موسوعة AIXX › مقالة البرمجيات › CUDA

CUDA هو نظام منصة حوسبة متوازية ونموذج برمجة أُطلق في نوفمبر 2006 مع GeForce 8800 (معمارية G80 ذات التصيير الموحّد) — حوّل الـ GPU من «معالج رسوميات» إلى «معالج حوسبة متوازية عام الأغراض»، إذ أصبح المطورون يكتبون برامج GPU بلغة شبيهة بـ C (وفق الصفحة الرسمية لـ NVIDIA CUDA[1]اليوم هو المعيار الفعلي في عالم الحوسبة الذكية للـ AI: فمن أسفل PyTorch وTensorFlow وvLLM، تكاد جميع الأطر الذكاء الاصطناعي الرئيسية تضع خلفياتها GPU على CUDA.
CUDA ليست مجرد «تعريف» — إنها حزمة برمجيات ثلاثية الطبقات : طبقة التعريفات ومجموعة تعليمات العتاد في الأسفل (تحددها نسخة «القدرة الحاسوبية» للكرت)، وطبقة CUDA Toolkit في الوسط (مصرّف nvcc وبيئة التشغيل) مع حزمة مكتبات CUDA-X (مثل cuBLAS/cuDNN/NCCL[2][3]وطبقة الأطر والتطبيقات المطوّرة داخلياً في الأعلى. «القدرة الحاسوبية» (Compute Capability، مثل H100=9.0 وBlackwell=10.0) التي تُذكر عند اختيار الكرت هي الجيل العتادي في عالم CUDA — وهي أول معامل مرجعي عند فحص الكروت المستعملة والتوافق مع الأطر (وفق الجدول الرسمي للمقارنة[4])。
بالنسبة لمشتري العتاد، تعني CUDA أمرين عمليين: الاحتجاز البيئي (النظام البيئي) (نقل خطوط الإنتاج من CUDA إلى ROCm/oneAPI له تكلفة حقيقية، انظر «القيود والجدل») و توافق الإصدارات (إصدار CUDA المطلوب من الإطار مقابل تعريف الكرت وقدرته الحاسوبية — بند إلزامي عند فحص الكروت المستعملة). هذه المقالة مقالة مفهوم برمجي — تتكامل مع مقالات الطُرز المختلفة.
AIXX Index (0–100): تقدير موزون وفق درجة التوافق مع النظام البيئي (منهجية خاصة بمقالات المفاهيم البرمجية).
في نوفمبر 2006 أُطلقت CUDA مع GeForce 8800 (G80): معمارية التصيير الموحّدة سمحت بجدولة معالجات انسياب الـ GPU عبر برامج متوازية عامة، ومن هنا رسا اسم «Compute Unified Device Architecture» (وفق الصفحة الرسمية لـ NVIDIA CUDA وتاريخ التقنية المنشور[1]— فتحولت الحوسبة العامة على GPU (GPGPU) من حيلة أكاديمية إلى منصة هندسية.
2012-2016 انفجار التعلم العميق: فاز AlexNet بالمسابقة مستخدماً كرتين GTX 580 للتدريب (وفق تاريخ التقنية المنشور)، وصارت CUDA-GPU منذئذٍ العتاد المعياري للتعلم العميق — نضجت المكتبات المتخصصة مثل cuDNN وتشكّلت حزمة CUDA-X (وفق الصفحة الرسمية لـ cuDNN[2])。
2017-2022 التحوّل نحو مراكز البيانات: Volta (قدرة حاسوبية 7.0) أدخلت Tensor Core، وانتقلت CUDA من كروت الاستهلاك إلى ساحة مراكز البيانات الرئيسية؛ وصارت مكتبة الاتصالات الجماعية NCCL المكوّن المعياري للتدريب متعدد الكروت (وفق الصفحة الرسمية لـ NCCL[3]وفي حقبة A100 (8.0) وH100 (9.0) تعمّقت أوثق الربط بين إصدارات CUDA والنظام البيئي للأطر.
