rajend1986

سيصبح التشغيل البيني لوحدات معالجة الرسومات (GPU) عنصرًا حاسمًا في البنية التحتية للذكاء الاصطناعي في المستقبل
مقدمة
أصبحت البنية التحتية للذكاء الاصطناعي أكثر تنوعًا من حيث مكوناتها.
قد تضم بيئة الحوسبة الحديثة أجيالًا مختلفة من وحدات معالجة الرسومات (GPU)، ووحدات المعالجة المركزية (CPU)، ومسرّعات الذكاء الاصطناعي، وأجهزة الشبكات، وأنظمة الذاكرة، والمعالجات المتخصصة.
يخلق هذا التنوع فرصًا.
كما أنه يزيد من التعقيد.
إذا تطلّب كل مسرّع بيئة برمجية ونموذج برمجة ومجموعة بنية تحتية مختلفة تمامًا، فقد تجد المؤسسات نفسها مقيدة ببُنى محددة.

الميزة التالية لوحدات معالجة الرسومات ستعتمد على بنية الذاكرة
مقدمة
غالبًا ما يُناقش أداء وحدات معالجة الرسومات من حيث معدل المعالجة الحسابية.
مزيد من الأنوية.
مزيد من العمليات في الثانية.
محركات ذكاء اصطناعي أكثر تخصصًا.
لكن مع ازدياد حجم نماذج الذكاء الاصطناعي وتعقيد أعباء العمل الحاسوبية، يزداد عامل آخر أهميةً:
مدى كفاءة وحدة معالجة الرسومات في الوصول إلى البيانات.
لا يستطيع المعالج القوي العمل بكفاءة إذا لم تصل البيانات المطلوبة إلى محرك الحوسبة بالسرعة الكافية.
وهذا ما يجعل بنية الذاكرة عنصرًا محوريًا في تصميم وحدات معالجة الرسومات المستقبلية.

الطاقة والذكاء الاصطناعي
قد يتم قياس الميزة التالية في البنية التحتية للذكاء الاصطناعي من خلال تحويل الطاقة إلى حسابات
إن نمو الذكاء الاصطناعي يخلق سؤالًا جديدًا حول البنية التحتية.
ما مدى كفاءة تحويل الكهرباء إلى حوسبة مفيدة؟
تتعمق هذه الأسئلة أكثر من مجرد كفاءة الطاقة التقليدية في مراكز البيانات.
يمكن لمنشأة ما أن تعمل بأنظمة تبريد وإمداد بالطاقة عالية الكفاءة مع إنتاج قدر قليل نسبيًا من الأعمال الحوسبية المفيدة، إذا كانت المعجلات الخاصة بها لا تُستخدم بكفاءة، أو كانت أحمال العمل غير فعّالة، أو إذا لم يتمكن البرنامج من استغلال العتاد المتاح بشكل فعال.

الطاقة والذكاء الاصطناعي
سيتم بناء نظام طاقة الذكاء الاصطناعي القادم حول تشكيل الأحمال الحاسوبية
بنية الذكاء الاصطناعي التحتية تغيّر العلاقة بين الكهرباء والحوسبة.
لمدة عقود، كانت الأنظمة الكهربائية تُصمَّم أساسًا حول أنماط الطلب المتوقعة نسبيًا. كانت مراكز البيانات تستهلك الكهرباء للحفاظ على عمل أنظمة الحوسبة، لكن عبء العمل الحاسوبي نفسه كان يُعامل عمومًا كمتطلب داخلي.
يغيّر الذكاء الاصطناعي هذه العلاقة.
يمكن أن تكون الأحمال الحاسوبية الكبيرة متباينة جدًا، وموزعة جغرافيًا، وقابلة للتحكم بشكل متزايد عبر البرمجيات. يخلق هذا إمكانًا جديدًا: يمكن للأحمال الحاسوبية أن تصبح مشاركًا نشطًا في إدارة الطاقة.

مراكز البيانات والبنية التحتية
سيعمل مركز البيانات في المستقبل كنظام فيزيائي ذاتي التشخيص
تحتوي مراكز البيانات الحديثة بالفعل على كميات هائلة من تقنيات المراقبة.
تقوم حساسات الحرارة بقياس الظروف البيئية.
تقوم أنظمة الطاقة بقياس الخصائص الكهربائية.
تُبلغ الخوادم عن حالة العتاد.
تقوم الشبكات بالإبلاغ عن حركة المرور.
تراقب أنظمة التبريد ظروف التشغيل.
لكن المرحلة التالية أكثر أهمية.
سيصبح مركز البيانات تدريجيًا أكثر قدرة على فهم حالته الفيزيائية الخاصة.

