كيف تستخدم Jingang GC3 معمارية RISC-V وتدفّق البيانات لمعالجة اختناقات ذكاء الفيديو

تُقدَّم Jingang GC3، أو King Kong GC3، على أنها شريحة متخصصة في ذكاء الفيديو والذكاء الاصطناعي التوليدي من شركة SmarCo HT Tech. وبدلاً من فصل فكّ الفيديو واستدلال الذكاء الاصطناعي وتوليد الفيديو بين معالجات وأجهزة مختلفة، تحاول الشريحة جمع هذه المسارات ضمن منصة واحدة تعتمد على معمارية موجّهة بتدفّق البيانات. وتشير التقارير المتاحة إلى 12 نواة RISC-V، وقدرة حسابية تبلغ 200 TOPS لعمليات INT8، وذاكرة LPDDR5 ECC موحدة بسعة 128 غيغابايت. 35

لكن أهمية GC3 لا تكمن في رقم TOPS وحده. فالفكرة الأساسية هي أن أعباء الفيديو قد تستهلك وقتاً وطاقة كبيرين في نقل الإطارات وبيانات النماذج والنتائج الوسيطة بين المعالجات والذاكرة. ويُفترض أن يساعد محرك تدفّق البيانات والذاكرة المشتركة ودمج مسارات الفيديو والذكاء الاصطناعي على تقليل هذا النقل.

لماذا يمثل الفيديو تحدياً يتعلق بنقل البيانات؟

في مسار تقليدي لفهم الفيديو، يُفكّ البث إلى إطارات، ثم تُنقل الإطارات إلى وحدة معالجة رسومية لتشغيل نماذج الرؤية الحاسوبية، قبل أن تمر النتائج بمراحل معالجة إضافية. ومع ارتفاع عدد التدفقات المتزامنة، قد يصبح نقل البيانات ومزامنتها عائقاً إلى جانب الحسابات نفسها. 3

أما توليد الفيديو فيضيف تحدياً مشابهاً. فأنظمة الانتشار والنماذج المعتمدة على المحوّلات تتعامل مع معاملات كبيرة ونتائج وسيطة ضخمة. وتقول التقارير المرتبطة بـGC3 إن هذه البيانات الوسيطة قد تصل إلى مئات الغيغابايت، ما يجعل عمليات القراءة والكتابة والنقل المتكررة مكلفة من حيث عرض النطاق والطاقة والوقت. 3

لذلك تستهدف GC3 مشكلة تتجاوز نقص الوحدات الحسابية: إنها كلفة تنسيق مراحل كثيرة من عبء عمل متوازٍ وكبير الحجم.

ماذا تجمع معمارية GC3؟

تنفيذ قائم على تدفّق البيانات

في التصميم التقليدي القائم على تدفق التحكم، يتولى معالج أو مجدول مركزي جلب التعليمات وإصدارها، بينما تتحرك البيانات عبر مستويات الذاكرة. يمنح هذا الأسلوب مرونة واسعة، لكن التقارير عن GC3 تصفه بأنه أقل ملاءمة لبعض عمليات الفيديو المنتظمة والمتوازية على نطاق واسع. 3

في المقابل، تسمح معمارية تدفّق البيانات - من حيث المبدأ - ببدء العملية عندما تصبح البيانات المطلوبة لها متاحة. وقد يتيح ذلك استغلال قدر أكبر من التوازي وتقليل الانتظار الناجم عن الجدولة المركزية والتنسيق العام. وبالنسبة إلى أعباء الفيديو، يتمثل الهدف في إبقاء مراحل معالجة أكثر نشاطاً، من دون تمرير كل العمل مراراً عبر مسار تحكم واحد. 3

غير أن هذا هدف معماري، وليس دليلاً على تحقيق زيادة سرعة محددة. فالمصادر المتاحة لا تقدم مقارنات مستقلة شاملة مع معالجات أو بطاقات رسومية أو منصات أخرى لذكاء الفيديو.

أنوية RISC-V للتحكم

تعمل أنوية RISC-V الاثنتا عشرة، وفق التصميم المعلن، كطبقة تحكم قابلة للبرمجة. وتتولى المسارات المتخصصة عمليات الفيديو والذكاء الاصطناعي، بينما توفر أنوية RISC-V التحكم العام والجدولة، بدلاً من تحميل معالج تقليدي مسؤولية كل مرحلة. 35

وبهذا الترتيب، لا تُقدَّم RISC-V بوصفها محرك الحساب الكامل. فهي تعمل إلى جانب محرك تدفّق البيانات ووظائف الفيديو والذكاء الاصطناعي المتخصصة، لتوفير تحكم قابل للبرمجة مع ترك العمليات عالية الإنتاجية للعتاد المخصص.

ذاكرة موحدة بسعة 128 غيغابايت

تُذكر GC3 بوصفها تستخدم ذاكرة LPDDR5 ECC موحدة بسعة 128 غيغابايت، ومشتركة بين مسارات CPU وVPU وGPU وNPU. 35 وتتمثل الفائدة المقصودة في تقليل الحاجة إلى نسخ البيانات بين مجموعات ذاكرة منفصلة للمعالج ووحدة معالجة الرسوميات.

