← أحدث الأبحاث
💻 computer science

Efficient Block-Layer Parallel Inference for Vision-Language-Action on Hybrid Architectures

تقدم هذه الورقة إطار عمل هجين للاستدلال بين وحدة المعالجة المركزية ووحدة معالجة الرسومات يقوم بتقسيم نماذج الرؤية واللغة والعمل (VLA) عند طبقة الكتل لتفريغ الحوسبة إلى وحدة المعالجة المركزية عبر خط أنابيب غير متزامن، مما يقلل بشكل كبير من زمن استجابة الاستدلال واستهلاك ذاكرة وحدة معالجة الرسومات لتمكين النشر الناجح على منصات القيادة الذاتية محدودة الموارد.

المؤلفون الأصليون: Haibo HU, Lianming Huang, Qiao Li, Nan Guan, Chun Jason Xue

نُشر 2026-08-18
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Haibo HU, Lianming Huang, Qiao Li, Nan Guan, Chun Jason Xue

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

لطالما اعتمدت القيادة الذاتية على نهج معياري، حيث تتعامل برامج حاسوبية منفصلة مع مهام متميزة مثل رؤية الطريق، والتنبؤ بمسارات السيارات الأخرى، واتخاذ قرار بشأن كيفية التوجيه. تعمل هذه الأنظمة معاً، لكنها غالباً ما تكون جامدة وتواجه صعوبة في التكيف مع المواقف المعقدة والمتغيرة. ومؤخراً، ظهر نوع جديد من الذكاء الاصطناعي يسمى نموذج "الرؤية واللغة والعمل" (Vision-Language-Action model) كبديل واعد. تعمل هذه النماذج بشكل يشبه السائق البشري الذي يمكنه النظر إلى مشهد ما، وفهم تعليمات منطوقة أو سيناريو مروري معقد، واتخاذ قرار فوري بشأن إجراء بدني، كل ذلك ضمن "دماغ موحد" واحد. وبينما تظهر هذه النماذج إمكانات كبيرة لخلق قيادة أكثر سلاسة وأماناً، إلا أنها تأتي مع عقبة كبيرة: فهي تستهلك موارد حاسوبية هائلة. فهي تتطلب قدرات معالجة وذاكرة ضخمة، مما يؤدي غالباً إلى إرهاق رقائق الرسوميات المتخصصة الموجودة في السيارات ذاتية القيادة الحالية. وهذا يخلق عنق زجاجة حيث لا يستطيع حاسوب السيارة مواكبة احتياجات النموذج، مما يجعل من الصعب تثبيت هذه الأنظمة المتقدمة على مركبات حقيقية دون التضحية بالسرعة أو السلامة.

لقد طور باحثون في جامعة مدينة هونغ كونغ وجامعة محمد بن زايد للذكاء الاصطناعي طريقة جديدة لتشغيل هذه النماذج القوية تحل مشكلة الموارد هذه دون تغيير النماذج نفسها. فبدلاً من إجبار "دماغ" الذكاء الاصطناعي بأكمله على العمل على رقاقة الرسوميات، قاموا بتقسيم العمل بين رقاقة الرسوميات والمعالج المركزي الرئيسي للسيارة. ووجدوا أنه بينما تبرع رقاقة الرسوميات في المهمة الأولية المتمثلة في "رؤية" الطريق، فإن المعالج المركزي - الذي عادة ما يكون خاملاً أثناء هذه المهام البصرية الثقيلة - قادر تماماً على التعامل مع المراحل اللاحقة من التفكير والاستنتاج. ومن خلال تقسيم النموذج إلى طبقات وتخصيص الطبقات الأولى لرقاقة الرسوميات والطبقات النهائية للمعالج المركزي، أنشأوا نظاماً متوازناً. علاوة على ذلك، ولأن السيارة تتحرك باستمرار وتستقبل تدفقاً من الصور الجديدة، فقد صمم الباحثون خط إنتاج (pipeline) يعمل فيه المعالج المركزي على التفكير للحظة الحالية بينما تبدأ رقاقة الرسوميات بالفعل في معالجة اللحظة التالية. هذا التداخل في المهام يسمح للنظام بإبقاء كلا المعالجين مشغولين، مما يزيد بشكل كبير من سرعة عملية اتخاذ القرار.

وعندما اختبر الفريق هذا النهج على نموذجين رائدين للقيادة الذاتية، كانت النتائج جوهرية. فبالنسبة لأحد النماذج المسمى "أوريون" (Orion)، انخفض الوقت المستغرق لاتخاذ قرار القيادة من 521 ميلي ثانية إلى 408 ميلي ثانية، أي انخفاض بنسبة تقارب 22 بالمائة. وبالنسبة لنموذج آخر يسمى "مايند درايف" (MindDrive)، انخفض الوقت من 443 ميلي ثانية إلى 306 ميلي ثانية، أي انخفاض بنسبة تزيد عن 30 بالمائة. وربما كان الأمر الأكثر أهمية من السرعة هو تخفيف الضغط عن ذاكرة السيارة؛ فقد كان نموذج "أوريون" الأصلي يتطلب 45 جيجابايت من الذاكرة على رقاقة الرسوميات، وهو طلب مرتفع جداً لدرجة أنه لم يكن بإمكانه العمل جنباً إلى جنب مع أنظمة السيارة الأساسية الأخرى على مركبة الاختبار. وقد قلل النهج الهجين الجديد هذا المتطلب إلى 29 جيجابايت، مما سمح للنموذج بالعمل بنجاح على نفس الأجهزة التي فشل الإصدار الأصلي في العمل عليها تماماً. وطوال هذه الاختبارات، ظلت جودة قرارات القيادة دون تغيير؛ فلم تقُد السيارة بشكل أسوأ أو تتعرض لحوادث أكثر، مما أثبت أن مكاسب السرعة لم تأتِ على حساب السلامة.

كما اكتشف الباحثون أن مجرد تقسيم العمل لم يكن كافياً؛ بل إن توقيت هذا التقسيم كان أمراً بالغ الأهمية. فإذا تم تخصيص عمل أكثر من اللازم للمعالج المركزي، فإنه سيصبح هو "عنق الزجاجة" الجديد، مما يؤدي إلى إبطاء كل شيء. وإذا تم تخصيص عمل أقل من اللازم، فستظل رقاقة الرسوميات مثقلة بالأعباء. وقد وجدوا نقطة توازن محددة يتم فيها توزيع عبء العمل بالتساوي، مما يسمح للنظام بتحقيق أسرع سرعة له. كما أكدوا أن خط الإنتاج المتداخل (overlapping pipeline) كان ضرورياً؛ فبدونه، سيضطر النظام إلى الانتظار حتى تنتهي مهمة واحدة تماماً قبل بدء المهمة التالية، مما يلغي فوائد استخدام معالجين. ومن خلال السماح للمعالجات بالعمل على إطارات فيديو مختلفة في آن واحد، حقق النظام تدفقاً مستمراً وعالي السرعة للقرارات.

يوضح هذا العمل أن قيود الأجهزة الحالية للقيادة الذاتية ليست طريقاً مسدوداً، بل هي إشارة لإعادة التفكير في كيفية توزيع المهام. وتشير الدراسة إلى أنه من خلال معاملة حاسوب السيارة كفريق من المتخصصين بدلاً من كونه قوة واحدة خارقة، فمن الممكن نشر نماذج ذكاء اصطناعي متقدمة واسعة النطاق على المركبات الموجودة. وقد تحقق الباحثون من ذلك من خلال تشغيل نظامهم على مركبة حقيقية جنباً إلى جنب مع مجموعة قياسية من برمجيات القيادة، مما أظهر أن النهج الهجين ليس مجرد تحسين نظري، بل هو حل عملي يمكنه التعايش مع البرمجيات المعقدة المطلوبة بالفعل للقيادة. وتشير النتائج إلى أن تصميم النظام بكفاءة، بدلاً من مجرد انتظار أجهزة أكثر قوة، هو المفتاح لجلب هذه النماذج القيادية المتطورة إلى العالم الحقيقي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →