تكتل شركة Meta لوسائل التواصل الاجتماعي هو أحدث شركة تقنية لبناء "كمبيوتر فائق الذكاء الاصطناعي" - وهو كمبيوتر عالي السرعة مصمم خصيصًا لتدريب أنظمة التعلم الآلي. تقول الشركة إن جهازها الجديد AI Research SuperCluster، أو RSC، هو بالفعل من بين أسرع الآلات من نوعها، وعند اكتماله في منتصف عام 2022، سيكون الأسرع في العالم.
قال مارك زوكربيرج Mark Zuckerberg، الرئيس التنفيذي لشركة Meta، في بيان: "طورت Meta ما نعتقد أنه أسرع كمبيوتر خارق للذكاء الاصطناعي في العالم". "نطلق عليه RSC لـ AI Research SuperCluster وسيكتمل في وقت لاحق من هذا العام".
توضح الأخبار الأهمية المركزية المطلقة لأبحاث الذكاء الاصطناعي AI لشركات مثل Meta. أعلن منافسون مثل Microsoft و Nvidia بالفعل عن "حواسيبهم الفائقة AI"، والتي تختلف قليلاً عما نعتقد أنه أجهزة كمبيوتر عملاقة عادية. سيتم استخدام RSC لتدريب مجموعة من الأنظمة عبر شركات Meta: بدءًا من خوارزميات تعديل المحتوى المستخدمة لاكتشاف الكلام الذي يحض على الكراهية على Facebook و Instagram إلى ميزات الواقع المعزز augmented reality التي ستتوفر يومًا ما في أجهزة AR المستقبلية للشركة. ونعم، يقول ميتا إنه سيتم استخدام RSC لتصميم تجارب لـ metaverse - العلامة التجارية الملحة للشركة لسلسلة مترابطة من المساحات الافتراضية، من المكاتب إلى الساحات عبر الإنترنت.
كتب Kevin Lee و Shubho Sengupta من مهندسي Meta في منشور مدونة يلخص الأخبار: "ستساعد RSC باحثي الذكاء الاصطناعي في Meta على بناء نماذج ذكاء اصطناعي جديدة وأفضل يمكنها التعلم من تريليونات الأمثلة؛ العمل عبر مئات اللغات المختلفة؛ تحليل النصوص والصور والفيديو معًا بسلاسة؛ تطوير أدوات جديدة للواقع المعزز؛ وأكثر من ذلك بكثير".
"نأمل أن تساعدنا RSC في بناء أنظمة ذكاء اصطناعي جديدة تمامًا يمكنها، على سبيل المثال، تشغيل الترجمات الصوتية في الوقت الفعلي لمجموعات كبيرة من الأشخاص، يتحدث كل منهم لغة مختلفة، حتى يتمكنوا من التعاون بسلاسة في مشروع بحثي أو ممارسة لعبة AR سويا".
قال مارك زوكربيرج Mark Zuckerberg، الرئيس التنفيذي لشركة Meta، في بيان: "طورت Meta ما نعتقد أنه أسرع كمبيوتر خارق للذكاء الاصطناعي في العالم". "نطلق عليه RSC لـ AI Research SuperCluster وسيكتمل في وقت لاحق من هذا العام".
توضح الأخبار الأهمية المركزية المطلقة لأبحاث الذكاء الاصطناعي AI لشركات مثل Meta. أعلن منافسون مثل Microsoft و Nvidia بالفعل عن "حواسيبهم الفائقة AI"، والتي تختلف قليلاً عما نعتقد أنه أجهزة كمبيوتر عملاقة عادية. سيتم استخدام RSC لتدريب مجموعة من الأنظمة عبر شركات Meta: بدءًا من خوارزميات تعديل المحتوى المستخدمة لاكتشاف الكلام الذي يحض على الكراهية على Facebook و Instagram إلى ميزات الواقع المعزز augmented reality التي ستتوفر يومًا ما في أجهزة AR المستقبلية للشركة. ونعم، يقول ميتا إنه سيتم استخدام RSC لتصميم تجارب لـ metaverse - العلامة التجارية الملحة للشركة لسلسلة مترابطة من المساحات الافتراضية، من المكاتب إلى الساحات عبر الإنترنت.
كتب Kevin Lee و Shubho Sengupta من مهندسي Meta في منشور مدونة يلخص الأخبار: "ستساعد RSC باحثي الذكاء الاصطناعي في Meta على بناء نماذج ذكاء اصطناعي جديدة وأفضل يمكنها التعلم من تريليونات الأمثلة؛ العمل عبر مئات اللغات المختلفة؛ تحليل النصوص والصور والفيديو معًا بسلاسة؛ تطوير أدوات جديدة للواقع المعزز؛ وأكثر من ذلك بكثير".