مراكز البيانات والبنية التحتية
سيشهد تصميم مراكز البيانات انتقالًا من سعة الرفوف إلى الكثافة الحوسبية
لمدة عقود، كانت سعة مراكز البيانات يمكن غالبًا مناقشتها باستخدام مقاييس مألوفة مثل عدد الرفوف، والمساحة الأرضية، والقدرة الكهربائية، وعدد الخوادم.
تُدخل حقبة البنية التحتية للذكاء الاصطناعي مقياسًا حاسمًا آخر:
الكثافة الحوسبية.
إنشأة تضم آلاف الخوادم ليست بالضرورة أكثر قدرة حوسبية من منشأة أصغر تحتوي على أنظمة مُسرّعات شديدة التركيز.

تقنيات وحدات معالجة الرسوميات (GPU)
سوف تصبح سلسلة توريد وحدات معالجة الرسوميات (GPU) نظامًا تقنيًا استراتيجيًا
لا يمكن فهم مستقبل تقنيات وحدات معالجة الرسوميات (GPU) بالنظر إلى وحدات الـGPU وحدها.
تعتمد المعجلات المتقدمة على نظام بيئي متزايد التعقيد يشمل تصميم أشباه الموصلات، والتصنيع المتقدم، والتغليف، والذاكرة، والركائز، والاتصالات البينية، والاختبار، والبرمجيات، والشبكات، والبنية التحتية لمراكز البيانات.
وهذا يعني أن سلسلة توريد وحدات معالجة الرسوميات (GPU) نفسها أصبحت نظامًا تقنيًا استراتيجيًا.
قد يتطلب المُعجِل المتقدم عمليات تصنيع فائقة التعقيد وتقنيات تغليف متخصصة. وقد يعتمد على ذاكرة عالية الأداء، وركائز متقدمة، وتصنيع دقيق، واختبار متخصص، ونظام برمجي كبير ومتطور.

تقنيات وحدة معالجة الرسوميات (GPU)
سيتم بناء الجيل التالي من وحدة معالجة الرسوميات (GPU) حول الحوسبة المعتمدة على الشرائح المكونة (Chiplets)
قد لا يكون مستقبل تقنية وحدات معالجة الرسوميات (GPU) محدداً بقطعة واحدة من السيليكون.
مع ازدياد حجم نماذج الذكاء الاصطناعي وتخصيص أحمال الحوسبة، يستكشف مصنعو المعالجات بشكل متزايد مناهج معمارية تقسم المعالجات المعقدة إلى مكونات متعددة مترابطة. يشير هذا الاتجاه إلى بنى وحدات معالجة الرسوميات المعتمدة على الشرائح المكونة (chiplet-based)، حيث يمكن - نظرياً - بناء الحوسبة والواجهات الخاصة بالذاكرة والإدخال/الإخراج والذاكرة المخبأة ووظائف التسريع المتخصصة كمكوّنات سيليكونية معيارية.

حوسبة البنية التحتية
ستتجه البنية التحتية للحوسبة نحو اكتشاف السعة بشكل مستقل
تفترض الطريقة التقليدية في الحوسبة أن الناس يعرفون ما الموارد التي يحتاجونها.
يختار المهندسون الخوادم.
يُصمّم المعماريون المجموعات (الكلستر).
تقوم الفرق بتخصيص وحدات معالجة الرسوميات (GPUs).
يُعدّل المسؤولون الشبكات.
تطلب التطبيقات موارد.
مع تزايد حجم البنية التحتية وتنوّعها، يصبح هذا النموذج أكثر فأكثر صعوبة في الحفاظ عليه.
قد يتحرك الجيل التالي من البنية التحتية للحوسبة، بالتالي، نحو اكتشاف السعة بشكل مستقل.

بنية الحوسبة التحتية
سيتم بناء معمارية الحوسبة القادمة حول مخططات الموارد
يُوصَف عادةً البنية التحتية التقليدية للحوسبة عبر هياكل شجرية.
تتصل الخوادم بالشبكات.
تتصل المعالجات بالذاكرة.
توصّل التخزين إلى الخوادم.
تربط مراكز البيانات الإنترنت.
لكن مع تزايد تعقيد أنظمة الذكاء الاصطناعي والحوسبة عالية الأداء، يصبح من الصعب فهمها عبر هياكل بسيطة.
تتفاعل الأحمال الحديثة مع العديد من الموارد المختلفة في وقت واحد.
قد تتطلب تطبيق واحدًا وحدات تسريع وذاكرة وتخزينًا وشبكات ومعالجات متخصصة وقدرات طاقة وقيودًا جغرافية وسياسات أمان.