2023-2026 حقبة Blackwell: القدرة الحاسوبية تدخل الجيل 10.0 (وفق الجدول الرسمي للمقارنة[4])، ودعت CUDA أصلياً لدقائق FP4/FP8 الجديدة؛ في حين تواصل ROCm (من AMD) وoneAPI (من Intel) اللحاق كمسارات بديلة — صراع هيمنة CUDA البيئية وقوى البدائل هو خلفية اختيارات الحوسبة عام 2026 (انظر «القيود والجدل»).
القدرة الحاسوبية (Compute Capability، وتُختصر غالباً CC/sm_XX) هي «الجيل العتادي» في عالم CUDA — تحدد أي مجموعات تعليمات يستطيع الكرت تشغيلها وكيف تتكيف الأطُور والتعريفات. جدول CC للطُرز المتوفرة في مكتبتنا (المرجع هو جدول المقارنة الرسمي من NVIDIA[4]):
| الطراز | المعمارية | القدرة الحاسوبية | مقالة المكتبة |
|---|---|---|---|
| سلسلة B300 / GB300 (Blackwell Ultra) | Blackwell Ultra | الجيل 10.x (وفق الجدول الرسمي) | B300 |
| سلسلة B200 / GB200 (Blackwell) | Blackwell | 10.0 | مقالة GB200 NVL72 |
| H100 / H200 / H20(Hopper) | Hopper | 9.0 | H200 |
| L40S / L40 / L20(Ada) | Ada Lovelace | 8.9 | L40S |
| A100 / A800(Ampere) | Ampere | 8.0 | A100 |
| كروت محطات العمل RTX 6000 Ada / سلسلة A | Ada / Ampere | 8.9 / 8.6 | بطاقة المواصفات لـ RTX 6000 Ada |
المقارنة الكاملة الشاملة (بما فيها كروت الاستهلاك والمهنية كافة) مرجعها صفحة CUDA GPUs الرسمية من NVIDIA[4]: «المرجع هو الجدول الرسمي» = جدولنا يذكر فقط الطُرز المتوفرة في المكتبة، والإصدار الفرعي الدقيق لـ Blackwell Ultra يخضع لتحديث الجدول الرسمي دون تخمين.
للاستعراض السريع في فحص البضاعة : عند استلام كرت مستعمل شغّل أولاً nvidia-smi -q وراقب التعريف وإصدار CUDA Version (سقف CUDA الذي يدعمه التعريف)، ثم قارن مع القدرة الحاسوبية للكرت — فقط عندما تتطابق متطلبات الإطار (مثل إصدار CUDA وقت بناء PyTorch) مع CC للكرت يمكن القول إن «هذا الكرت صالح لخط الإنتاج».
| المكتبة | وظيفتها | من يستخدمها |
|---|---|---|
| cuBLAS | الجبر الخطي (ضرب المصفوفات وغيره) — الأساس الحسابي للتعلم العميق | جميع أطُور التدريب/الاستدلال |
| cuDNN | تسريع عمليات التعلم العميق (الالتفاف/الانتباه وغيرها، وفق الصفحة الرسمية[2]) | الأساس الحسابي للأطُور في التدريب والاستدلال |
| NCCL | الاتصالات الجماعية متعددة الكروت والآلات (AllReduce وغيرها، وفق الصفحة الرسمية[3]) | أساس الاتصالات للتدريب الموزع |
| CUDA-X Data Science / AI وغيرها | عائلات مكتبات عمودية لمعالجة البيانات والتوصيات والتكميم وغيرها (وفق المنهج الرسمي لـ CUDA-X) | خطوط البيانات والسيناريوهات العمودية |
| أدوات nvcc / Nsight | التجميع وتحليل الأداء (مكوّنات Toolkit، وفق التوثيق الرسمي[6]) | تطوير العمليات المخصصة وضبط الأداء |
CUDA-X هو الاسم الجامع الذي تطلقه NVIDIA على عائلات مكتبات تسريع GPU (وفق المنهج الرسمي)؛ لكل مكتبة مصفوفة تكامل مع إصدارات CUDA Toolkit — راجع جدول التوافق قبل أي ترقية (وفق التوثيق الرسمي[6])。
| السيناريو | القاعدة | دلالته عند الفحص |
|---|---|---|
| التعريف مقابل CUDA | إصدار التعريف يحدد سقف CUDA المدعوم (توافق تنازلي) | عند فحص كرت مستعمل انظر nvidia-smi في الأعلى يمين CUDA Version = سقف قدرات التعريف، وليس إصدار Toolkit المثبّت |
| Toolkit مقابل القدرة الحاسوبية | الإصدارات الجديدة من Toolkit تدعم CC الجديد؛ مخرجات Toolkit القديم قد تحتاج إعادة تجميع لتعمل على الكروت الجديدة | إصدار CUDA في صورة الإطار يطابق CC للكرت — تشغيل إطار قديم على كرت جديد (مثل صور CUDA 11.x على Blackwell) يتطلب تأكيد مسار التوافق |
| التوافق الأمامي | آلية تعريفات خاصة في مراكز البيانات تسمح للكروت الجديدة بتشغيل ثنائيات CUDA القديمة (وفق التوثيق الرسمي[6]) | ميزة توافق لكروت مراكز البيانات (Tesla/سلاسل مراكز البيانات) — اتبع التوثيق الرسمي حرفياً ولا تعتمد على الذاكرة |
مصفوفة التوافق تتطور مع الإصدارات، والمرجع هو توثيق NVIDIA الرسمي[6]؛ هذا الجدول موجّه لصنع القرار وليس دليل تشغيل.
CUDA منصة برمجية بلا أطلس عتاد؛ مخطط حزمة البرمجيات في قسم «المواصفات التقنية». المواد الرسمية للشعار مرجعها إصدارات NVIDIA الرسمية.
| البند | الوضع |
|---|---|
| الوصول | يُوزَّع CUDA Toolkit عبر صفحة التنزيلات الرسمية من NVIDIA (وفق المنهج الرسمي[5])، مع فصل تثبيت التعريف عن Toolkit |
| دعم الأطُور | PyTorch / TensorFlow / JAX / vLLM / TensorRT وغيرها تعتمد CUDA كخلفية GPU رئيسية |
| النشر بالحاويات | NVIDIA Container Toolkit — صور الأطُور تتضمن بيئة تشغيل CUDA، والمضيف يهتم بالتعريف فقط |
| المنافسون | AMD ROCm (نظام HIP البيئي) وIntel oneAPI (عائلة SYCL) — يواصلان اللحاق في دعم الأطُور وتغطية العمليات (انظر القيود والجدل) |
| إرث الأكواد | عشرون عاماً من أكواد CUDA المتراكمة (إعادة إنتاج أوراق/مستودعات مفتوحة/عمليات مخصصة) هي جوهر تكلفة النقل |
معلومات النظام البيئي مرصودة من مصادر عامة؛ الإصدارات ومصفوفات الدعم تتطور مع الزمن، والمرجع هو إصدارات NVIDIA الرسمية.
ثلاثة فحوصات متعلقة بـ CUDA عند شراء الكروت (مكمّلة لفحص العتاد في مقالات الطُرز):
nvidia-smi -qوقارن إصدار التعريف وسقف CUDA وطراز الكرت وسعة الذاكرة مع وصف البائع — الكروت المخصصة للسحابة (حالة ترخيص vGPU) تنكشف في هذه الخطوة.الفحوص الستة على جانب العتاد في مقالات الطُرز المختلفة (مثل مقالتي A100/B300)؛ هذا القسم يغطي المنظور البرمجي فقط.
استعراض سريع من أربع خطوات للكرت المستعمل من منظور CUDA (مكمّل للفحص العتادي):
nvidia-smi -q: طراز الكرت وإصدار التعريف وسقف CUDA Version وVBIOS — مقارنة بنداً ببند مع وصف البائع.torch.cuda.get_device_capability(): مطابقة CC مع الجدول الرسمي[4]——تظهر البطاقات المزيّفة عند فحص قيمة Compute Capability (CC).جيل العتاد في عالم CUDA (مثل 8.0/9.0/10.0): تحدد مجموعة التعليمات وميزات البطاقة — الأُطر والمصرّفات تولّد/تختار الشيفرة وفق CC. مطابقة CC مع الجدول الرسمي عند الفحص وسيلة قوية للكشف عن البطاقات المزيّفة (الجدول الرسمي للمطابقة[4])。
مصرّف CUDA C++ (مكوّن من CUDA Toolkit): يترجم النوى (kernels) إلى ملفات ثنائية موجهة لجيل CC محدد — «CC الهدف من الترجمة» يحدد أي البطاقات يمكنها تشغيل الملف الثنائي.