"نأمل أن تساعدنا RSC في بناء أنظمة ذكاء اصطناعي جديدة تمامًا يمكنها، على سبيل المثال، تشغيل الترجمات الصوتية في الوقت الفعلي لمجموعات كبيرة من الأشخاص، يتحدث كل منهم لغة مختلفة، حتى يتمكنوا من التعاون بسلاسة في مشروع بحثي أو ممارسة لعبة AR سويا".
بدأ العمل في RSC قبل عام ونصف، حيث صمم مهندسو Meta أنظمة مختلفة للآلة- التبريد، والطاقة، والشبكات، والكابلات- تمامًا من الصفر. المرحلة الأولى من RSC هي بالفعل قيد التشغيل وتتألف من 760 نظام Nvidia GGX A100 تحتوي على 6080 وحدة معالجة رسومات (GPU) متصلة (نوع من المعالجات جيد بشكل خاص في معالجة مشاكل التعلم الآلي). تقول Meta إنها تقدم بالفعل أداء محسّنًا يصل إلى 20 مرة في مهام بحث الرؤية الآلية القياسية Standard machine vision research.
قبل نهاية عام 2022، ستكتمل المرحلة الثانية من RSC. في هذه المرحلة، ستحتوي على حوالي 16000 وحدة معالجة رسومات إجمالية وستكون قادرة على تدريب أنظمة الذكاء الاصطناعي "مع أكثر من تريليون معلمة على مجموعات البيانات الكبيرة مثل إكسابايت". (يوفر هذا العدد الأولي من وحدات معالجة الرسومات فقط مقياسًا ضيقًا للأداء الكلي للنظام، ولكن، على سبيل المقارنة، تم إنشاء كمبيوتر Microsoft الفائق AI الذي تم إنشاؤه باستخدام مختبر الأبحاث OpenAI من 10000 وحدة معالجة رسومات).
هذه الأرقام كلها مثيرة للإعجاب، لكنها تدعو إلى السؤال التالي: ما هو الكمبيوتر العملاق الذي يعمل بالذكاء الاصطناعي على أي حال؟ وكيف يمكن مقارنتها بما نعتقد أنه أجهزة كمبيوتر عملاقة - آلات ضخمة نشرتها الجامعات والحكومات لسحق الأرقام في المجالات المعقدة مثل الفضاء والفيزياء النووية وتغير المناخ؟
إن نوعي الأنظمة، المعروفين باسم أجهزة الكمبيوتر عالية الأداء أو HPCs، هما بالتأكيد أكثر تشابهًا مما هما مختلفان. كلاهما أقرب إلى مراكز البيانات من أجهزة الكمبيوتر الفردية في الحجم والمظهر ويعتمدان على أعداد كبيرة من المعالجات المترابطة لتبادل البيانات بسرعات عالية للغاية. ولكن هناك اختلافات رئيسية بين الاثنين، كما أوضح Bob Sorensen محلل HPC من Hyperion Research لموقع The Verge. يقول Sorensen: "تعيش HPCs القائمة على الذكاء الاصطناعي في عالم مختلف نوعًا ما عن نظيراتها التقليدية من HPC"، والفارق الكبير هو الدقة.
التفسير المختصر هو أن التعلم الآلي يتطلب دقة أقل من المهام الموضوعة على أجهزة الكمبيوتر العملاقة التقليدية، وبالتالي يمكن لـ "أجهزة الكمبيوتر العملاقة AI" (جزء من العلامة التجارية الحديثة) إجراء المزيد من العمليات الحسابية في الثانية مقارنة بإخوانهم العاديين باستخدام نفس الأجهزة. هذا يعني أنه عندما تقول Meta إنها قامت ببناء "أسرع كمبيوتر خارق للذكاء الاصطناعي في العالم"، فإنها ليست بالضرورة مقارنة مباشرة بأجهزة الكمبيوتر العملاقة التي تراها غالبًا في الأخبار (يتم تجميع تصنيفاتها بواسطة Top500.org المستقل ويتم نشرها مرتين في السنة).
لشرح هذا أكثر قليلاً، تحتاج إلى معرفة أن كل من أجهزة الكمبيوتر العملاقة وأجهزة الكمبيوتر العملاقة AI تقوم بإجراء عمليات حسابية باستخدام ما يُعرف باسم حساب الفاصلة العائمة floating-point- وهو اختصار رياضي مفيد للغاية لإجراء العمليات الحسابية باستخدام أرقام كبيرة جدًا وصغيرة جدًا ("النقطة العائمة "في السؤال هو الفاصلة العشرية، والتي" تطفو "بين الأرقام ذات الدلالة). يمكن ضبط درجة الدقة المنشورة في حسابات الفاصلة العائمة بناءً على تنسيقات مختلفة، ويتم حساب سرعة معظم أجهزة الكمبيوتر العملاقة باستخدام ما يُعرف بعمليات الفاصلة العائمة 64 بت في الثانية، أو FLOPs floating-point operations per second. ومع ذلك، نظرًا لأن حسابات الذكاء الاصطناعي تتطلب دقة أقل، فغالبًا ما يتم قياس أجهزة الكمبيوتر العملاقة بالذكاء الاصطناعي في 32 بت أو حتى 16 بت FLOP. هذا هو السبب في أن المقارنة بين هذين النوعين من الأنظمة ليست بالضرورة تفاحًا بالتفاح، على الرغم من أن هذا التحذير لا يقلل من القوة والسعة الهائلة لأجهزة الكمبيوتر العملاقة التي تعمل بالذكاء الاصطناعي.
يقدم Sorensen كلمة تحذير إضافية أيضًا. كما هو الحال غالبًا مع نهج "السرعات والتغذية" لتقييم الأجهزة، فإن السرعات القصوى التي يتم التباهي بها لا تمثل دائمًا. عادةً ما يقتبس بائعو HPC أرقام الأداء التي تشير إلى أسرع ما يمكن أن تعمله أجهزتهم. نحن نطلق على ذلك اسم ذروة الأداء النظري"، كما يقول Sorensen. "ومع ذلك، فإن المقياس الحقيقي لتصميم نظام جيد هو أنه يمكن أن يعمل بسرعة في الوظائف المصممة للقيام بها. في الواقع، ليس من غير المألوف أن تحقق بعض HPCs أقل من 25% مما يسمى بأداء الذروة عند تشغيل تطبيقات العالم الحقيقي".
بعبارة أخرى: تكمن الفائدة الحقيقية للحواسيب الفائقة في العمل الذي يقومون به، وليس في ذروة أدائهم النظري. بالنسبة إلى Meta، يعني هذا العمل بناء أنظمة الاعتدال في وقت تكون فيه الثقة في الشركة منخفضة على الإطلاق ويعني إنشاء منصة حوسبة جديدة- سواء كانت تستند إلى نظارات الواقع المعزز أو metaverse- يمكن أن تهيمن عليها في مواجهة منافسين مثل Google و Microsoft و Apple. يوفر الكمبيوتر العملاق المزود بالذكاء الاصطناعي القوة الخام للشركة، ولكن لا تزال Meta بحاجة إلى إيجاد الإستراتيجية الفائزة بمفردها.
قبل نهاية عام 2022، ستكتمل المرحلة الثانية من RSC. في هذه المرحلة، ستحتوي على حوالي 16000 وحدة معالجة رسومات إجمالية وستكون قادرة على تدريب أنظمة الذكاء الاصطناعي "مع أكثر من تريليون معلمة على مجموعات البيانات الكبيرة مثل إكسابايت". (يوفر هذا العدد الأولي من وحدات معالجة الرسومات فقط مقياسًا ضيقًا للأداء الكلي للنظام، ولكن، على سبيل المقارنة، تم إنشاء كمبيوتر Microsoft الفائق AI الذي تم إنشاؤه باستخدام مختبر الأبحاث OpenAI من 10000 وحدة معالجة رسومات).
هذه الأرقام كلها مثيرة للإعجاب، لكنها تدعو إلى السؤال التالي: ما هو الكمبيوتر العملاق الذي يعمل بالذكاء الاصطناعي على أي حال؟ وكيف يمكن مقارنتها بما نعتقد أنه أجهزة كمبيوتر عملاقة - آلات ضخمة نشرتها الجامعات والحكومات لسحق الأرقام في المجالات المعقدة مثل الفضاء والفيزياء النووية وتغير المناخ؟
إن نوعي الأنظمة، المعروفين باسم أجهزة الكمبيوتر عالية الأداء أو HPCs، هما بالتأكيد أكثر تشابهًا مما هما مختلفان. كلاهما أقرب إلى مراكز البيانات من أجهزة الكمبيوتر الفردية في الحجم والمظهر ويعتمدان على أعداد كبيرة من المعالجات المترابطة لتبادل البيانات بسرعات عالية للغاية. ولكن هناك اختلافات رئيسية بين الاثنين، كما أوضح Bob Sorensen محلل HPC من Hyperion Research لموقع The Verge. يقول Sorensen: "تعيش HPCs القائمة على الذكاء الاصطناعي في عالم مختلف نوعًا ما عن نظيراتها التقليدية من HPC"، والفارق الكبير هو الدقة.