بنية الحوسبة
تتطوّر بنية الحوسبة من الآلات إلى رأس مال حوسبي
لن تُحدَّد المرحلة التالية من الحوسبة ببساطة من خلال امتلاك معالجات أكثر.
وسيتم تحديدها من خلال التحكم في القدرة على تحويل الطاقة والبيانات والخوارزميات والذاكرة والشبكات والأجهزة المتخصصة إلى حوسبة مفيدة.
هذا التمييز يغيّر معنى البنية التحتية للحوسبة.
الخادم هو آلة مادية.
عنقود الحوسبة هو مجموعة من الآلات.
يُعدّ نظام البنية التحتية للحوسبة شيئًا أكبر بكثير: بنية منسّقة قادرة على تحويل موارد مادية ورقمية متعددة إلى مخرجات حوسبة قابلة للقياس.

رؤية مستقبل التقنيات والصناعة
سيكون حدّ التكنولوجيا القادم هو تقارب الحوسبة الكلاسيكية والأنظمة الكمّية والذكاء الاصطناعي
تقترب صناعة الحوسبة من انتقال معماري مهم.
لمدة عقود، كانت التقدّمات تهيمن عليها أنظمة حوسبة كلاسيكية أكثر قدرة بشكل متزايد.
أصبحت المعالجات المركزية (CPUs) أسرع.
أدخلت وحدات معالجة الرسوميات (GPUs) معالجة متوازية على نطاق واسع.
حوّلت المسرّعات المتخصصة أحمال عمل الذكاء الاصطناعي.
شبكات عالية السرعة متصلة بأنظمة حوسبة عملاقة الحجم بشكل متزايد.
قد لا يُحدَّد التطور التالي بواسطة تقنية استبدال واحدة.

التقنيات المستقبلية ورؤية الصناعة
سَيحوِّل الذكاء المجسَّد الذكاءَ الحسابي إلى بنية تحتية مادية
لقد تطوّر الذكاء الاصطناعي في المقام الأول داخل البيئات الرقمية.
تُحلِّل النماذج النصوص.
تُعالِج الأنظمة الصور.
تعمل الوكالات بواسطة برامج.
تتنبأ الخوارزميات بالأحداث.
لكن سَيَحدث الانتقالُ الرئيسيُّ التالي عندما يصبح الذكاء متداخلاً بعمق مع العالم المادي.
هذه هي نشأة الذكاء المجسَّد.
يجمع الذكاء المجسَّد بين الذكاء الحاسوبي والحساسات والروبوتات والآلات وأنظمة التنقّل والمعدات الصناعية والبيئات المادية.

تكنولوجيا المستقبل & رؤية الصناعة
سيتم بناء عصر التكنولوجيا القادم حول اقتصادات أصلية للآلة
صُممت الاقتصادات الرقمية في الأصل لتناسب البشر.
أنشأ الناس الحسابات، وبحثوا عن المعلومات، واشتروا الخدمات، وشغّلوا البرمجيات، واتخذوا القرارات.
كانت الآلات أدواتً تدعم تلك الأنشطة.
قد يعكس عصر التكنولوجيا القادم تلك العلاقة.
تُنشئ الأنظمة الذكية القادرة بشكل متزايد، والروبوتات المستقلة، ووكلاء البرمجيات، والبنية التحتية المتصلة، والتواصل بين الآلات والآلات بيئة يمكن للآلات من خلالها تنفيذ أنشطة اقتصادية أكثر تعقيدًا مع تدخل بشري محدود.

السحابة والشبكات
سيصبح نقل البيانات مورداً أساسياً في الحوسبة
منذ فترة طويلة من تاريخ الحوسبة، كان الاهتمام منصبًا على المعالجات.
معالجات مركزية أقوى.
وحدات معالجة رسومات أقوى.
مزيد من الذاكرة.
مزيد من التخزين.
ولكن مع تزايد حجم أنظمة الذكاء الاصطناعي وتوزعها على نطاق أوسع، أصبحت هناك موردٌ آخر ذو أهمية متزايدة:
نقل البيانات.
قد تصبح القدرة على نقل البيانات بسرعة وكفاءة وأمان وذكاء بين موارد الحوسبة أحد السمات المُحدِّدة لبنية البنية التحتية المستقبلية.
يمكن لأنظمة الذكاء الاصطناعي الحديثة العمل على مجموعات بيانات هائلة.

