بحث عن أداء عالي في البحث عن عناوين IP من خلال تسريع GPU لدعم التوجيه القابل للتوسع والكفء في شبكات الاتصال المعتمدة على البيانات

لماذا تهم طرق الإنترنت الأسرع

كل صورة تشاركها أو فيديو تبثه أو رسالة ترسلها يمر عبر متاهة من التقاطعات الرقمية تُسمى الموجّهات. يجب على كل موجّه أن يقرر بسرعة إلى أين يرسل كل حزمة بيانات لاحقًا. مع انفجار استخدام الإنترنت عالمياً، تحدث هذه القرارات بمعدلات تصل إلى مليارات المرات في الثانية، وحتى التأخيرات الصغيرة يمكن أن تتسبب في تباطؤ التصفح أو ازدحام الشبكات. يستكشف هذا البحث طريقة جديدة لتسريع إحدى أكثر خطوات القرار استهلاكًا للوقت عبر الاستفادة من القوة المتوازية الهائلة لمعالجات الرسوميات، وهي نفس الشرائح التي تُشغّل ألعاب الفيديو والذكاء الاصطناعي، للحفاظ على سرعة وقابلية توسع الشبكات المستقبلية.

دفتر العناوين الخفي للإنترنت

في قلب كل موجّه يوجد دفتر عناوين ضخم يُسمى جدول الإرسال، والذي يربط نطاقات عناوين IP بالقفزة التالية في الرحلة. عند وصول حزمة، يجب على الموجّه أن يبحث عن أيُّ إدخال يُطابق وجهة الحزمة بشكل أفضل، باستخدام قاعدة "مطابقة الطول الأكبر للبادئة": من بين جميع التطابقات الجزئية، يختار الأكثر تحديدًا. تُخزن الطرق التقليدية هذه البادئات في هياكل شجرية ويتم التنقّل عبرها خطوة بخطوة. هذا النهج يعمل، لكن مع نمو الجداول لتضم عشرات أو مئات الآلاف من الإدخالات، تصبح العملية أبطأ وأكثر استهلاكًا للذاكرة، خصوصًا على المعالجات المركزية العادية التي تتعامل مع عدد محدود من المهام في الوقت نفسه.

تحويل شريحة الرسوم إلى شرطي مرور

يقترح المؤلفون تحميل عمل البحث الثقيل هذا إلى وحدة معالجة الرسوميات (GPU)، وهي شريحة مصممة لتشغيل آلاف المهام الصغيرة بالتوازي. تعالج تصميمهم الـ GPU كمُعين للمعالج الرئيسي. يقوم المعالج المركزي بإعداد وتنظيم جدول التوجيه، ثم يرسل إصدارات مضغوطة من البيانات إلى الـ GPU. عند وصول الحزم، تُقسَّم عناوين الوجهة وتُرسَل إلى الـ GPU، حيث تبحث خيوط متعددة في نفس الوقت عن التطابق الأفضل. من خلال السماح بمئات أو آلاف عمليات البحث بالتوازي، يمكن للموجّه مواكبة متطلبات الاتصال الحديثة المعتمدة على البيانات.

تصغير العناوين لتسريع القرارات

من الرؤى الأساسية للعمل أن العناوين الأقصر أسرع في البحث. بدلًا من استخدام عناوين IP الخام، يضغط المؤلفون هذه العناوين باستخدام طريقة غير مفقودة تُسمى ترميز هوفمان، التي تُخصّص رموزًا أقصر لأنماط العناوين الأكثر شيوعًا. يقلل هذا من متوسط عدد البتات المطلوبة لتمثيل كل إدخال، مما يخفّض كلًا من استخدام الذاكرة وارتفاع بنية البحث الأساسية. ثم يخزنون البادئات في شجرة "متعددة البِتات" تفحص عدة بتات في كل مرة، بدلًا من بت واحد فقط، مما يقلص عدد الخطوات المطلوبة. لمواءمة نقاط قوة الـ GPU، يحولون هذه الشجرة إلى مصفوفات أحادية البعد بسيطة، مستبدلين ملاحقة المؤشرات المعقدة بحسابات فهرس منتظمة يمكن لآلاف الخيوط تنفيذها بكفاءة.