التفسير المختصر هو أن التعلم الآلي يتطلب دقة أقل من المهام الموضوعة على أجهزة الكمبيوتر العملاقة التقليدية، وبالتالي يمكن لـ "أجهزة الكمبيوتر العملاقة AI" (جزء من العلامة التجارية الحديثة) إجراء المزيد من العمليات الحسابية في الثانية مقارنة بإخوانهم العاديين باستخدام نفس الأجهزة. هذا يعني أنه عندما تقول Meta إنها قامت ببناء "أسرع كمبيوتر خارق للذكاء الاصطناعي في العالم"، فإنها ليست بالضرورة مقارنة مباشرة بأجهزة الكمبيوتر العملاقة التي تراها غالبًا في الأخبار (يتم تجميع تصنيفاتها بواسطة Top500.org المستقل ويتم نشرها مرتين في السنة).
لشرح هذا أكثر قليلاً، تحتاج إلى معرفة أن كل من أجهزة الكمبيوتر العملاقة وأجهزة الكمبيوتر العملاقة AI تقوم بإجراء عمليات حسابية باستخدام ما يُعرف باسم حساب الفاصلة العائمة floating-point- وهو اختصار رياضي مفيد للغاية لإجراء العمليات الحسابية باستخدام أرقام كبيرة جدًا وصغيرة جدًا ("النقطة العائمة "في السؤال هو الفاصلة العشرية، والتي" تطفو "بين الأرقام ذات الدلالة). يمكن ضبط درجة الدقة المنشورة في حسابات الفاصلة العائمة بناءً على تنسيقات مختلفة، ويتم حساب سرعة معظم أجهزة الكمبيوتر العملاقة باستخدام ما يُعرف بعمليات الفاصلة العائمة 64 بت في الثانية، أو FLOPs floating-point operations per second. ومع ذلك، نظرًا لأن حسابات الذكاء الاصطناعي تتطلب دقة أقل، فغالبًا ما يتم قياس أجهزة الكمبيوتر العملاقة بالذكاء الاصطناعي في 32 بت أو حتى 16 بت FLOP. هذا هو السبب في أن المقارنة بين هذين النوعين من الأنظمة ليست بالضرورة تفاحًا بالتفاح، على الرغم من أن هذا التحذير لا يقلل من القوة والسعة الهائلة لأجهزة الكمبيوتر العملاقة التي تعمل بالذكاء الاصطناعي.
يقدم Sorensen كلمة تحذير إضافية أيضًا. كما هو الحال غالبًا مع نهج "السرعات والتغذية" لتقييم الأجهزة، فإن السرعات القصوى التي يتم التباهي بها لا تمثل دائمًا. عادةً ما يقتبس بائعو HPC أرقام الأداء التي تشير إلى أسرع ما يمكن أن تعمله أجهزتهم. نحن نطلق على ذلك اسم ذروة الأداء النظري"، كما يقول Sorensen. "ومع ذلك، فإن المقياس الحقيقي لتصميم نظام جيد هو أنه يمكن أن يعمل بسرعة في الوظائف المصممة للقيام بها. في الواقع، ليس من غير المألوف أن تحقق بعض HPCs أقل من 25% مما يسمى بأداء الذروة عند تشغيل تطبيقات العالم الحقيقي".
بعبارة أخرى: تكمن الفائدة الحقيقية للحواسيب الفائقة في العمل الذي يقومون به، وليس في ذروة أدائهم النظري. بالنسبة إلى Meta، يعني هذا العمل بناء أنظمة الاعتدال في وقت تكون فيه الثقة في الشركة منخفضة على الإطلاق ويعني إنشاء منصة حوسبة جديدة- سواء كانت تستند إلى نظارات الواقع المعزز أو metaverse- يمكن أن تهيمن عليها في مواجهة منافسين مثل Google و Microsoft و Apple. يوفر الكمبيوتر العملاق المزود بالذكاء الاصطناعي القوة الخام للشركة، ولكن لا تزال Meta بحاجة إلى إيجاد الإستراتيجية الفائزة بمفردها.
