"جوجل" تطلق أقوى بنية تحتية للذكاء الاصطناعي مع تعزيز الأداء
أطلقت Google Cloud ما وصفته بأنه أقوى بنية أساسية للذكاء الاصطناعي حتى الآن، وكشفت عن وحدة معالجة Tensor من الجيل السابع وخيارات الحوسبة الموسعة المستندة إلى Arm المصممة لتلبية الطلب المتزايد على نشر نماذج الذكاء الاصطناعي، ما تصفه الشركة بأنه تحول أساسي في الصناعة من نماذج التدريب إلى تقديمها لمليارات المستخدمين.
شريحة ذكاء اصطناعي مخصصة من جوجل
وفقا لموقع “venturebeat”، يتمحور الإعلان حول Ironwood ، أحدث شريحة مُسرع ذكاء اصطناعي مُخصصة من جوجل، والتي ستُصبح متاحةً للجميع خلال الأسابيع المقبلة، وفي إقرار مُلفت لهذه التقنية، كشفت شركة Anthropic ، الشركة المُتخصصة في سلامة الذكاء الاصطناعي والمسؤولة عن سلسلة نماذج Claude، عن خطط للوصول إلى ما يصل إلى مليون شريحة TPU هذه، وهو التزام بقيمة عشرات المليارات من الدولارات، ويُعدّ من أكبر صفقات البنية التحتية للذكاء الاصطناعي المعروفة حتى الآن.
تُبرز هذه الخطوة تصاعد المنافسة بين مُزوّدي الخدمات السحابية للسيطرة على طبقة البنية التحتية التي تُشغل الذكاء الاصطناعي، حتى مع تزايد التساؤلات حول قدرة القطاع على الحفاظ على وتيرة إنفاقه الرأسمالي الحالية، يُمثل نهج جوجل، بناء شرائح سيليكون مُخصصة بدلاً من الاعتماد كليًا على شرائح وحدة معالجة الرسومات (GPU) المُهيمنة من إنفيديا، رهانًا طويل الأجل على أن التكامل الرأسي، بدءًا من تصميم الشرائح ووصولًا إلى البرمجيات، سيُحقق أداءً واقتصادًا مُتفوقين.
لماذا تتسابق الشركات لخدمة نماذج الذكاء الاصطناعي، وليس فقط تدريبها؟
وقد صاغ المسؤولون التنفيذيون في جوجل إعلاناتهم حول ما أطلقوا عليه "عصر الاستدلال"، وهي نقطة انتقالية حيث تحول الشركات الموارد من تدريب نماذج الذكاء الاصطناعي الرائدة إلى نشرها في تطبيقات الإنتاج التي تخدم ملايين أو مليارات الطلبات يوميًا.
قال أمين وحدت، نائب الرئيس والمدير العام للذكاء الاصطناعي والبنية التحتية في جوجل كلاود: "تُدرب نماذج الأعمال الرائدة اليوم، بما في ذلك جيميني وفيو وإيميجن من جوجل، وكلود من أنثروبيك، وحدات معالجة تينسور وتُستخدم فيها".
وأضاف: "بالنسبة للعديد من المؤسسات، يتحول التركيز من تدريب هذه النماذج إلى تعزيز تفاعلات مفيدة وسريعة الاستجابة معها".
لهذا التحول آثار عميقة على متطلبات البنية التحتية، فبينما غالبًا ما تتحمل أحمال التدريب المعالجة الدفعية وأوقات إكمال أطول، فإن الاستدلال، أي عملية تشغيل نموذج مُدرب لتوليد الاستجابات، يتطلب زمن وصول منخفضًا باستمرار، وإنتاجية عالية، وموثوقية ثابتة، فأي روبوت دردشة يستغرق 30 ثانية للرد، أو مساعد برمجة يتوقف عن العمل بشكل متكرر، يصبح غير قابل للاستخدام بغض النظر عن قدرات النموذج الأساسي.
إن سير العمل الوكيل - حيث تتخذ أنظمة الذكاء الاصطناعي إجراءات مستقلة بدلاً من مجرد الاستجابة للمطالبات - يخلق تحديات معقدة للغاية في البنية التحتية، مما يتطلب تنسيقًا وثيقًا بين مسرعات الذكاء الاصطناعي المتخصصة والحوسبة للأغراض العامة.