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.
وهذا يخلق نموذجًا معمارياً جديدًا:
مخطط الموارد الحاسوبية.
في مخطط موارد، يصبح كل مورد حسابي عقدة وتصبح كل تبعية علاقة.
قد تعتمد عنقدة GPUs على وصلة بينية عالية السرعة.
قد تعتمد تلك الوصلة البينية على عتاد شبكات محدد.
قد تعتمد وظيفة العمل على مجموعة بيانات بعينها.
قد تكون مجموعة البيانات لديها قيود جغرافية.
قد تعتمد الوظيفة بالكامل على كفاية السعة الكهربائية وقدرة التبريد.
وبالتالي يصبح النظام رسمًا بيانيًا مترابطًا من القيود والقدرات.
يمكن لهذا النموذج أن يوفر فهمًا أعمق بكثير للبنية التحتية للحوسبة.
قد يسأل مجدول تقليدي:
“هل يتوفر معالج رسومي GPU؟”
يسأل مجدول مخطط الموارد:
“هل يتوفر GPU بالذاكرة المطلوبة ومسار الشبكة وتوافق الوصول إلى التخزين وسعة الطاقة والأهلية الجغرافية وسياسة الأمان وخصائص زمن الاستجابة (latency)؟”
هذا سؤال أكثر تقدمًا بكثير.
تتحول الفروق إلى أمر حاسم مع تزايد تغاير البنية التحتية.
ليست كل المعجّلات متكافئة.
ليست كل مسارات الشبكة متكافئة.
ليست كل أنظمة التخزين توفر الأداء نفسه.
ليست كل مراكز البيانات لديها توفر الطاقة نفسه.
ليس كل موقع مسموحًا لكل وظيفة عمل.
لذلك يحتاج المجدول إلى فهم العلاقات بين الموارد.
يمكن أن يصبح الذكاء الاصطناعي طبقة تفكير فوق هذا الرسم البياني.
يمكنه تحليل سلوك الوظائف التاريخي وظروف البنية التحتية.
يمكنه تحديد الاختناقات.
يمكنه التنبؤ بالأعطال.
يمكنه تقدير تعارضات الموارد.
يمكنه البحث عن تكوينات بديلة.
يحوّل هذا الجدولة من تخصيص موارد بسيط إلى تفكير في البنية التحتية.
تخيّل وظيفة عمل تتطلب اتصالات شديدة الارتفاع بين المعجّلات (accelerator-to-accelerator).
قد يحدد النظام أن وضع تلك المعجّلات في مرافق مختلفة سيخلق هدرًا مفرطًا في شبكة الاتصال.
يمكن للرسم البياني تحديد عنقود أكثر ملاءمة.
قد تتطلب وظيفة عمل أخرى سعة ذاكرة كبيرة لكن حركة مرور شبكة منخفضة نسبيًا.
يمكن للمجدول اختيار بنية معمارية مختلفة.
قد تتطلب وظيفة عمل أخرى متطلبات صارمة لتحديد موقع البيانات.
يمكن للرسم البياني إزالة الموارد التي تنتهك تلك السياسات.
تصبح البنية التحتية واعية للقيود.
كما يخلق هذا التصميم إمكانيات جديدة لإدارة الأعطال.
غالبًا ما تتصرف الأنظمة التقليدية بعد تعطل أحد المكوّنات.
يمكن لمخطط الموارد نمذجة التبعيات قبل حدوث العطل.
إذا أظهرت مكوّن شبكة حرج علامات تدهور، يمكن للنظام تحديد وظائف العمل التي تعتمد عليه.
يمكنه تقدير الأثر المحتمل.
يمكن تجهيز مسارات بديلة أو موارد حاسوبية.
وهذا يخلق مرونة تنبؤية.
يمكن تطبيق المفهوم نفسه على الطاقة.
إذا كان النظام الكهربائي ذا سعة محدودة، يمكن لمخطط الموارد تحديد أي وظائف عمل تتنافس على تلك السعة.
قد يمكن جدولة وظائف عمل مرنة من جديد.
يمكن للوظائف الحرجة الاحتفاظ بالأولوية.
تصبح الطاقة عقدة أخرى في الرسم البياني الحاسوبي.
يمكن تمثيل التبريد بالطريقة نفسها.
لا يمكن لعنقود معجّل عالي الكثافة أن يعمل بشكل مستقل عن قدرته على إدارة الحرارة.
إذا أصبحت سعة التبريد محدودة، يجب على المجدول الحاسوبي أن يفهم العلاقة.
وهذا يخلق نموذجًا موحدًا للبنية التحتية.
الحوسبة.
الذاكرة.
الشبكة.
التخزين.
الطاقة.
التبريد.
الأمن.
الموقع.
تصبح جميعها موارد مترابطة.
تصبح البنية التحتية مخطط تبعية حاسوبية.
قد يحول هذا التصميم أيضًا تصميم مراكز البيانات.
بدلًا من تصميم المرافق حول تخطيطات عتاد ثابتة، يمكن للمرافق المستقبلية أن تُصمم حول علاقات الموارد.
يمكن للمهندسين نمذجة كيفية تفاعل الطاقة والتبريد والشبكات والتخزين والحوسبة قبل البناء.
يمكن للتوائم الرقمية محاكاة تكوينات موارد مختلفة.
يمكن لأنظمة الذكاء الاصطناعي تقييم الاختناقات المحتملة.
يمكن تحسين البنية التحتية قبل النشر المادي.
وهذا يقلل الفصل بين تخطيط البنية التحتية وتشغيلها.
يصبح مخطط الموارد مفيدًا طوال دورة الحياة.
أثناء التصميم، يقوم بنمذجة التبعيات.
أثناء النشر، يقوم بتنسيق الموارد.
أثناء التشغيل، يراقب الأداء.
أثناء التوسع، يحدد قيود السعة.
أثناء الأعطال، يدعم الاسترداد.
أثناء الإحالة للتقاعد، يحدد وظائف العمل المتأثرة.
وبالتالي يمكن لنموذج حوسبة واحد أن يدعم دورة الحياة الكاملة للبنية التحتية.
هذه تطور مهم.
تتحرك إدارة البنية التحتية من إدارة الأصول نحو إدارة العلاقات.
لا يزال المكوّن الفردي مهمًا.
لكن العلاقات بين المكوّنات تحدد أداء النظام بشكل متزايد.
تقيّد GPU قوية بسعة عرض نطاق ذاكرة غير كافية.
قد يصبح معالج عالي السرعة مع شبكة غير كافية استخدامه منخفضًا.
لا يمكن لعنقود حوسبة كبير بدون طاقة كافية أن يعمل بكامل طاقته.
لا يمكن لمركز بيانات دون تبريد كافٍ الحفاظ على وظائف عمل عالية الكثافة.
قوة النظام بقدر ما هي عليه هندسته المعمارية للموارد المترابطة.
ستحتاج البنية التحتية للحوسبة المستقبلية إذن إلى فهم نفسها.
سيحتاج إلى معرفة ما هي الموارد الموجودة، وكيف تعتمد على بعضها البعض، وما هي وظائف العمل التي تستخدمها، وأين تتطور القيود.
وهذا يضع الأساس لبنية تحتية مستقلة.
يصبح مخطط الموارد هو الخريطة.
يصبح الذكاء الاصطناعي طبقة التفكير.
تصبح عملية التنسيق آلية التحكم.
تتحول الحوسبة إلى نظام تكيفي.
SriDanamTrades
تعلم ابنِ ابتكر قِد
موارد رقمية متميزة على وحدات GPU للحوسبة بالذكاء الاصطناعي البنية التحتية الطاقة والاتكنولوجيات الناشئة
#الحوسبة #AIInfrastructure #ResourceGraph #DataCenters #GPUs #CloudComputing #InfrastructureEngineering #FutureComputing #SriDanamTrades