نماذج ومنصات الذكاء الاصطناعي

تُطلق Cerebras لغة Tungsten لبرمجة الرقائق على مستوى عالٍ

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتنقل Tungsten تخصيص موارد الرقاقة إلى المترجم حتى يتجنب العلماء التكوين اليدوي للواصفات…
عرض المزيد
  • تنقل Tungsten تخصيص موارد الرقاقة إلى المترجم حتى يتجنب العلماء التكوين اليدوي للواصفات والنسيج.
  • كتب وكيل برمجة محاكاة بلازما كاملة عملت عبر 98% من رقاقة Cerebras.
  • الاختبار الحقيقي هو ما إذا كان بإمكان الباحثين توسيع أمثلة Aviary إلى أكوادهم الخاصة دون العودة إلى التعليمات الجوهرية.

أصدرت Cerebras Systems في 16 نوفمبر 2026 لغة Tungsten عالية المستوى ومترجمًا لمحرك Wafer-Scale Engine، بالتزامن مع Aviary، وهي مجموعة من التطبيقات والدروس العلمية. ويذكر الإعلان أن محاكاة للبلازما كتبها بالكامل وكيل برمجي قد نُفذت بالفعل على 98% من رقاقة Cerebras.

يستهدف هذا الإصدار عبء البرمجة، لا تغيير المعالج نفسه. فقد أتاحت المترجمات السابقة إمكانات المتجهات غير القياسية والتدفقات والأحداث عبر الدوال الجوهرية، ما اضطر المطورين إلى إعداد الواصفات، وربط المهام بالأحداث، وتوجيه شبكة الاتصال يدويًا. وتسعى Cerebras إلى تمكين العلماء من برمجة الرقاقة بلغة عالية المستوى من دون أن يصبحوا متخصصين في العتاد أو يتخلوا عن الأداء.

المترجم يدير موارد الرقاقة

تصف Cerebras محرك Wafer-Scale Engine بأنه آلة تدفق بيانات تضم 900,000 نواة وذاكرة محلية وشبكة اتصال على الرقاقة؛ إذ تؤدي البيانات الواردة إلى تشغيل العمل الذي يستهلكها. وتتتبع سجلات أنماط الوصول المصفوفات متعددة الأبعاد وتدفقات شبكة الاتصال، بحيث لا تستهلك حسابات العناوين أي تعليمات. ويمكن لتعليمة واحدة أن تتخذ حلقة كاملة معاملًا لها، كما يمكن للأنوية استدعاء دوال بعضها بعضًا عبر رسائل شبكة الاتصال، ويحل تدفق التحكم القائم على الأحداث محل الاستقصاء والتفرع.

تتضمن Tungsten نموذجًا معماريًا يربط الشيفرة عالية المستوى بسجلات أنماط الوصول والمهام المحفزة بالأحداث واستدعاءات شبكة الاتصال والتعليمات التي تتضمن حلقات. وفي مثال قالب Jacobi الوارد في الإعلان، يمثّل كل سطر من الشيفرة حلقة على كتلة كاملة، ويُترجم إلى تعليمة متجهية واحدة، من دون إعداد الواصفات أو توصيل المهام. ويستخدم الترميز <+- للتجميع في وجهة، على غرار +=.

يخصص المترجم أيضًا أنماط الوصول وتعريفات الحلقات ومقابس شبكة الاتصال والخيوط الدقيقة على امتداد البرنامج كله، مستخدمًا نماذج التكلفة وتمريرات التحسين لإدخال هذه الموارد وإخراجها أثناء التنفيذ. وتقارن Cerebras هذا النهج بتخصيص السجلات في وحدات المعالجة المركزية وإخراج محتوياتها عند الحاجة إلى إفساح المجال. وبما أن المترجم يتولى هذه القرارات، يصبح إجراء تعديلات لاحقة على بنية البرنامج مجرد تعديل للشيفرة عالية المستوى بدلًا من إعادة كتابتها يدويًا.

تضم Aviary دروسًا وتطبيقات علمية

أصبحت Tungsten وAviary متاحتين عبر Cerebras Labs. وتتراوح مجموعة التطبيقات بين قوالب حسابية موجزة لمعادلة الحرارة والتفاعل والانتشار وفق Gray–Scott، وتطبيقات لنقل الجسيمات وحل المعادلات المتناثرة وتحويلات فورييه السريعة، وصولًا إلى الديناميكيات الجزيئية ومحاكاة البلازما والهيدروديناميكا عالية الرتبة. ويتألف درس Gray–Scott من نحو 50 سطرًا بلغة Tungsten، ما يوفر للمستخدمين الجدد مدخلًا أصغر إلى جانب الشيفرات العلمية الكاملة. وتغطي تطبيقات الديناميكيات الجزيئية تفاعلات Lennard–Jones قصيرة المدى وجهود الذرة المضمّنة المجدولة لسبائك المعادن.