وقد تتيح الذاكرة المشتركة إبقاء الإطارات المفكوكة وأوزان النماذج والموترات الوسيطة متاحة لكتل معالجة متعددة، من دون المستوى نفسه من النقل بين الأجهزة. أما ECC، أو تصحيح أخطاء الذاكرة، فيضيف قدرات لحماية البيانات داخل النظام؛ وقد تناولت أبحاث على معالجات RISC-V استخدام ذاكرة محمية بـECC لتحسين تحمّل الأعطال. 1

لكن الذاكرة الموحدة لا تلغي قيود عرض النطاق. فهي تغيّر طريقة وصول وحدات الحساب المختلفة إلى البيانات، بينما تعتمد الفائدة العملية على عرض نطاق الذاكرة، وحزمة البرمجيات، وآلية الجدولة، وطبيعة عبء العمل.

دمج مسارات الفيديو والذكاء الاصطناعي

يجمع التصميم المعلن بين ترميز وفكّ ترميز الفيديو والحسابات المرتبطة بالذكاء الاصطناعي ضمن منصة واحدة. ومن المفترض أن يتيح ذلك مساراً أكثر مباشرة من استقبال الفيديو إلى فهمه، ومن المحتوى المُولَّد إلى ترميزه. 35

ويتمثل سير العمل المقترح في الآتي:

• فكّ الفيديو على المنصة نفسها؛
• إبقاء الإطارات متاحة لمسار الذكاء الاصطناعي المناسب؛
• تشغيل الفهم أو التوليد من دون عبور متكرر بين أجهزة منفصلة؛
• ترميز الناتج ضمن النظام المدمج نفسه.

ولا يعني ذلك أن كل عملية ستنفذ في خطوة واحدة غير قابلة للتجزئة، بل إن المعمارية تهدف إلى تقليل عمليات التسليم غير الضرورية بين معالجات وأنظمة ذاكرة منفصلة.

كيف يمكن أن تخفّض GC3 الكلفة والطاقة والكمون؟

ينتج الأثر الاقتصادي المقصود مباشرة من المعمارية. فإذا احتاج عبء العمل إلى نسخ أقل، وعدد أقل من دورات الوصول إلى الذاكرة، وتنسيق أقل بين الأجهزة، فقد ينفق وقتاً وطاقة أقل على نقل البيانات بدلاً من معالجتها. وقد يكون ذلك مفيداً لفهم الفيديو متعدد التدفقات، ومعالجة الفيديو محلياً، وتوليد الفيديو الذي يتعامل مع موترات وسيطة كبيرة. 3

ويمكن تلخيص الفوائد المحتملة في ثلاثة محاور:

• الكمون: قد يؤدي تقليل النقل بين مراحل فكّ الفيديو والذكاء الاصطناعي والترميز إلى تقصير المسافة الزمنية بين الإطار والنتيجة.
• الطاقة: يمكن أن يؤدي خفض حركة البيانات إلى تقليل الطاقة المستهلكة في الوصول إلى الذاكرة والاتصال بين الوحدات.
• الكلفة: قد تقلل المنصة المدمجة الواحدة من أعباء البنية التحتية والتشغيل المرتبطة بتنسيق عدة أجهزة متخصصة.

لكن هذه أهداف معمارية ومزايا تصفها التقارير المتاحة، وليست نتائج مستقلة تم التحقق منها. فالمصادر تقدم المواصفات الرئيسية والمنطق المعماري، لكنها لا تثبت انخفاضاً محدداً في تكلفة معالجة الفيديو أو استهلاك الواط لكل تدفق أو زمن الاستجابة من البداية إلى النهاية.

ما الذي تثبته المواصفات وما الذي لا تثبته؟

يشير رقم 200 TOPS إلى قدرة حسابية للذكاء الاصطناعي باستخدام دقة INT8، ولا يعني أداءً مضموناً في تطبيق فعلي. فمعدل معالجة الفيديو سيتأثر أيضاً بتوافق النموذج، والدقة المستخدمة، وعرض نطاق الذاكرة، ودعم المترجم وبيئة التشغيل، وصيغ الفيديو، وحجم الدفعة، وعدد التدفقات، وكفاءة مجدول تدفّق البيانات.

وبالمثل، قد تساعد ذاكرة موحدة بسعة 128 غيغابايت في استيعاب نماذج كبيرة وبيانات وسيطة، لكن السعة وحدها لا تثبت أن نموذجاً معيناً لتوليد الفيديو سيعمل بكفاءة. يظل دعم البرمجيات وحركة البيانات الفعلية داخل الذاكرة عاملين حاسمين.

الخلاصة

من الأفضل فهم Jingang GC3 باعتبارها محاولة متخصصة لإعادة تصميم مسار معالجة ذكاء الفيديو حول محلية البيانات. فالجمع المعلن بين تنفيذ تدفّق البيانات، وأنوية RISC-V للتحكم، ومسارات CPU وVPU وGPU وNPU المدمجة، وذاكرة موحدة بسعة 128 غيغابايت، يستهدف حواجز النقل والمزامنة التي قد تحد من كفاءة مسارات CPU وGPU التقليدية. 35

وإذا عمل العتاد والبرمجيات كما هو مقصود، فقد تجعل هذه المعمارية فهم الفيديو متعدد التدفقات وتوليد الفيديو أكثر كفاءة. لكن الاستنتاج الأكثر تحفظاً في الوقت الحالي هو أن GC3 تقدم استراتيجية معمارية لافتة ومواصفات معلنة من الشركة، لا دليلاً مستقلاً مؤكداً على خفض الكلفة أو استهلاك الطاقة أو زمن الاستجابة.