Záblesk grafického hardwaru je často první věcí, na kterou lidé upozorňují, když se zabývají růstem výpočetní techniky, ale neviditelný stroj, který umožňuje jeho vytvoření, je stejně důležitý. To je to, co dělá vnitřní pracovní postupy NVIDIA, největšího poskytovatele GPU na světě, tak náročné: miliony linek pokrývajících více hardwarových platforem, běžících prostřednictvím systémů, které musí poskytovat jak rychlost, tak spolehlivost. Tuto potřebu řeší Adarsh Kumar Sadhukha, architekt infrastruktury společnosti NVIDIA. Během posledních šesti let pracoval na přeměně zastaralých systémů na širší a komplexnější architekturu, která by zvládla rostoucí technické potřeby milionů aplikací. Od obvodů k systémům: cesta do infrastruktury Adarshova cesta začala daleko od jeho práce se stavebními potrubími. Jako vysokoškolák v oboru elektrotechniky a elektroniky na Birla Institute of Technology and Science Pilani byl fascinován obvody a hardwarem, ale stále více přitahoval přesnost softwaru. Později absolvoval magisterský titul na Georgia Tech, což nakonec vedlo k jeho průlomové roli, když mu byla nabídnuta další stáž v NVIDIA. Tam získal první chuť na důležitost těchto kritických nástrojů. „Za každým průlomovým produktem (ať už se jedná o GPU, nový software nebo pokročilý datový potrubí) je neviditelná vrstva nástrojů, která to všechno umožňuje,“ vzpomněl. Toto uvědomění nastavilo jeho trajektorii: spíše než spotřebitelské vlastnosti, jeho povoláním bylo postavení, které posílilo ostatní inženýry. „Moje dvojí zázemí v oblasti elektroniky a informatiky mě učinilo jedinečným umístěním pro uplatnění hardwarového inženýrství a softwarové architektury stejným způsobem, což je dovednost, která dnes silně řídí mou práci.“ Integrace C++ s NVIDIA Když mu byla nabídnuta pozice na plný úvazek u společnosti NVIDIA jako architekt infrastruktury softwarových nástrojů, byl pověřen pomáhat budovat protokoly potřebné k rozšiřování interních systémů společnosti. Jedním z jeho nejranějších problémů v tomto směru bylo řešit stavební systém, který byl pomalu, ale jistě škodlivý pro operace. V té době byl pozůstalý systém pomalý, paměťově náročný a křehký, když byl škálován. Adarsh ho zrekonstruoval od začátku v moderním C++, přepisoval algoritmy a přepracoval datové struktury. Výhoda byla ostrá, přičemž doba stavby se snížila na čtvrtinu a vyžadovala desetkrát méně využití paměti. Ale tato změna také zahrnovala pomoc inženýrům přizpůsobit se tomuto novému jazyku. C++ byl již dlouho považován za opatrný uvnitř společnosti, přičemž Perl je hlavním standardem používaným v celé společnosti.Dokázáním, že moderní C++ může konkurovat skriptovacím jazykům na vysoké úrovni v rychlosti vývojářů, zatímco je daleko převyšuje v výkonnosti, Adarsh usiloval o změnu myšlení. Jeho vůdčí styl, zakotvený ve vlastnictví spíše než v mikromanagementu, pěstoval důvěru mezi týmy. „Tento projekt dokázal, že se správnou inženýrskou přísností může moderní C++ poskytovat bezkonkurenční výkon a udržitelnost,“ vysvětluje. Zlepšení DSL společnosti Navzdory výkonnostním ziskům musel Adarsh také řešit stejně naléhavý problém šíření konfiguračních souborů. Tyto rozšířené pokyny řídily, jak jsou hardwarové kódové základny kompilovány, často se táhnoucí do tisíců kryptických řádků. Adarshova odpověď spočívala v navržení jazyka specifického pro konkrétní doménu, který by mohl proces urychlit a zároveň zůstat stejně efektivní a přesný jako předtím.Tím, že se opakující se vzory zhroutily do stručné syntaxe, Adarshův nový jazyk úspěšně zkrátil konfigurační soubory o 30 %, zatímco rozšiřoval jejich funkčnost v rámci svých interních operací. Aktualizovaná DSL ukázala, jak by NVIDIA mohla zlepšit svůj budovací protokol a mohla by být použita k přeměně své vnitřní infrastruktury na sdílený majetek spíše než na zátěž. Přechod na AI-Augmented Tooling S rychlejšími budovami a čistšími konfiguracemi jsou Adarshovy cíle umístěny na další hranici: inteligenci.S certifikacemi v oblasti strojového učení a umělé inteligence je jeho vizí vývojářské nástroje, které nejenže provádějí akce, které jim lidé požadují, ale které by se mohly v průběhu času od nich učit. To v praxi znamená, že by mohly existovat budovací nástroje schopné předpovídat technické překážky předtím, než se stanou vážnými problémy, potrubí, které se automaticky přizpůsobí na základě předchozích pracovních zatížení, a diagnostické systémy, které přenášejí poznatky bez lidského podnětu.Takové systémy by změnily budovací infrastrukturu z reaktivní na proaktivní, zlepšovaly a odvodily se s větší přesností, čím více se používají. "Zítřejší nástroje se budou učit z každé kompilace a budou ještě lepší," vysvětluje Adarsh. Jak se GPU stávají stále důležitějšími a používají se v mnoha oblastech, neviditelné motory, které je budují, musí držet krok. Infrastruktura NVIDIA je rychlejší, štíhlejší a připravena na budoucnost, kde se nástroje naučí stejně jako inženýři, kteří je používají. Adarš Kumar Sadhukha

This story contains new, firsthand information uncovered by the writer.

Tento zvuk je produkován v původním jazyce příběhu!

Adarsh Kumar Sadhukha: Člověk kódující neviditelný motor za GPU

About Author

KOMENTÁŘE

ZAVĚŠIT ZNAČKY

TENTO ČLÁNEK BYL PŘEDSTAVEN V

Related Stories

Coinshift Launches csUSDL, Announces Strategic Partnerships

Coinshift Launches csUSDL, Announces Strategic Partnerships

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps