, стверджує, що розробляє прототип нової мови програмування.){kind=link}
Ang high-performance computing ay kailangan upang malutas ang higit pa at higit pang mga gawain - tulad ng pagpoproseso ng imahe o iba't ibang deep learning application sa mga neural network - kung saan kailangan mong magproseso ng malaking halaga ng data, at gawin ito nang sapat na mabilis, kung hindi, maaari itong tumagal ng hindi kapani-paniwalang halaga ng oras. Ito ay malawak na pinaniniwalaan na kapag nagsasagawa ng mga naturang operasyon, ang isang kompromiso sa pagitan ng bilis at pagiging maaasahan ay hindi maiiwasan. Ayon sa pag-iisip na ito, kung ang bilis ay isang priyoridad, kung gayon ang pagiging maaasahan ay malamang na magdusa at vice versa.
Gayunpaman, ang isang pangkat ng mga mananaliksik na pangunahing nakabase sa Massachusetts Institute of Technology (MIT) ay hinahamon ang paniwala na ito, na nangangatwiran na maaari mong makuha ang lahat ng ito. Ayon kay Amanda Liu, isang second-year graduate student sa MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL), na may bagong programming language na partikular nilang isinulat para sa high-performance computing, “hindi kailangang makipagkumpitensya ang bilis at kawastuhan. Sa kabaligtaran, maaari silang magsama, magkatabi, sa mga programang sinusulat namin." Nagsalita si Liu at ang kanyang koponan tungkol sa potensyal ng kanilang bagong likhang A Tensor Language (ATL) noong nakaraang buwan sa Principles of Programming Languages conference sa Philadelphia.
"Lahat ng bagay sa ating wika," sabi ni Liu, "ay naglalayong makakuha ng alinman sa isang numero o isang tensor." Ang mga tensor, naman, ay isang generalization ng mga vector at matrice. Habang ang mga vector ay mga one-dimensional na bagay (kadalasang kinakatawan ng mga indibidwal na arrow) at ang mga matrice ay pamilyar na dalawang-dimensional na array ng mga numero, ang mga tensor ay mga n-dimensional na array na maaaring magkaroon ng anyo ng isang 3×3×3 array, halimbawa, o kahit na. mas mataas (o mababa) na dimensyon.
Ang kakanyahan ng isang computer algorithm o program ay upang simulan ang isang tiyak na pagkalkula. Ngunit maaaring mayroong maraming iba't ibang paraan upang isulat ang program na ito -- "isang nakakagulat na iba't ibang mga pagpapatupad ng code," tulad ng isinulat ni Liu at ng kanyang mga kapwa may-akda sa kanilang papel -- ang ilan sa mga ito ay mas mabilis kaysa sa iba. Ang pangunahing katwiran sa likod ng ATL, paliwanag niya, ay ito: "Dahil ang mataas na pagganap na pag-compute ay napaka-resource-intensive, gusto mong magawang baguhin o muling isulat ang mga programa sa isang pinakamainam na anyo upang mapabilis ang mga bagay-bagay. Kadalasan ay nagsisimula ka sa program na pinakamadaling isulat, ngunit maaaring hindi iyon ang pinakamabilis na paraan upang patakbuhin ito, kaya kailangan mo pa ring gumawa ng mga karagdagang pagsasaayos."
Ang bagong command language ay batay sa kasalukuyang wika ng Coq, na kinabibilangan ng isang proof helper. Ang proof assistant, naman, ay may kakayahang patunayan ang mga pahayag nito nang tumpak sa matematika. Ang Coq ay may isa pang pag-aari na ginawa itong kaakit-akit sa pangkat ng MIT: ang mga programang nakasulat sa wikang iyon, o isang adaptasyon nito, ay palaging nagwawakas at hindi maaaring tumakbo nang walang katapusan sa mga walang katapusan na mga loop.
Ngayon ito ang una at hanggang ngayon ang tanging tensor na wika na may pormal na na-verify na mga pag-optimize. Ang koponan ng MIT ay nagbabala, gayunpaman, na ang ATL ay isa pa ring prototype -- kahit na isang promising -- na nasubok sa ilang maliliit na programa.
Basahin din: