Những phát triển gần đây của WebGPU đã làm dấy lên các cuộc thảo luận về tiềm năng của nó trong lĩnh vực điện toán hiệu năng cao trên trình duyệt web, đặc biệt là trong bối cảnh các phép toán nhân ma trận quan trọng cho các ứng dụng học máy. Mặc dù việc đạt được hiệu năng 1 TFLOP/s là một cột mốc đáng kể, phản hồi từ cộng đồng cho thấy cả những tiến bộ và hạn chế của WebGPU so với các giải pháp gốc.
Khoảng cách hiệu năng với các giải pháp gốc
Hiện tại, WebGPU đạt khoảng 17% hiệu năng lý thuyết tối đa trên phần cứng Apple M2, thấp hơn đáng kể so với hiệu suất 75% của CUDA cho các cấu hình ma trận tương tự. Khoảng cách này cho thấy sự đánh đổi giữa khả năng tiếp cận và hiệu năng trong các giải pháp điện toán GPU trên nền web. Sự chênh lệch về hiệu năng xuất phát từ việc trừu tượng hóa cấp cao hơn của WebGPU và hạn chế trong việc truy cập các tối ưu hóa đặc thù cho phần cứng.
Những hạn chế về mặt phần cứng
Một nhận định quan trọng từ cộng đồng lập trình viên là WebGPU hiện thiếu hỗ trợ cho các tính năng đặc thù của phần cứng. Như một lập trình viên đã nhận xét:
WebGPU không thể đạt được hiệu năng tương đương vì họ không có hỗ trợ cho bộ nhớ đặc thù phần cứng hoặc các thao tác cấp warp (như TMA hoặc tensorcores). Không phải là nó đạt 80% hiệu năng, mà là < 30% hiệu năng đỉnh cho bất kỳ thao tác tính toán nhân ma trận nặng nào
Giải pháp thay thế trên CPU
Thú vị là, cuộc thảo luận cho thấy đối với một số khối lượng công việc cụ thể, các giải pháp dựa trên CPU có thể hiệu quả hơn. Bộ tăng tốc AMX (Advanced Matrix Extensions) của Apple, có thể truy cập thông qua framework Accelerate, có thể đạt được hiệu năng tương đương hoặc tốt hơn trong khi vẫn để lại các tài nguyên hệ thống khác sẵn sàng. Điều này nhấn mạnh tầm quan trọng của việc chọn đúng công cụ cho nhu cầu tính toán cụ thể thay vì giả định tăng tốc GPU luôn là tối ưu.
Phát triển trong tương lai
Nhóm làm việc WebGPU đang tích cực hoạt động để thu hẹp những khoảng cách về hiệu năng này. Những phát triển gần đây, như việc giới thiệu hỗ trợ subgroup trong Chrome 128, cho thấy triển vọng cải thiện hiệu năng. Ngoài ra, Safari được cho là đang chuẩn bị kích hoạt hỗ trợ WebGPU trong iOS 18.2, điều này có thể mở rộng đáng kể phạm vi tiếp cận của công nghệ này trên các nền tảng.
Kết luận
Mặc dù việc WebGPU đạt được hiệu năng 1 TFLOP/s là đáng chú ý, nó thể hiện sự thỏa hiệp giữa khả năng tiếp cận phổ quát và hiệu năng đỉnh. Đối với các ứng dụng web yêu cầu các phép toán ma trận, WebGPU cung cấp một giải pháp khả thi, tuy nhiên các nhà phát triển cần hiệu năng tối đa có thể cần xem xét các triển khai đặc thù nền tảng sử dụng CUDA hoặc Metal.
Nguồn tham khảo: Optimizing a WebGPU Matmul Kernel for 1TFLOP+ Performance