ప్లాన్లలో ఉన్నాయి. భవిష్యత్తులో, SYCL మరియు NVIDIA CUDA వంటి ఇతర APIలకు మద్దతును జోడించడం సాధ్యమవుతుంది.
GPU RISC-V సూచనల సెట్ నుండి పరిణామం చెందుతుంది, అయితే GPU సూచనల సెట్ యొక్క అంతర్గత నిర్మాణం RISC-V ISAకి బలహీనంగా అనుకూలంగా ఉంటుంది, ఎందుకంటే GPU డిజైన్ RISC-V ప్రాతినిధ్యానికి సరిపోని పరిస్థితుల్లో, ఇది RISC-V అనుకూలతను నిర్వహించడానికి ఉద్దేశించబడలేదు . మెషీన్ లెర్నింగ్ సిస్టమ్లకు అవసరమైన సామర్థ్యాలపై అభివృద్ధి దృష్టి కేంద్రీకరించబడింది, కాబట్టి చిప్ మ్యాట్రిక్స్ యొక్క పరిమాణం మరియు సంక్లిష్టతను తగ్గించడానికి, ఇది BF16 ఫ్లోటింగ్ పాయింట్ ఫార్మాట్ను మాత్రమే ఉపయోగిస్తుంది మరియు మెషిన్ లెర్నింగ్ కోసం అవసరమైన ఫ్లోటింగ్ పాయింట్ ఆపరేషన్లైన exp, లాగ్ వంటి వాటిని మాత్రమే ఉపయోగిస్తుంది. tanh మరియు sqrt, అందుబాటులో ఉన్నాయి.
ఇప్పటికే అందుబాటులో ఉన్న భాగాలలో GPU కంట్రోలర్, పూర్ణాంకాల కార్యకలాపాల కోసం APU (యాక్సిలరేటెడ్ ప్రాసెసింగ్ యూనిట్) (“+”,”-“,”/,”,”*”), మరియు ఫ్లోటింగ్ పాయింట్ ఆపరేషన్ల కోసం ఒక యూనిట్ (“+”, ”*”) మరియు బ్రాంచింగ్ బ్లాక్. అప్లికేషన్లను రూపొందించడానికి, LLVM ఆధారంగా C++లో కోడ్ను కంపైల్ చేయడానికి అసెంబ్లర్ మరియు మద్దతు అందించబడతాయి. ప్రణాళికాబద్ధమైన సామర్థ్యాలలో, సూచనల సమాంతర అమలు, డేటా మరియు ఇన్స్ట్రక్షన్ మెమరీని క్యాషింగ్ చేయడం మరియు SIMT (సింగిల్ ఇన్స్ట్రక్షన్ మల్టిపుల్ థ్రెడ్) ఆపరేషన్లు హైలైట్ చేయబడ్డాయి.
మూలం: opennet.ru