ميتا و بانمسيا تقدمان بنية جديدة تجعل مراكز بيانات الذكاء الاصطناعي تعمل كحاسوب عملاق واحد

قد تشهد تصاميم مراكز بيانات الذكاء الاصطناعي تحولًا كبيرًا في المستقبل، حيث لن تكون مجرد مجموعة من الأجهزة المستقلة، بل أشبه بحاسوب عملاق واحد. هذا هو المفهوم الجديد الذي طرحته شركة بانمسيا (Panmnesia) المتخصصة في أشباه الموصلات وشركة ميتا (Meta). يعتمد التصميم على استخدام رابط توسيع الحوسبة (CXL) لربط وحدات المعالجة المركزية (CPU) والمعجلات ومسرعات الذكاء الاصطناعي والذاكرة عبر الرفوف مع الحفاظ على تنسيق عالٍ في التشغيل. ومع نمو نماذج الذكاء الاصطناعي، أصبحت هذه المشكلة أكثر إلحاحًا. قد يتطلب تدريب نموذج يحتوي على تريليونات من المعلمات مئات أو آلاف المعجلات لتبادل بيانات تقدر بعدة تيرابايت.

حتى لو كانت معظم الأجهزة قادرة على إنجاز مهامها بسرعة، فإن أي مكون أبطأ يمكن أن يؤخر العملية بأكملها، مما يجعل القدرة على التنبؤ بالتأخير أمرًا بالغ الأهمية.

مفهوم تصميم البنية الجديدة

داخل الرف، يمكن للمعجلات بالفعل التواصل عبر اتصالات عالية السرعة مخصصة. ومع ذلك، بين الرفوف، تنتقل البيانات عادةً عبر أجهزة الشبكة والبرامج التقليدية، مما يؤدي إلى اختلافات في الوقت المطلوب لكل طلب. تعتمد طريقة بانمسيا وميتا على توسيع مجال CXL خارج الرفوف الفردية إلى مركز البيانات الأوسع. تهدف هذه البنية إلى جعل الموارد في جميع أنحاء المنشأة تعمل بشكل متكامل، بدلاً من اعتبار كل رف بمثابة جزيرة حوسبة مستقلة. هناك ثلاثة مكونات مادية أساسية في التصميم: مفتاح CXL عالي السرعة غير المحظور، ووحدة تسريع الارتباط، ومتحكم النسيج.

يهدف الجمع بين هذه المكونات الثلاثة إلى تقليل عدم اليقين في التأخير عند نقل البيانات بين الأجهزة.

أهمية تقليل التأخير

تستفيد هذه البنية أيضًا من الاتصالات الضوئية للتغلب على قيود المسافة المادية للإشارات الكهربائية، وبالتالي يمكن لـ CXL-over-optics توسيع النسيج ليشمل جزءًا أكبر من مركز البيانات دون التخلي عن نموذج CXL الأساسي. يغير النظام المقترح من حجم العمل المشترك للموارد الحاسوبية. في التكوين المرجعي، يتم توصيل وحدة معالجة مركزية واحدة مع وحدتين من المعجلات. في البنية الجديدة، يرتفع هذا الرقم إلى 16، ويمكن أن يشمل مجال الاتساق الواحد ما يصل إلى 960 معجلًا.

أصبح التأخير ساحة معركة جديدة. ووفقًا للباحثين، فإن الوصول الذي يحتاج عادةً إلى مغادرة الرف وعبور الشبكة التقليدية، قد يسلك مسارًا أكثر قابلية للتنبؤ. قد ينخفض التأخير في الذهاب والإياب من نطاق الميكروثانية إلى بضع مئات من النانوثانية، مما يمثل انخفاضًا يصل إلى عشرة أضعاف. قد تكون هذه القدرة على التنبؤ بنفس أهمية القدرة الحاسوبية الأولية. عادةً ما تكون أحمال العمل الكبيرة في الذكاء الاصطناعي عمليات جماعية، مما يعني أن أبطأ مشارك يمكن أن يحدد متى تتم العملية بأكملها. قد يؤدي تقليل هذه التأخيرات إلى تمكين المزيد من المعجلات من العمل كمكان تنفيذ واحد. قد تقلل هذه البنية أيضًا من تأثير الأعطال.

عندما تحدث مشكلة، سيقوم النظام المقترح باستبدال الجهاز الفردي بدلاً من الخادم بأكمله.

قال الرئيس التنفيذي لشركة بانمسيا، ميونغسو جونغ: "مع استمرار توسع أنظمة الذكاء الاصطناعي، أصبحت القدرة على توصيل عدد كبير من المعجلات وأجهزة الذاكرة بسرعة وكفاءة بنفس أهمية أداء المعجل الفردي. يحدد هذا البحث اتجاه البنية التحتية للجيل التالي من الذكاء الاصطناعي، حيث يجعل CXL مركز البيانات بأكمله يعمل كم نظام حوسبي واحد." وأضافت بانمسيا أنها قامت بالفعل بتحقيق المكونات الأساسية في السيليكون، وأكملت عملية التحقق، وتستعد للعرض التجاري.

تم نشر نتائج البحث في مجلة "Nature Reviews Electrical Engineering".

المشروع	المواصفات
عدد المعجلات المتصلة بوحدة المعالجة المركزية	16
عدد المعجلات التي يمكن تغطيتها	960

تأثير البنية الجديدة على البنية التحتية للذكاء الاصطناعي

مع التطور السريع لتقنيات الذكاء الاصطناعي، تتغير متطلبات تصميم مراكز البيانات باستمرار. لا تقوم البنية الجديدة التي قدمتها ميتا وبانمسيا فقط برفع كفاءة نقل البيانات، بل تقوم أيضًا بتحسين الأداء العام من خلال تقليل التأخير، مما يتيح عمل المزيد من المعجلات بشكل أكثر فعالية. هذه التغييرات ضرورية للتعامل مع أحمال العمل الكبيرة في الذكاء الاصطناعي، حيث تعتمد هذه الأحمال عادةً على تعاون العديد من وحدات الحوسبة. قد يؤدي تنفيذ هذه البنية الجديدة إلى تغيير نمط عمل مراكز البيانات في المستقبل، وتقديم حلول أكثر كفاءة للتطبيقات التجارية.