السحابةُ والشبكات
الشبكةُ القادمةُ ستربطُ الحوسبةَ، لا الأجهزةَ فحسب
صُمِّمَتِ شبكةُ الإنترنتُ الأصليةُ في المقام الأول لربطِ الحواسيبِ وتبادلِ المعلوماتِ بينها.
ستعملُ شبكةُ الجيلِ القادمُ على نحوٍ متزايدٍ على ربطِ شيءٍ أكثرَ قيمةً:
الحوسبة.
تصبحُ هذهُ الفروقُ مُهمّةً مع انتقالِ الحوسبةِ إلى أن تكون موزّعةً عبر مناطقِ سحابيةٍ مختلفة، ومرافقَ حافةٍ، ومراكزِ بياناتِ الذكاءِ الاصطناعي، والبنيةِ التحتيةِ الخاصة، ومُسرّعاتٍ متخصصة، وبيئاتِ الحوسبةِ الموزّعةِ الناشئة.

السحابة والشبكات
ستصبح سحابة المستقبل شبكة حوسبة ذاتية التحسين
بدأت الحوسبة السحابية بتحويل الخوادم المادية إلى موارد رقمية يمكن الوصول إليها.
ستكون التحوّلات القادمة أعمق بكثير.
ستتصرف سحابة المستقبل بشكل متزايد مثل شبكة حوسبة ذكية قادرة على التحليل المستمر للأحمال وأحوال البنية التحتية وسعة الشبكة وتوافر الطاقة وأداء الأجهزة ومتطلبات المستخدمين.
بدلًا من مجرد توفير الآلات الافتراضية والتخزين والشبكات، ستقرر منصات السحابة بشكل متزايد كيفية تجميع موارد الحوسبة وتشغيلها.

الطاقة والذكاء الاصطناعي
سَيُصبح إثبات منشأ الطاقة طبقة رقمية جديدة للحوسبة بالذكاء الاصطناعي
مع تحوّل الذكاء الاصطناعي إلى تقنية على نطاق صناعي، ستولي المؤسسات اهتمامًا متزايدًا بما يتجاوز مقدار الطاقة التي يستهلكها نظامها الحاسوبي.
كما سيودّون فهم مصدر تلك الطاقة، ومتى تم توليدها، وكيف تم توفيرها، وكيف ارتبطت بأحمال/أعباء حوسبية محددة.
وهذا يخلق مفهومًا ناشئًا للبنية التحتية:
إثبات منشأ الطاقة.
يُعدّ إثبات منشأ الطاقة القدرة على إنشاء علاقة قابلة للتتبع بين توليد الكهرباء واستهلاك الطاقة والنشاط الحاسوبي.

الميزة الطاقية القادمة التالية ستأتي من أسواق كهرباء واعية بالحوسبة
تدخل العلاقة بين الكهرباء والذكاء الاصطناعي مرحلة جديدة.
لمدة عقود، صُممت أسواق الكهرباء أساساً حول الاستهلاك المادي. كانت المنازل والمصانع والمكاتب وأنظمة النقل والمرافق التجارية تستهلك الكهرباء وفق أنماط يمكن التنبؤ بها نسبياً. ركز مشغلو الشبكة على موازنة التوليد والطلب مع الحفاظ على الموثوقية.
غيّر الذكاء الاصطناعي المعادلة.

ستربط شبكة الذكاء الاصطناعي في المستقبل بين الكهرباء والحوسبة والتخزين والذكاء
تم تصميم نظام الكهرباء التقليدي أساسًا حول اتجاه واحد:
توليد → نقل → توزيع → استهلاك.
استخدم المستهلك الكهرباء.
كانت الشبكة تزوده.
كانت البنية التحتية الحاسوبية فئة واحدة فقط من مستهلكي الكهرباء.
بدأ الذكاء الاصطناعي في تحدي هذا النموذج البسيط.
يمكن أن تمثل المرافق الحاسوبية الكبيرة طلبًا هائلًا وديناميكيًا للغاية على الكهرباء.
وفي الوقت نفسه، يؤدي توليد الطاقة المتجددة وتخزين الطاقة إلى إمداد أكثر تقلبًا.