تقسيم المشكلة من أجل توازي هائل

لدفع الأداء إلى أبعد من ذلك، يقسم الباحثون كل عنوان مضغوط إلى نصفين متساويين ويبنون شجرتين منفصلتين—إحداهما للنصف الأول، والأخرى للنصف الثاني. عندما تصل حزمة، يبحث الـ GPU في كلتا الشجرتين بالتوازي. كل بحث يُرجع مجموعة صغيرة من التطابقات المحتملة، والإجابة النهائية تأتي من تقاطع هذه المجموعات لإيجاد البادئة المشتركة والأكثر تحديدًا. لأن العمل مُقسّم ويُعالج في وقت واحد، فإن الزمن المستغرق يعتمد أساسًا على أقصى طول للبادئة وعدد البتات المفحوصة في كل خطوة، وليس على عدد الإدخالات في الجدول. تظهر الاختبارات باستخدام بيانات توجيه إنترنت حقيقية أن هذا التصميم يحافظ على زمن بحث شبه ثابت حتى مع نمو الجدول.

ما تكشفه التجارب

قارن الفريق طريقتهم القائمة على الـ GPU بمجموعة من الأساليب المعروفة، بما في ذلك الأشجار الثنائية الكلاسيكية والأشجار المضغوطة وغيرها من مخططات الـ GPU المسرّعة مثل التجزئة وأشجار البحث الثنائية. على مجموعات بيانات توجيه حقيقية، قدم نظامهم مكاسب درامية: أسرع بحوالي 83–91 بالمئة من طرق الأشجار الشائعة المعتمدة على المعالجات المركزية، و89–97 بالمئة أسرع من طرق GPU السابقة. كما خفّض الضغط أيضًا استخدام الذاكرة نحو ثلث في المتوسط، مما يخفف الضغط على الذاكرة المحدودة على الشريحة ويساعد على إبقاء هياكل البحث في الـ GPU ضحلة وفعّالة. والأهم أن أداء الطريقة ظل مستقرًا عبر أحجام جداول توجيه مختلفة، مما يبرز ملاءمتها للشبكات المتنامية.

ماذا يعني هذا للمستخدمين العاديين

بالنسبة لغير المتخصصين، الخلاصة أن المؤلفين يبيّنون كيفية تحويل شريحة رسوميات إلى ضابط مرور عالي الكفاءة لبيانات الإنترنت، باستخدام تقنيات ذكية لتصغير وتقسيم معلومات العنوان. من خلال الجمع بين الضغط، وتصميم أشجار أكثر ذكاءً، والبحث المتوازي الضخم، يجد نهجهم أفضل مسار لكل حزمة أسرع بكثير من العديد من التقنيات القائمة، دون أن يتباطأ مع توسع دفاتر عناوين الإنترنت. ورغم أن العمل مُظهر أساسًا لنظام العناوين الحالي، فإن نفس الأفكار يمكن توسيعها إلى فضاء عناوين أكبر في المستقبل، مما يساعد على الحفاظ على استجابة الخدمات عبر الإنترنت مع استمرار ازدياد طلبنا على البيانات.

الاستشهاد: Sonai, V., Bharathi, I., Alshathri, S. et al. High performance IP lookup through GPU acceleration to support scalable and efficient routing in data driven communication networks. Sci Rep 16, 9612 (2026). https://doi.org/10.1038/s41598-025-33233-x

الكلمات المفتاحية: توجيه GPU, بحث IP, قابلية توسيع الشبكة, إعادة توجيه الحزم, الحوسبة المتوازية