Araştırmacılar Skia için derleyici tarzı optimizasyon geliştirdi
Öne çıkanlar
- Lean diliyle hazırlanan µSkia modeli, 2D grafik kütüphanesinin anlambilimini üç katmanda matematiksel olarak doğruluyor.
- Yeni Skia optimize edici, GPU rasterizasyon işlemlerinde yüzde 18,7 oranında hızlanma elde etti.
- Komut dizilerini dönüştürme süreci en fazla 32 mikrosaniyede tamamlanıyor.
Araştırmacılar, 24 Mart 2026 tarihinde yayımladıkları çalışmayla 2D grafik kütüphanesi Skia için geliştirdikleri resmi anlambilim modeli ve optimizasyon aracını duyurdu. Çalışma, Google Chrome gibi Skia ile birlikte geliştirilen gelişmiş yazılımların bile en çok ziyaret edilen 100 web sitesinde verimsiz çizim komutları ürettiğini ortaya koydu. Rasterizasyon kütüphanelerinin karmaşık çalışma modelleri nedeniyle oluşan bu darboğazı çözmek amacıyla Lean ortamında makineleştirilen "µSkia" adlı anlambilim sistemi geliştirildi.
µSkia modeli; tuval durumu, katman yığını, renk harmanlama ve renk filtreleri gibi temel grafik özelliklerini üç ayrı katmanda modelliyor. Ekip, Google Chrome tarafından üretilen dört farklı verimsiz kod yapısını tespit ederek bunların yerine daha verimli komut dizileri tasarladı. Geliştirilen bu yeni komutların doğruluğu ve beraberindeki yan koşullar, µSkia altyapısı sayesinde matematiksel olarak doğrulandı. Ardından bu kuralları uygulayan yüksek performanslı bir Skia optimize edici inşa edildi.
En çok ziyaret edilen web sitelerinden toplanan 99 Skia programı üzerinde yapılan testler, optimizasyon aracının Skia'nın en modern GPU arka ucuna kıyasla yüzde 18,7 hızlanma sağladığını gösterdi. Optimizasyon işleminin en fazla 32 mikrosaniye sürdüğü ve performans kazanımlarının farklı GPU ile arka uç kombinasyonlarında da korunduğu açıklandı. Optimizasyon çıktıları, uçtan uca doğrulama amacıyla Lean üzerinde çeviri geçerleme sürecinden geçirildi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.