تذكر Cerebras أن SNAP، وهو تطبيق معياري بديل لنقل الإشعاع النووي الحتمي، يحقق 1.6 PFLOP/s على نظام CS-4 واحد، متجاوزًا أداء 10,800 وحدة معالجة رسومية على الحاسوب الفائق El Capitan؛ كما يحقق HPCG، وهو معيار للحوسبة الفائقة بأحمال العمل المتناثرة، 1.04 PFLOP/s على نظام واحد.

نشأ كثير من هذه التطبيقات عن أعمال بالتعاون مع المختبرات الوطنية Sandia وLawrence Livermore وLos Alamos، في إطار برنامج Advanced Memory Technology التابع لـ NNSA. وتستند شيفرات الديناميكيات الجزيئية إلى العمل الذي وصل به هذا التعاون إلى نهائيات جائزة Gordon Bell لعام 2024، لكنها شيفرات منفصلة؛ أما النتيجة السابقة، فاستخدمت إصدارًا مبكرًا من Tungsten.

شيفرة بلازما كتبها وكيل تبيّن سير العمل

يقدم تطبيق الجسيمات في الخلية المثال الأبرز في الإصدار على البرمجة الوكيلة. وتقول Cerebras إن باحثًا واحدًا ووكيلًا برمجيًا واحدًا أنجزا التطبيق في نحو أسبوعين عبر واجهة محادثة، إذ كتب الوكيل كل سطر فيه. واستند الوكيل إلى خوارزميات منشورة، واختبر تنفيذه المرجعي بمقارنته بشيفرة XOOPIC مفتوحة المصدر، ونمذج المسألة بالاستناد إلى شيفرة البلازما EMPIRE، وأنتج الاختبارات والرسوم التوضيحية والوثائق، فيما اكتشف أخطاءه وأصلحها بنفسه.

تتحرك الجسيمات في المحاكاة بفعل المجالات الكهرومغناطيسية، وتنتقل بين الأنوية، بينما يحسب محلّل ضمني المجالات على شبكة مقسمة بالاستناد إلى مواقعها وسرعاتها. والمسألة التي جرت نمذجتها هي دخول حزمة إلكترونية إلى بلازما الأرجون. وتذكر Cerebras أن التشغيل الكامل حرّك 60 مليون جسيم بمعدل 7,200 خطوة زمنية في الثانية، محققًا إنتاجية قدرها 430 مليار تحديث للجسيمات في الثانية على نظام واحد.

تقول Cerebras إن مرجع Tungsten مكتمل بما يكفي لدعم سير العمل هذا بقيادة الوكيل. ومع ذلك، يشجع Michael James، الشريك المؤسس لـ Cerebras وكبير مهندسي التقنيات المتقدمة، المستخدمين على تعلم اللغة بأنفسهم: «لا بد أن يحرص أحدهم على إبقاء الوكلاء على المسار الصحيح».

تقول Cerebras إن شيفرة Tungsten نفسها تعمل على رقاقة واحدة أو عبر مجموعة أنظمة؛ وقد استخدمت محاكاتها العالمية للتسونامي 64 رقاقة ضمن عملية نشر للذكاء الاصطناعي، ويمكن لعمليات النشر هذه أن تتوسع إلى 2,048 نظامًا.

تدرج Cerebras أداة لتحسين التصميم ضمن المنتجات المرتقبة، لا ضمن المجموعة التي أُطلقت. ومن شأنها ربط نموذج ذكاء اصطناعي بمحاكاة فيزيائية تؤدي دور نموذجه للعالم، على أن يعمل كلاهما على الرقاقة، بما يتيح لنموذج الذكاء الاصطناعي اختبار التصاميم في مواجهة تلك المحاكاة.

تكمن الأهمية العملية لـTungsten في نموذج البرمجة المرتبط بمعدل النقل المُعلن عنه. والاختبار الأساسي هو ما إذا كان بإمكان الباحثين والوكلاء الانتقال من أمثلة Aviary إلى شيفراتهم الخاصة من دون العودة إلى الدوال الجوهرية وشبكة الربط الموجّهة يدويًا. ومن شأن هذه القدرة أن تحدد مدى قدرة أجهزة Cerebras المتخصصة على دعم الحوسبة العلمية والتصميم الموجّه بالذكاء الاصطناعي.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.