قادة الفكر
الذكاء الاصطناعي والواقع المعزز يعززان الطلب على البيانات – العتاد مفتوح المصدر يلبي التحدي

النقاط الرئيسيةتتطلب نماذج الذكاء الاصطناعي مثل GPT-3 قوة حوسبة هائلة، مما يدفع نحو التحول إلى معالجات…
عرض المزيد
- تتطلب نماذج الذكاء الاصطناعي مثل GPT-3 قوة حوسبة هائلة، مما يدفع نحو التحول إلى معالجات متخصصة مثل وحدة المعالجة المركزية Grace من NVIDIA.
- تتطلب تطبيقات الواقع الافتراضي معدلات نقل بيانات عالية للغاية وزمن انتقال منخفض، مما يضع ضغطًا على البنية التحتية الحالية للشبكات والمعالجة.
- تساعد معايير الأجهزة مفتوحة المصدر مثل Open19 مراكز البيانات في تلبية الطلبات المتزايدة بشكل مستدام من خلال تصاميم فعالة وقابلة للتوسع.
البيانات هي العصب الحياتي للاقتصاد الرقمي، ومع ظهور وتطور التكنولوجيات الجديدة، يزداد الطلب على معدلات نقل البيانات الأسرع، وانخفاض التأخيرات، وزيادة القدرة الحاسوبية في مراكز البيانات بشكل كبير. التكنولوجيات الجديدة تدفع حدود نقل البيانات ومعالجتها، ويمكن أن تساعد التكنولوجيات مفتوحة المصدر مشغلي مراكز البيانات على تحسين عملياتهم الحالية والاستعداد للمستقبل. إليك بعض الأمثلة على التكنولوجيا التي تدفع الطلب على الحوسبة عالية الأداء وطرق التكنولوجيا مفتوحة المصدر والمجتمعات والمعايير التي تساعد في تلبية هذا الطلب بشكل مستدام.
الذكاء الاصطناعي والتعلم الآلي
تكنولوجيا الذكاء الاصطناعي والتعلم الآلي تحول مختلف المجالات مثل معالجة اللغة الطبيعية، رؤية الكمبيوتر، التعرف على الكلام، أنظمة التوصية، والسيارات ذاتية القيادة. الذكاء الاصطناعي والتعلم الآلي يسمحان للأجهزة بالتعلم من البيانات وتنفيذ المهام التي تتطلب عادة الذكاء البشري.
ومع ذلك، الذكاء الاصطناعي والتعلم الآلي يتطلبان كميات هائلة من البيانات والقدرة الحاسوبية لتدريب وتشغيل النماذج والخوارزميات المعقدة. على سبيل المثال، GPT-3، واحد من أكثر نماذج اللغة الطبيعية تقدمًا في العالم، لديه 175 مليار معامل وتم تدريبه على 45 تيرابايت من بيانات النص. لمعالجة مجموعات البيانات والنماذج الكبيرة بفعالية، تتطلب تطبيقات الذكاء الاصطناعي والتعلم الآلي أنظمة حوسبة عالية الأداء يمكن أن توفر معدلات نقل بيانات سريعة، وتأخيرات منخفضة، وقدرة حاسوبية عالية.
من الاتجاهات الناشئة في الحوسبة عالية الأداء استخدام معالجات متخصصة مثل وحدات معالجة الرسومات (GPU) أو وحدات معالجة الموترات (TPU) التي تمت تحسينها للعمليات الموازية والعمليات المصفوفية الشائعة في حمولة الذكاء الاصطناعي والتعلم الآلي. على سبيل المثال، معالج NVIDIA Grace هو معالج جديد مصمم خصيصًا لتطبيقات الحوسبة عالية الأداء ويستخدم تكنولوجيا معالجات الرسومات من NVIDIA لتوفير أداء يصل إلى 10 أضعاف الأداء الحالي لمعالجات x86. يدعم معالج Grace أيضًا اتصالات سريعة مثل NVLink التي تمكن من معدلات نقل بيانات عالية بين المعالجات والرسومات.
الواقع المعزز والواقع الافتراضي
أثارت Apple Vision Pro موجات كبيرة عند الكشف عنها. الواقع المعزز والواقع الافتراضي هما تكنولوجيتان غامرتان ومتفاعلتان تحولان مختلف القطاعات مثل الترفيه، والتعليم، والرعاية الصحية، والتصنيع. الواقع المعزز تضع المعلومات الرقمية فوق العالم الحقيقي، بينما ينشئ الواقع الافتراضي بيئة محاكاة كاملة التي يمكن للمستخدمين تجربتها من خلال سماعة رأس.