وحدة حساب المصفوفات المُقدَّمة منذ Volta: الأساس العتادي للتدريب بالدقة المختلطة — كل دقة جديدة في Tensor Core عبر الأجيال (FP16←BF16←FP8←FP4) تحصل على دعمها الأول من حزمة CUDA، وهذا نموذجي لمشهد «نسخة CUDA تلحق بالعتاد».
مسارَا بديل رئيسيان: AMD ROCm (بناء HIP قريب من CUDA، وأدوات الترحيل تنضج باستمرار)، وIntel oneAPI (مسار SYCL عابر للمصنّعين) — تغطية العمليات (operators) وكفاءات الضبط اليدوي لا تزال الفجوة مقارنة بـ CUDA (وفق إجماع التقييمات العامة).
قواعد التوافق في CUDA: التعريفات الجديدة تدعم نسخ CUDA القديمة (توافق خلفي، الوضع المعتاد)؛ وبطاقات مراكز البيانات عبر آلية خاصة تتيح للبطاقات الجديدة تشغيل ملفات CUDA القديمة (توافق أمامي، وفق الوثائق الرسمية[6]) — قبل النشر عبر الإصدارات راجع الوثائق الرسمية، ولا تعتمد على الانطباع.
ليس الشيء نفسه: التعريفات هي البرمجيات الأساسية التي تتيح للنظام التعرف على البطاقة؛ أما CUDA فهو منصة حوسبة متوازية (مصرّف الـToolkit + بيئة التشغيل + حزمة مكتبات CUDA-X كاملة). «CUDA Version» في أعلى يمين nvidia-smi تشير إلى الحد الأقصى لنسخ CUDA المدعومة من التعريف، لا إلى نسخة الـToolkit المثبّتة — وكثيرًا ما يُخلط بين الأمرين.
قدرة الحوسبة (CC) تحدد أي مجموعات التعليمات وميزات الأُطر يمكن للبطاقة تشغيلها: إن كانت CC قديمة جدًا فلن تشغّل الأُطر الحديثة، وإن كانت CC لا تطابق طراز البطاقة فقد تكون بطاقة مزيّفة — مطابقة CC مع الجدول الرسمي (مثل A100=8.0/H100=9.0/Blackwell=10.0) وسيلة قوية لفحص البطاقات المستعملة.
ثلاث حلول: ترقية التعريفات (لرفع سقف CUDA)، أو استخدام صورة إطار مطابقة لـ CC البطاقة (الحاوية تتضمن بيئة التشغيل)، أو مراجعة آلية التوافق الأمامي الرسمية للبطاقات المخصصة لمراكز البيانات. اعتمد على وثائق NVIDIA الرسمية للتركيبات المحددة، ولا تحاول التجميع عبر الإصدارات اعتمادًا على الذاكرة.
حسب الحالة: النماذج الشائعة في الأُطر الرئيسية (مثل PyTorch) تعمل بالفعل على ROCm، وبناء HIP القريب من CUDA وأدوات الترحيل تنضج باستمرار؛ لكن تغطية العمليات وكفاءات الضبط وعشرين عامًا من الأصول البرمجية ما زالت فجوة أمام CUDA — الخطوط الجديدة يمكن تقييمها، أما ترحيل خطوط CUDA القائمة فيُحسب بأشهر العمل ككل.
يُرخَّص CUDA SDK وفق شروط توزيع NVIDIA، وتتضمن بنودًا تقيد الترجمة والتشغيل على عتاد غير تابع لـ NVIDIA (وفق النقاش العام) — الاستخدام المعتار «تشغيل CUDA على بطاقات NVIDIA» غير متأثر؛ وقضايا الامتثال المتعلقة بالترجمة عبر المنصات تُعتمد فيها الآراء القانونية، وما ورد هنا لا يشكّل استشارة قانونية.