إذا تعطّلت لوحة واحدة في رفّ ذكاء اصطناعي، فلماذا قد يؤثر ذلك في الاستثمار بأكمله؟
في 5 أكتوبر، كشفت AMD عن تفاصيل من وراء كواليس مشروع Helios، مسلّطةً الضوء على التبريد السائل، وتكامل الأنظمة، والصيانة، والتحقق. وبالنسبة إليّ، ثمة سؤال عملي أهم من الحديث عن ذروة قدرة حوسبية جديدة: إذا تعطّل شيء ما، فكم جهازًا سيتوقف، وكم من الوقت سيستغرق إصلاحه؟
تشدد مواد AMD العلنية عن البنية على عزل الأعطال، ومسارات الاتصال الاحتياطية، وصيانة الأدراج المعيارية. كما توضح صفحة المنتج أن دمج الطاقة والتبريد واتصالات الشبكة يهدف إلى تقليل أعمال إعادة التوصيل عند استبدال الوحدات. هذه أوصاف للتصميم، ولا ينبغي اعتبارها نتائج تشغيلية حققها العملاء بالفعل.
بالنسبة إلى مشتري الأجهزة، تستمر تكاليف الاستهلاك وبعض النفقات الثابتة خلال فترة التوقف، بينما قد تتراجع القدرة على إنجاز أعمال الحوسبة وتسليمها. وكلما طال الإصلاح أو اتسع نطاق تأثر الأجهزة بالعطل، ازدادت صعوبة تحقيق التكلفة الجذابة لكل ساعة كما هو مأمول.
وهذا يفسر أيضًا لماذا لا يكفي عدّ وحدات GPU عند تقييم أصول الذكاء الاصطناعي. فعند تقييم روايات الحوسبة والتطبيقات المرتبطة بـ RENDER وFET وNEAR، ينبغي أيضًا السؤال عن توافر الخدمة، ووقت التعافي، والتسليم الفعلي؛ ولا يعني ذلك وجود شراكة بينها وبين AMD.
خلاصتي: من ينجح في خفض خسائر الصيانة تكون لديه فرصة أكبر لتحويل الأجهزة إلى إيرادات مستقرة. أما العوائد الفعلية، فلا بد من انتظار بيانات التشغيل. الصورة المرفقة صورة أرشيفية لمبنى مكاتب AMD التُقطت عام 2009.
$RENDER $FET $NEAR #AI
انقر على صورتي الشخصية للاطلاع على سجل التداول المباشر مع توصياتي
في 5 أكتوبر، كشفت AMD عن تفاصيل من وراء كواليس مشروع Helios، مسلّطةً الضوء على التبريد السائل، وتكامل الأنظمة، والصيانة، والتحقق. وبالنسبة إليّ، ثمة سؤال عملي أهم من الحديث عن ذروة قدرة حوسبية جديدة: إذا تعطّل شيء ما، فكم جهازًا سيتوقف، وكم من الوقت سيستغرق إصلاحه؟
تشدد مواد AMD العلنية عن البنية على عزل الأعطال، ومسارات الاتصال الاحتياطية، وصيانة الأدراج المعيارية. كما توضح صفحة المنتج أن دمج الطاقة والتبريد واتصالات الشبكة يهدف إلى تقليل أعمال إعادة التوصيل عند استبدال الوحدات. هذه أوصاف للتصميم، ولا ينبغي اعتبارها نتائج تشغيلية حققها العملاء بالفعل.
بالنسبة إلى مشتري الأجهزة، تستمر تكاليف الاستهلاك وبعض النفقات الثابتة خلال فترة التوقف، بينما قد تتراجع القدرة على إنجاز أعمال الحوسبة وتسليمها. وكلما طال الإصلاح أو اتسع نطاق تأثر الأجهزة بالعطل، ازدادت صعوبة تحقيق التكلفة الجذابة لكل ساعة كما هو مأمول.
وهذا يفسر أيضًا لماذا لا يكفي عدّ وحدات GPU عند تقييم أصول الذكاء الاصطناعي. فعند تقييم روايات الحوسبة والتطبيقات المرتبطة بـ RENDER وFET وNEAR، ينبغي أيضًا السؤال عن توافر الخدمة، ووقت التعافي، والتسليم الفعلي؛ ولا يعني ذلك وجود شراكة بينها وبين AMD.
خلاصتي: من ينجح في خفض خسائر الصيانة تكون لديه فرصة أكبر لتحويل الأجهزة إلى إيرادات مستقرة. أما العوائد الفعلية، فلا بد من انتظار بيانات التشغيل. الصورة المرفقة صورة أرشيفية لمبنى مكاتب AMD التُقطت عام 2009.
$RENDER $FET $NEAR #AI
انقر على صورتي الشخصية للاطلاع على سجل التداول المباشر مع توصياتي