databelarebia
بحث

النموذج Fable كيكتب كود GPU بسرعة خيالية فبنش KernelBench

·

# شركة Fable كتبات أسرع Kernel فتاريخ المنصة KernelBench-Mega

فعالم الذكاء الاصطناعي، وصلات خبر لافت من الباحثين — شركة Fable كتبات أول وأسرع "megakernel" فتاريخ المنصة الشهيرة KernelBench-Mega، وهاد الخبر مهم بزاف لأنه كيشير لمرحلة جديدة فأتمتة البحث العلمي فمجال الذكاء الاصطناعي.


شنو دارت شركة Fable بالضبط؟

نظام Fable كتب كود CUDA خاص، وحقق سرعة أكبر بـ 18.71 مرة مقارنة مع الـ baseline ديال PyTorch المحسّن، وهاد التجربة دارتها على بطاقة الرسومات RTX PRO 6000 Blackwell من شركة Nvidia المعروفة.

باش نفهمو الفرق، المنافسون الآخرون حققو نتائج أقل بكثير:

- نموذج Claude Opus 4.8 حقق سرعة 14.4X باستخدام Triton

- نموذج GLM-5.2 وصل لـ 11.14X باستخدام Triton أيضاً

- نموذج GPT 5.5 ما وصلش إلا لـ 4.34X باستخدام Triton كذلك


شنو اللي خلا الحل ديال Fable مميز؟

الجواب مو غير فالسرعة — الأسلوب التقني هو اللي فرّق. أداة الـ torch.profiler بيّنات أن النظام ديال Fable كيدير **launch واحد فقط** لكل token يتولد، وهاد الشي مختلف كلياً على المنافسين.

كل الحلول الأخرى اللي حققات نتائج قريبة، كانت تقسم العملية لما بين 4 و 14 عمليات kernel launch منفصلة لكل token. الفرق هادا مهم من الناحية التقنية لأنه كيعني كفاءة أكبر وأقل استهلاك للموارد.


علاش هاد الخبر مهم لمجال الذكاء الاصطناعي؟

تصميم الـ kernels واحدة من المهام الأساسية فالبحث والتطوير فمجال الذكاء الاصطناعي. الـ kernels هي اللبنة اللي كيتبنا عليها أداء النماذج على الـ GPUs، وتحسينها يعني نماذج أسرع وأرخص.

اللي كان هاد الشغل كيتعمل غير من طرف مهندسين متخصصين، اليوم بداو أنظمة الذكاء الاصطناعي كتقدر دير جزء منه باش تستا. النتيجة ديال Fable كتبيّن أن هاد الأنظمة وصلات لمستوى يخليها تساهم فتطوير الأدوات اللي كيبنيو عليها الذكاء الاصطناعي نفسو.

الباحثون كيسميو هاد الظاهرة بـ "RSI loop" — يعني Recursive Self-Improvement — وهي اللحظة اللي يبدا فيها الذكاء الاصطناعي يساعد فتطوير نفسو.


خلاصة وتأثير على القطاع

هاد الخبر كيرسم معلمة مهمة: القدرة على كتابة وتحسين الـ kernels بشكل آلي ممكن يبدل الطريقة اللي كيشتغل بيها فرق البحث فالمستقبل القريب. إلا تطورات هاد القدرات، ممكن يتقلص الوقت اللي كيحتاجو المهندسون لتحسين الأداء، وكيتسرع بحيث دورات التطوير بشكل عام.

اللي ممكن يتبدل على المدى القصير هو أن الشركات اللي كتطور نماذج الذكاء الاصطناعي ممكن تعتمد أكثر على هاد الأنظمة باش تحسن أداء نماذجها، وهاد الشي كيفتح نقاش جديد حول دور المهندسين البشريين فهاد العملية.


مقال من databelarebia — نشرة يومية ديال أخبار الذكاء الاصطناعي بالدارجة المغربية