ومع ذلك، هذه التكنولوجيات تطرح أيضًا تحديات كبيرة لنقل البيانات ومعالجتها. بسبب إطلاقها الأخير، لا تزال التفاصيل حول Apple Vision Pro قيد الانتظار. ومع ذلك، يمكننا أن نفترض بعض الأمور بناءً على سماعات الرأس الأخرى المتاحة. على سبيل المثال، تتطلب سماعات الرأس مثل Oculus Quest 2 اتصالًا سريعًا بجهاز كمبيوتر أو خادم سحابي لنقل محتوى فيديو وصوت عالي الجودة، بالإضافة إلى بيانات التتبع والإدخال من سماعة الرأس والمتحكمات. معدل البت، وهو كمية البيانات المنقولة في الثانية، يعتمد على سرعة معالجة الرسومات على جانب الكمبيوتر أو الخادم، وسرعة معالجة الإشارة على جانب سماعة الرأس.
وفقًا لشركة Oculus، يتراوح معدل البت الموصى به لنقل الواقع الافتراضي بين 150 ميجابت في الثانية و500 ميجابت في الثانية، اعتمادًا على الدقة ومعدل الإطار. هذا يعني أن نقل الواقع الافتراضي يتطلب معدل نقل بيانات أعلى بكثير من الأنشطة الأخرى على الإنترنت مثل تصفح الويب أو بث الموسيقى. بالإضافة إلى ذلك، يتطلب نقل الواقع الافتراضي أيضًا تأخيرًا منخفضًا، وهو الوقت الذي يستغرقه الإشارة للانتقال من نقطة إلى أخرى. التأخير العالي يمكن أن يسبب لعبة متأخرة أو متقطعة، مما قد يسبب غثيان الحركة.
تعتمد التأخيرات على عدة عوامل مثل سرعة الشبكة، والمسافة بين الأجهزة، وخوارزميات ترميز البيانات وفك ترميزها. وفقًا لشركة Oculus، التأخير المثالي لنقل الواقع الافتراضي هو أقل من 20 مللي ثانية. ومع ذلك، تحقيق هذا المستوى من الأداء ليس سهلًا، خاصة عبر الاتصالات اللاسلكية مثل Wi-Fi أو 5G.
التكنولوجيا مفتوحة المصدر لتحسين مراكز البيانات
مع ظهور التكنولوجيا الجديدة التي تدفع الطلب على معدلات نقل البيانات الأسرع، وانخفاض التأخيرات، وزيادة القدرة الحاسوبية في مراكز البيانات، يواجه مشغلو مراكز البيانات عدة تحديات مثل زيادة استهلاك الطاقة، ومتطلبات التبريد الجديدة، وتنظيم المساحة، والتكاليف التشغيلية، وسرعة الابتكار والتجديد للأجهزة. لمواجهة هذه التحديات، يحتاج مشغلو مراكز البيانات إلى تحسين البنية التحتية الحالية واعتماد معايير وتكنولوجيات جديدة يمكن أن تعزز كفاءتهم ومقدرتهم على التوسع.
هذا هو هدف مشروع Open19، وهو مبادرة من الائتلاف من أجل البنية التحتية المستدامة والقابلة للتوسع والذي أصبح الآن جزءًا من مؤسسة لينكس. مشروع Open19 هو معيار مفتوح لمعدات مراكز البيانات يعتمد على أشكال معيارية ويوفر توزيع طاقة كفء للغاية، ومكونات قابلة لإعادة الاستخدام، وفرصًا للاتصالات السريعة الناشئة. مهمة الائتلاف ومعيار Open19 يتوافقان مع الدفع الصناعي الأكبر نحو الكفاءة والقابلية للتوسع والاستدامة للبنية التحتية التي تدعم حياتنا الرقمية والمجتمعات. مشروع Open Compute هو جهد آخر لدعم احتياجات الحوسبة بشكل فعال. يركز هذا المشروع على التعاون المجتمعي بين الشركاء الصناعيين لتطوير حلول مراكز البيانات، مع التركيز على حاملات الخوادم بعرض 21 بوصة التي تستخدمها الشركات الكبيرة والمشغلات الهائلة. يمتد نطاق Open Compute أيضًا إلى منشأة مركز البيانات، بالإضافة إلى مكونات تقنية المعلومات الداخلية للخوادم.
الختام
التكنولوجيا الجديدة تدفع الطلب على معدلات نقل البيانات الأسرع، وانخفاض التأخيرات، وزيادة القدرة الحاسوبية في مراكز البيانات، بينما تركز المجتمعات والحكومات والشركات على إدارة الموارد والاهتمامات المتزايدة حول استخدام المياه، وإدارة الطاقة، والجوانب الكربونية الأخرى لإنشاء التكنولوجيا، واستخدامها، وتحديثها. يمكن أن تساعد التكنولوجيا مفتوحة المصدر، التي تم تطويرها في منصات مجتمعية مثل الائتلاف من أجل البنية التحتية المستدامة والقابلة للتوسع ومؤسسة لينكس، مشغلي مراكز البيانات على تحسين عملياتهم الحالية والاستعداد لمستقبل أكثر استدامة مع تلبية احتياجات هذه التطبيقات الجديدة المثيرة.












