اخبار

Meta تكشف النقاب عن مراكز بيانات جديدة للذكاء الاصطناعي وحاسوب عملاق لتشغيل مستقبل الذكاء الاصطناعي الأول


انضم إلى كبار المديرين التنفيذيين في سان فرانسيسكو يومي 11 و 12 يوليو ، لمعرفة كيف يدمج القادة استثمارات الذكاء الاصطناعي ويحسنونها لتحقيق النجاح. يتعلم أكثر


تعد Meta ، عملاق الوسائط الاجتماعية المعروف سابقًا باسم Facebook ، رائدة في مجال الذكاء الاصطناعي (AI) لأكثر من عقد من الزمان ، حيث تستخدمه لتشغيل منتجاتها وخدماتها مثل News Feed وإعلانات Facebook و Messenger والواقع الافتراضي. ولكن مع تزايد الطلب على حلول ذكاء اصطناعي أكثر تقدمًا وقابلية للتطوير ، تزداد أيضًا الحاجة إلى بنية تحتية للذكاء الاصطناعي أكثر ابتكارًا وفعالية.

في حدث AI Infra @ Scale اليوم – وهو مؤتمر افتراضي ليوم واحد تستضيفه فرق الهندسة والبنية التحتية في Meta – أعلنت الشركة عن سلسلة من مشاريع الأجهزة والبرامج الجديدة التي تهدف إلى دعم الجيل التالي من تطبيقات الذكاء الاصطناعي. شارك في الحدث متحدثون من Meta شاركوا بآرائهم وخبراتهم حول بناء ونشر أنظمة الذكاء الاصطناعي على نطاق واسع.

كان من بين الإعلانات تصميم مركز بيانات جديد للذكاء الاصطناعي سيتم تحسينه لكل من تدريب الذكاء الاصطناعي والاستدلال ، وهما المرحلتان الرئيسيتان لتطوير نماذج الذكاء الاصطناعي وتشغيلها. ستستفيد مراكز البيانات الجديدة من السيليكون الخاص بـ Meta ، ومسرع التدريب والاستدلال Meta (MTIA) ، وهي شريحة ستساعد في تسريع أعباء عمل الذكاء الاصطناعي عبر مجالات مختلفة مثل رؤية الكمبيوتر ، ومعالجة اللغة الطبيعية وأنظمة التوصية

كشفت Meta أيضًا أنها قامت بالفعل ببناء Research Supercluster (RSC) ، وهو كمبيوتر فائق الذكاء الاصطناعي يدمج 16000 وحدة معالجة رسومات للمساعدة في تدريب نماذج اللغات الكبيرة (LLMs) مثل مشروع LLaMA ، الذي أعلنته Meta في نهاية فبراير.

حدث

تحويل 2023

انضم إلينا في سان فرانسيسكو يومي 11 و 12 يوليو ، حيث سيشارك كبار المسؤولين التنفيذيين في كيفية دمج استثمارات الذكاء الاصطناعي وتحسينها لتحقيق النجاح وتجنب المزالق الشائعة.

سجل الان

قال مارك زوكربيرج ، الرئيس التنفيذي لشركة Meta ، في بيان: “لقد قمنا ببناء بنية تحتية متقدمة للذكاء الاصطناعي لسنوات حتى الآن ، ويعكس هذا العمل جهودًا طويلة المدى ستمكن من تحقيق المزيد من التقدم والاستخدام الأفضل لهذه التكنولوجيا في كل ما نقوم به”.

سيكون بناء البنية التحتية للذكاء الاصطناعي أمرًا مهمًا في عام 2023

تعد Meta بعيدة كل البعد عن كونها الشركة الوحيدة التي تعمل في مجال تكنولوجيا المعلومات ذات المستوى الفائق أو الكبيرة التي تفكر في البنية التحتية للذكاء الاصطناعي المصممة لهذا الغرض. في نوفمبر ، أعلنت Microsoft و Nvidia عن شراكة للحصول على كمبيوتر عملاق يعمل بالذكاء الاصطناعي في السحابة. يستفيد النظام (ليس من المستغرب) من وحدات معالجة الرسومات Nvidia المتصلة بتقنية Nvidia’s Quantum 2 InfiniBand الشبكية.

بعد بضعة أشهر في فبراير ، حددت شركة IBM تفاصيل حاسوبها الفائق الذكاء الاصطناعي ، الذي يحمل الاسم الرمزي فيلا. يستخدم نظام IBM سيليكون x86 ، إلى جانب وحدات معالجة الرسومات Nvidia والشبكات القائمة على الإيثرنت. كل عقدة في نظام Vela مليئة بثمانية وحدات معالجة رسومات A100 سعة 80 جيجابايت. هدف IBM هو بناء نماذج أساس جديدة يمكن أن تساعد في تلبية احتياجات الذكاء الاصطناعي للمؤسسات.

