مركز بيانات الذكاء الاصطناعي

لا يتمثل جوهر مركز بيانات الذكاء الاصطناعي في مكوّن حوسبة واحد بعينه، بل في دمج وحدات المعالجة المركزية ووحدات معالجة الرسومات ومسرّعات الذكاء الاصطناعي الأخرى مع الذاكرة والتخزين والشبكات والطاقة والتبريد وبرامج الإدارة، وفقًا لمتطلبات أعباء عمل الذكاء الاصطناعي المختلفة. فمن تدريب النماذج على نطاق واسع والاستدلال في الوقت الفعلي إلى الذكاء الاصطناعي الوكيلي الذي ينفّذ عمليات الاستدلال باستمرار، ويصل إلى البيانات، ويستدعي الأدوات الخارجية، يفرض كل تطبيق متطلبات مختلفة على موارد الحوسبة وبنية النظام.

وبالمقارنة مع مراكز البيانات التقليدية التي تدعم بشكل أساسي أعباء العمل ذات الأغراض العامة، مثل تكنولوجيا المعلومات المؤسسية وقواعد البيانات والمحاكاة الافتراضية، تركّز مراكز بيانات الذكاء الاصطناعي بدرجة أكبر على الحوسبة عالية الكثافة، ونقل البيانات عالي السرعة، والتصميم المتكامل عبر البنية التحتية للحوسبة والتخزين والشبكات والطاقة. ويتيح ذلك تخصيص الموارد وتوسيع نطاقها بكفاءة أكبر وفقًا لمتطلبات أعباء عمل الذكاء الاصطناعي. كما تستخدم industry في كثير من الأحيان مصطلح «مصنع الذكاء الاصطناعي» لوصف هذا النوع من البنية التحتية، الذي يحوّل البيانات وموارد الحوسبة إلى خدمات وتطبيقات مدعومة بالذكاء الاصطناعي.

كانت تطبيقات الذكاء الاصطناعي التوليدي في بداياتها تعتمد إلى حد كبير على المطالبات والاستجابات الفردية. ومع تطور الذكاء الاصطناعي الاستدلالي والذكاء الاصطناعي القائم على الوكلاء، قد تحتاج أنظمة الذكاء الاصطناعي إلى تنفيذ عمليات استدلال متعددة الخطوات، واستدعاء أدوات خارجية، والتعاون مع وكلاء ذكاء اصطناعي آخرين، والعمل باستمرار لفترات زمنية طويلة. ونتيجة لذلك، يتطور حوسبة الذكاء الاصطناعي متجاوزةً التفاعلات لمرة واحدة إلى أعباء عمل أكثر تعقيدًا وأتمتة.

تختلف متطلبات تطبيقات الذكاء الاصطناعي أيضًا من حيث موارد الحوسبة والذاكرة والتخزين والشبكات. ولذلك، تحتاج مراكز البيانات إلى مرونة أكبر في تخصيص الموارد وقابلية أعلى للتوسع لاستيعاب الطلب المتزايد على حوسبة الذكاء الاصطناعي. تقدّر McKinsey أن النفقات الرأسمالية التراكمية العالمية على مراكز البيانات قد تقترب من 7 تريليونات دولار أمريكي بحلول عام 2030، مع كون الطلب على حوسبة الذكاء الاصطناعي أحد المحركات الرئيسية لذلك.

مع توسّع عناقيد الذكاء الاصطناعي وزيادة كثافة قدرتها، تزداد احتياجاتها من الطاقة والتبريد تبعًا لذلك. ومن ثم، أصبحت الكهرباء قيدًا أكثر أهمية على توسّع مراكز بيانات الذكاء الاصطناعي. وتقدّر Deloitte أن يرتفع الطلب على الطاقة من مراكز بيانات الذكاء الاصطناعي في الولايات المتحدة من نحو 4 جيجاواط في عام 2024 إلى 123 جيجاواط بحلول عام 2035، أي بزيادة تتجاوز 30 ضعفًا.

ومع تزايد القيود على موارد الطاقة والبنية التحتية، لم يعد التركيز في تطوير مراكز بيانات الذكاء الاصطناعي يقتصر على نشر المزيد من وحدات معالجة الرسومات (GPU) أو اعتماد أجهزة متطورة، بل يتمثل التحدي الأكبر في تحسين كفاءة النظام ككل، بما يتيح معالجة المزيد من أحمال الذكاء الاصطناعي باستخدام الموارد المتاحة نفسها، مع خفض تكاليف التشغيل.

فعلى سبيل المثال، يمكن استخدام مقياس عدد الرموز لكل واط في استدلال الذكاء الاصطناعي التوليدي لقياس كفاءة إخراج الرموز مقارنةً باستهلاك الطاقة، بينما تعكس التكلفة لكل مليون رمز تكلفة إنشاء مليون رمز من رموز الذكاء الاصطناعي. وتوفر هاتان المقياسان معًا رؤية أشمل للأداء في العالم الفعلي، إذ يعكسان التأثيرات المشتركة لموارد الحوسبة، والشبكات، والذاكرة، وتحسين البرمجيات، وكفاءة الطاقة، والاستفادة من النظام.

حل GIGAPOD يستخدم معماريات ربط بيني عالية السرعة لدمج أعداد كبيرة من وحدات المعالجة المركزية ووحدات معالجة الرسومات ومسرّعات الذكاء الاصطناعي في عناقيد حوسبة عالية الأداء، بما يدعم الحوسبة المتوازية واسعة النطاق وأحمال الذكاء الاصطناعي. كما يدعم تكوينات التبريد بالهواء والتبريد بالسائل، ما يتيح للعملاء تحقيق التوازن بين الأداء وكفاءة الطاقة والتكلفة الإجمالية للملكية.

وبالإضافة إلى خوادم الحوسبة المعتمدة على وحدات معالجة الرسومات، يمكن لـ GIGAPOD أيضًا توفير إدارة مركزية لأنظمة التبريد ومعدات توزيع الطاقة. وبالاقتران مع GIGABYTE POD Manager (GPM)، يوفر الحل أيضًا إمكانات تشمل إدارة البنية التحتية لمراكز البيانات (DCIM)، وجدولة أحمال العمل، ومراقبة الأنظمة.

بدءًا من الخوادم الفردية وعناقيد الحوسبة ووصولًا إلى عمليات النشر على مستوى الرفوف ومراكز البيانات، توفر GIGABYTE حلولًا شاملة لمراكز بيانات الذكاء الاصطناعي تساعد المؤسسات على تسريع نشر مصانع الذكاء الاصطناعي المصممة وفقًا لمتطلباتها الخاصة، وتهيئة بنيتها التحتية للمرحلة التالية من اعتماد الذكاء الاصطناعي وتوسعه.