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.
قد يتم تحديده من خلال التقارب.
قد تعمل الحوسبة التقليدية، ومسرعات الذكاء الاصطناعي، والحوسبة الكمّية، والبنى العصبية الشكلية، والمعالجات المتخصصة، والشبكات المتقدمة بشكل متزايد كطبقات متكاملة ضمن منظومة حوسبة أكبر.
هذا مختلف جوهريًا عن فكرة أن تقنية واحدة ستستبدل أخرى.
تناسب البنى الحاسوبية المختلفة مشكلات مختلفة.
تبقى المعالجات الكلاسيكية مرنة للغاية.
تعد وحدات GPU فعالة جدًا لأحمال العمل المتوازية.
يمكن تحسين مسرّعات الذكاء الاصطناعي لعمليات نماذج محددة.
قد تتمكن أنظمة الكم من معالجة فئات محددة من المشكلات الحاسوبية.
قد تستكشف الأنظمة العصبية الشكلية أساليب بديلة لمعالجة الأحداث بكفاءة.
قد يصبح المستقبل، بالتالي، غير متجانسًا بطبيعته.
تتمثل التحدي الرئيسي في التنسيق.
قد تحتاج منصة حوسبة مستقبلية إلى تحديد أي جزء من المشكلة يجب أن يعمل على أي بنية.
هذه مشكلة أعقد بكثير من مجرد اختيار معالج أسرع.
قد يحتوي الحمل على عدة مراحل حاسوبية.
قد تتطلب مرحلة واحدة معالجة تقليدية بوحدة المعالجة المركزية.
قد تستفيد أخرى من تسريع GPU.
قد تستفيد مشكلة تحسين متخصصة من معالج كمّي.
قد تستخدم مكوّنًا آخر مسرّع ذكاء اصطناعي.
يجب على البنية التحتية تنسيق سير العمل بالكامل.
يخلق ذلك مفهوم التأليف الحاسوبي.
بدلًا من التفكير في الحاسوب كآلة واحدة، نبدأ بالتفكير في الحوسبة بوصفها مجموعة من موارد حاسوبية متخصصة متصلة عبر البرمجيات والشبكات.
قد يعمل نظام التشغيل في المستقبل، بالتالي، بمستوى أعلى بكثير من التجريد.
بدلًا من إدارة المعالجات والذاكرة فقط، قد تقوم بإدارة القدرات الحاسوبية.
قد يسأل النظام:
أي بنية هي الأنسب لهذه المهمة؟
أين تتوفر الموارد المطلوبة؟
كيف ينبغي وصول البيانات إليه؟
ما التأخير المقبول؟
ما قيود الطاقة التي تنطبق؟
كيف ينبغي دمج النتائج؟
يُنشئ ذلك طبقة تنسيق حاسوبي فوق بنى العتاد الفردية.
على الأرجح ستلعب الذكاء الاصطناعي دورًا مهمًا في هذه الطبقة.
يمكن لأنظمة تعلّم الآلة تحليل خصائص الحمل وأداء البنية التحتية.
يمكنها تحديد الأنماط التي يصعب إدارتها يدويًا.
مع مرور الوقت، قد يتعلم التنسيق الذكي أي بنية حاسوبية مناسبة لفئات مختلفة من أحمال العمل.
قد يؤدي ذلك إلى خلق بيئة حوسبة غير متجانسة تتكيف تلقائيًا مع التحسين.
تعود الشبكات لتصبح حاسمة.
قد توجد معالجات متخصصة في مواقع فيزيائية مختلفة.
قد تكون معالجات الكم متاحة عبر منشأة متخصصة.
قد تعمل مجموعات كبيرة من وحدات GPU داخل مراكز البيانات.
قد توجد الحوسبة التقليدية عند الحافة.
تصبح الشبكة هي النسيج الذي يربط مجالات الحوسبة هذه.
قد يخلق ذلك مستقبلًا تستخدم فيه تطبيق واحد ديناميكيًا عدة أنواع من البنية التحتية للحوسبة.
قد لا يحتاج المستخدم حتى إلى معرفة أي عتاد ينفذ كل مكوّن.
تجرد البنية التحتية التعقيد الكامن.
يشبه ذلك تطور الحوسبة السحابية.
توقف المستخدمون عن التفكير أساسًا في الخوادم الفيزيائية الفردية.
بدأوا بالتفكير في الخدمات.
قد تنتقل المرحلة التالية إلى تجريد بنى المعالجات الفردية.
قد يبدأ المستخدمون بشكل متزايد بالتفكير من منظور أهداف حاسوبية بدلًا من العتاد.
على سبيل المثال:
حسّن هذا النموذج.
حاكي هذا النظام.
حل مشكلة التحسين هذه.
حلل مجموعة البيانات هذه.
أنشئ هذه التنبؤ.
تحدد البنية التحتية كيفية تنفيذ الهدف.
سيُمثل ذلك تحولًا كبيرًا في تجريد الحوسبة.
ستصبح كفاءة الطاقة عاملًا مهمًا آخر.
للبنى الحاسوبية المختلفة خصائص طاقة مختلفة.
قد يأخذ مُجدول مستقبلي الأداء والطاقة معًا في الاعتبار.
قد يُسند حمل العمل إلى البنية التي توفر النتيجة المطلوبة ضمن قيود زمن وتكلفة وطاقة محددة.
قد يؤدي ذلك إلى خلق اقتصاد حوسبة غير متجانس واعٍ بالطاقة.
تمتد التداعيات إلى البحث العلمي.
يمكن للباحثين دمج المحاكاة الكلاسيكية واكتشاف مدعوم بالذكاء الاصطناعي ومسرعات متخصصة وتجارب كمّية في سير عمل موحد.
قد يستخدم اكتشاف الأدوية وعلوم المواد ونمذجة المناخ والتحسين والهندسة المتقدمة والمحاكاة العلمية بشكل متزايد عدة نماذج حاسوبية.
ستأتي القيمة من الجمع بينها بفعالية.
هذا يعني أن صناعة الحوسبة في المستقبل قد تصبح أقل تركيزًا على منافسة المعالجات وأكثر تركيزًا على تأليف الأنظمة.
قد لا تكون البنية الرابحة هي تلك التي تمتلك أسرع مكوّن فردي.
قد تكون هي البنية القادرة على تنسيق العديد من تقنيات الحوسبة المختلفة بكفاءة.
ولهذا السبب سيصبح التنسيق والتوافقية والتجريد البرمجي والشبكات ونقل البيانات وإدارة الطاقة أكثر أهمية بشكل متزايد.
تتطور الحوسبة من أجهزة نحو نظم حوسبة بيئية.
تُصبح الذكاء الاصطناعي طبقة ذكاء.
توفر المعالجات الكلاسيكية حوسبة عامة الغرض.
توفر المسرعات أداءً متخصصًا.
قد توفر أنظمة الكم قدرات متخصصة.
تربط الشبكات الموارد.
البرمجيات تنسق النظام بالكامل.
تستمد الطاقة استمراريتها.
معًا، قد تشكل هذه الطبقات بنية حوسبية جديدة لحقبة التكنولوجيا القادمة.
قد لا ينتمي المستقبل، بالتالي، إلى نموذج حوسبة واحد فقط.
قد تنتمي إلى الأنظمة القادرة على دمج العديد من paradigms في نسيج حاسوبي واحد متماسك.
SriDanamTrades
تعلم ابْنِ ابتكر قُدْ
موارد رقمية متميزة على وحدات GPU للحوسبة الخاصة بالذكاء الاصطناعي والبنية التحتية والطاقة و& التقنيات الناشئة
#المستقبل_الحوسبي #الحوسبة_الكمية #الذكاء_الاصطناعي #وحدات_GPUs #الحوسبة_غير_المتجانسة #التقنية_المتقدمة #بنية_حوسبية #تقنية_ناشئة #SriDanamTrades