حتى لا يتم التفوق عليها ، قفزت Google أيضًا إلى سباق الذكاء الاصطناعي العملاق بإعلان في 10 مايو. يستخدم نظام Google وحدات معالجة الرسومات Nvidia جنبًا إلى جنب مع وحدات معالجة البنية التحتية المصممة خصيصًا (IPUs) لتمكين التدفق السريع للبيانات.

تقفز Meta الآن أيضًا إلى الفضاء المخصص للسيليكون باستخدام شريحة MTIA الخاصة بها. كما أن رقائق الاستدلال المصممة خصيصًا للذكاء الاصطناعي ليست شيئًا جديدًا أيضًا. تقوم Google ببناء وحدة معالجة الموتر (TPU) الخاصة بها لعدة سنوات ، وتمتلك أمازون شرائح AWS الخاصة بها منذ عام 2018.

بالنسبة إلى Meta ، تمتد الحاجة إلى استدلال الذكاء الاصطناعي إلى جوانب متعددة من عملياتها لمواقع التواصل الاجتماعي الخاصة بها ، بما في ذلك موجز الأخبار والترتيب وفهم المحتوى والتوصيات. في مقطع فيديو يوضح السيليكون MTIA ، علق عالم أبحاث ميتا للبنية التحتية أمين فيروزشاهيان أن وحدات المعالجة المركزية التقليدية ليست مصممة للتعامل مع طلبات الاستدلال من التطبيقات التي تشغلها Meta. لهذا السبب قررت الشركة بناء السيليكون المخصص الخاص بها.

قال فيروزشاهيان: “إن MTIA عبارة عن شريحة مُحسَّنة لأعباء العمل التي نهتم بها ومصممة خصيصًا لتلبية تلك الاحتياجات”.

تعد Meta أيضًا مستخدمًا كبيرًا لإطار عمل PyTorch للتعلم الآلي (ML) مفتوح المصدر ، والذي تم إنشاؤه في الأصل. منذ عام 2022 ، تخضع PyTorch لإدارة جهود مؤسسة PyTorch Foundation التابعة لمؤسسة Linux. جزء من الهدف مع MTIA هو الحصول على سيليكون مُحسَّن للغاية لتشغيل أحمال عمل PyTorch على نطاق Meta الكبير.

إن MTIA silicon عبارة عن تصميم عملية 7 نانومتر (نانومتر) ويمكن أن يوفر ما يصل إلى 102.4 TOPS (تريليون عملية في الثانية). يعد MTIA جزءًا من نهج متكامل للغاية داخل Meta لتحسين عمليات الذكاء الاصطناعي ، بما في ذلك الشبكات وتحسين مركز البيانات واستخدام الطاقة.

تم تصميم مركز بيانات المستقبل للذكاء الاصطناعي

تقوم Meta ببناء مركز البيانات الخاص بها لأكثر من عقد لتلبية احتياجات مليارات المستخدمين. حتى الآن ، كان يعمل بشكل جيد ، لكن النمو الهائل في متطلبات الذكاء الاصطناعي يعني أن الوقت قد حان للقيام بالمزيد.

قالت راشيل بيترسون ، نائب الرئيس لإستراتيجية مركز البيانات في Meta خلال مناقشة مائدة مستديرة في حدث Infra @ scale: “إن جيلنا الحالي من تصميمات مراكز البيانات هو عالمي المستوى ، موفر للطاقة وكفاءة في استخدام الطاقة”. “لقد دعمتنا حقًا من خلال أجيال متعددة من الخوادم ووحدات التخزين والشبكات وهي قادرة حقًا على خدمة أعباء عمل الذكاء الاصطناعي الحالية لدينا بشكل جيد حقًا.”

مع نمو استخدام الذكاء الاصطناعي عبر Meta ، ستكون هناك حاجة إلى المزيد من سعة الحوسبة. أشار بيترسون إلى أن Meta ترى مستقبلاً حيث من المتوقع أن تستهلك رقائق الذكاء الاصطناعي أكثر من 5 أضعاف طاقة خوادم وحدة المعالجة المركزية النموذجية في Meta. وقد تسبب هذا التوقع في قيام Meta بإعادة التفكير في تبريد مركز البيانات وتوفير التبريد السائل للشرائح من أجل توفير المستوى المناسب من كفاءة الطاقة. إن تمكين التبريد والطاقة المناسبين لتمكين الذكاء الاصطناعي هو القوة الدافعة وراء تصميمات مركز البيانات الجديدة لشركة Meta.

قال بيترسون: “بينما نتطلع إلى المستقبل ، كان الأمر دائمًا يتعلق بالتخطيط لمستقبل أجهزة وأنظمة الذكاء الاصطناعي وكيف يمكننا الحصول على معظم أنظمة الأداء في أسطولنا”.

مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى
sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto Sekolahtoto Sekolahtoto sekolahtoto sekolahtoto situs toto Sekolahtoto Sekolahtoto SEKOLAHTOTO Sekolahtoto situs toto Situs togel