ASIC (Application-Specific Integrated Circuit)
ما هي الدائرة المتكاملة الخاصة بالتطبيقات (ASIC)؟
في مجال الحوسبة، قد تكون أنواع مختلفة من المعالجات أكثر ملاءمة لمهام مختلفة. فعلى سبيل المثال، تختلف وحدة معالجة الرسومات (GPU) اختلافًا جوهريًا عن وحدة المعالجة المركزية (CPU)، إذ تتفوق وحدة المعالجة المركزية في المعالجة التسلسلية، بينما صُممت وحدة معالجة الرسومات لتكون أكثر كفاءة في الحوسبة المتوازية بفضل العدد الهائل من الأنوية فيها. ولهذا السبب، تطورت وحدات معالجة الرسومات من وظيفتها المحدودة المتمثلة في تصيير الرسومات إلى مكانتها الحالية باعتبارها العمود الفقري لتطبيقات النماذج اللغوية الكبيرة (LLM) وتطوير الذكاء الاصطناعي (AI).
تدفع «الدائرة المتكاملة الخاصة بالتطبيقات»، أو ASIC، مفهوم تصميم شريحة دقيقة لأداء وظيفة محددة بوضوح إلى أقصى حد منطقي. وهي النقيض التام لـ«مصفوفة البوابات القابلة للبرمجة ميدانيًا» (FPGA)، التي يمكن إعادة برمجتها بعد التصنيع لأداء وظائف تختلف عن الوظائف التي صُممت في الأصل لتنفيذها. وتتيح ASIC مستوى أعلى بكثير من التخصيص أثناء عملية الإنتاج، ما يجعلها مخصصة بدقة لمهمة محددة ولا تضاهى في أدائها. وبينما قد يختلف مستوى التخصيص باختلاف أسلوب التصنيع، فإن العائق أمام إنتاج شريحة ASIC يكون عمومًا أعلى من نظيره في إنتاج البدائل الأكثر مرونة، رغم إمكانية تعويض التكلفة من خلال الإنتاج على نطاق واسع.
تدفع «الدائرة المتكاملة الخاصة بالتطبيقات»، أو ASIC، مفهوم تصميم شريحة دقيقة لأداء وظيفة محددة بوضوح إلى أقصى حد منطقي. وهي النقيض التام لـ«مصفوفة البوابات القابلة للبرمجة ميدانيًا» (FPGA)، التي يمكن إعادة برمجتها بعد التصنيع لأداء وظائف تختلف عن الوظائف التي صُممت في الأصل لتنفيذها. وتتيح ASIC مستوى أعلى بكثير من التخصيص أثناء عملية الإنتاج، ما يجعلها مخصصة بدقة لمهمة محددة ولا تضاهى في أدائها. وبينما قد يختلف مستوى التخصيص باختلاف أسلوب التصنيع، فإن العائق أمام إنتاج شريحة ASIC يكون عمومًا أعلى من نظيره في إنتاج البدائل الأكثر مرونة، رغم إمكانية تعويض التكلفة من خلال الإنتاج على نطاق واسع.
لماذا تحتاج إليها؟
كانت الفكرة الملهمة المتمثلة في تغيير تصميم رقاقة دقيقة لتصبح أكثر ملاءمة لوظيفة محددة نقطة تحول محورية في تاريخ علوم الحاسوب. وتندرج الإصدارات الأولى من وحدات معالجة الرسومات (GPU)، التي صُممت في الأصل—as the name implies—لإنشاء رسومات الحاسوب، ضمن تعريف الدائرة المتكاملة الخاصة بالتطبيقات (ASIC). ورغم أن وحدات معالجة الرسومات تُستخدم الآن في نطاق أوسع بكثير، وهو ما أدى إلى توجه لإعادة تصنيفها باعتبارها وحدات معالجة رسومات للأغراض العامة (GPGPU)، فإن الفكرة الأساسية المتمثلة في تصميم أنواع مختلفة من المعالجات ثم الجمع بين نقاط قوتها من خلال الحوسبة غير المتجانسة هي التي أدت إلى ابتكار عائلات جديدة من وحدات المعالجة. ومن أمثلتها منتجات وحدات المعالجة المتسارعة (APU) من AMD، ووحدات معالجة البيانات (DPU) BlueField من NVIDIA، ووحدات معالجة الموترات (TPU) من Google، وغيرها. وما دام هناك مجال تطبيقي يمكن أن يستفيد من معالج مصمم خصيصًا، وما دام الطلب مرتفعًا بما يكفي لتغطية تكاليف التخصيص، فستظل منتجات الدائرة المتكاملة الخاصة بالتطبيقات أو الأنواع المشابهة من المعالجات تؤدي دورًا في البنية التحتية لتقنية المعلومات.
كيف تساعد GIGABYTE؟
توفر GIGABYTE Technology خوادمَ تدعم الحوسبة غير المتجانسة، مما يتيح للدوالج المتخصصة للغاية، مثل منتجات الدائرة المتكاملة الخاصة بالتطبيقات (ASIC)، العمل جنبًا إلى جنب مع وحدات المعالجة المركزية ووحدات معالجة الرسومات التقليدية. ويُنصح بشدة باستخدام خوادم GPU من سلسلة G-Series مع مسرّعات ASIC، إذ توفر فتحات توسعة متعددة تستخدم أحدث تقنيات واجهة PCIe، بما يتيح اتصالًا عالي معدل النقل ومنخفض زمن الاستجابة بين وحدات المعالجة. كما يساعد تصميم GIGABYTE الخاص لإدارة الحرارة على الاستفادة القصوى من إمكانات وحدات المعالجة، مع تحسين PUE والحفاظ على استقرار التشغيل.
ومن الأمثلة الجيدة على منتجات الدائرة المتكاملة الخاصة بالتطبيقات (ASIC) Qualcomm® Cloud AI 100، الذي يمكن نشره في خادم GPU G292-Z43 من GIGABYTE. ويوصى بشدة باستخدام هذا المسرّع لتنفيذ استدلال الذكاء الاصطناعي على السحابة أو عند الحافة، إذ صُمم لتلبية المتطلبات الفريدة لخدمات الذكاء الاصطناعي المستندة إلى السحابة، مثل معالجة الإشارات، وكفاءة استهلاك الطاقة، وتطوير العُقد، وقابلية التوسع.
ومن الأمثلة الجيدة على منتجات الدائرة المتكاملة الخاصة بالتطبيقات (ASIC) Qualcomm® Cloud AI 100، الذي يمكن نشره في خادم GPU G292-Z43 من GIGABYTE. ويوصى بشدة باستخدام هذا المسرّع لتنفيذ استدلال الذكاء الاصطناعي على السحابة أو عند الحافة، إذ صُمم لتلبية المتطلبات الفريدة لخدمات الذكاء الاصطناعي المستندة إلى السحابة، مثل معالجة الإشارات، وكفاءة استهلاك الطاقة، وتطوير العُقد، وقابلية التوسع.
