د. شيانكسين غو، الرئيس التنفيذي ومؤسس لوماي – سلسلة المقابلات

د. شيانكسين غو، الرئيس التنفيذي ومؤسس لوماي، هو فيزيائي وريادي تقني عميق متخصص في الحوسبة البصرية وأجهزة الحاسوب الإصطناعي، وحاصل على درجة الدكتوراه في الفيزياء الكمية والبصريات غير الخطية من جامعة هونغ كونغ للعلوم والتكنولوجيا. شغل مناصب بحثية سابقة، بما في ذلك منصب باحث ما بعد الدكتوراه في جامعة كالغاري ومنحة بحثية 1851 في جامعة أكسفورد، حيث ساهم في تقدم البصريات وتسريع الحاسوب الإصطناعي. مع صعوده في لوماي من رئيس البحث إلى الرئيس التنفيذي، فهو المخترع الرئيسي وراء تقنية الشركة الأساسية ويحمل أكثر من عقد من الخبرة على تقاطع الفيزياء والتعلم الآلي والأنظمة الحاسوبية المتقدمة.

لوماي هي شركة ناشئة عن جامعة أكسفورد لتطوير معالجات الحاسوب الإصطناعي الجديدة القائمة على الحوسبة البصرية ثلاثية الأبعاد، باستخدام الضوء بدلاً من الكهرباء لأداء عمليات الحاسوب الإصطناعي الرئيسية. تم تصميم تقنيتها لتسريع عمليات الضرب Matrix التي تؤسس للنماذج الحاسوبية الحديثة، مما يوفر سرعات معالجة أسرع بشكل كبير مع تقليل استهلاك الطاقة مقارنة بالوحدات الرسومية التقليدية القائمة على السيليكون. من خلال دمج الحوسبة البصرية في بيئات مركز البيانات الحالية، تهدف لوماي إلى تمكين نشر الحاسوب الإصطناعي على نطاق أوسع وأكثر كفاءة، معالجة القيود المتزايدة حول قوة الحوسبة واستهلاك الطاقة في أنظمة الحاسوب الإصطناعي على نطاق كبير.

بدأت مسيرتك المهنية في الفيزياء الكمية والبصريات غير الخطية، ثم أصبحت زميلًا بحثيًا في جامعة أكسفورد قبل تأسيس لوماي من بحثك. ما هو اللحظة الحاسمة التي أدركت فيها أن الحوسبة البصرية يمكن أن تنتقل من النظرية الأكاديمية إلى شركة قابلة للتطبيق تجاريًا؟

خلال فترة وجودي في جامعة أكسفورد، كنا نستكشف كيف يمكن استخدام خصائص الضوء في الفضاء الحر لحل أنواع عمليات الضرب Matrix التي تؤسس للتعلم الآلي. في نفس الوقت تقريبًا، أصبحت القيود على الأجهزة التقليدية للحاسوب الإصطناعي أكثر أهمية. تلاشي هذه التحديات التي حللناها في بحثنا والحاجة إلى معالجة أكثر كفاءة أعطتنا الثقة بأننا يمكن أن نأخذ أفكارنا ونحل مشاكل العالم الحقيقي.

لقد قطعنا شوطًا طويلاً منذ ذلك البحث الأولي – في لوماي، قمنا الآن ببناء أول نظام حوسبة بصرية قادر على تشغيل نماذج الحاسوب الإصطناعي ذات المعاملات مليار بارامتر في الوقت الفعلي.

تتناول لوماي واحدة من أكبر عالقات الحاسوب الإصطناعي اليوم، وهي قيود الطاقة والتناسبية للمعالجات القائمة على السيليكون. ما هي القيود المحددة في الهياكل التقليدية التي دفعتك نحو نهج مختلف بشكل أساسي باستخدام الضوء؟

ما دفعتنا هو المسار المحدود للحلول القائمة على السيليكون. مع السيليكون، ترى مكاسب تدريجية، لكنها تأتي مع زيادات غير متناسبة في القوة والتعقيد. قيود تناسب السيليكون في الأساس ناتجة عن الفيزياء – الترددات لا تزداد، وعدد الترانزستورات التي يمكن تبديلها محدود بدرجات الحرارة. تيار التسرب لا يزال مشكلة. من المقدر أن السيليكون يساهم بنسبة 25% فقط في تحسين الأداء سنويًا.

في تلك النقطة، يصبح من المنطقي السؤال عما إذا كان وسط فيزيائي مختلف قد يتعامل مع تلك العمليات بطريقة أكثر طبيعية، بدلاً من الاستمرار في دفع الإلكترونات بقوة أكبر.

يركز عملك على الحوسبة البصرية والتعلم الآلي. كيف يتغير استخدام الفوتونات بدلاً من الإلكترونات بشكل أساسي طريقة حدوث الحوسبة على مستوى الأجهزة؟

مع الإلكترونات، تكون الحوسبة بشكلها المتأصل متسلسلة وخاسرة – أنت تُبدل الترانزستورات، وتتحرك الشحنة، وتولّد الحرارة. كل عملية لها تكلفة حرارية، وتلك التكلفة تتراكم.

تتصرف الفوتونات بشكل مختلف تمامًا. يسافر الضوء بدون الخسائر المقاومة نفسها، وهامًا، من خلال استخدام خصائص الضوء، يمكن تنفيذ أعداد هائلة من عمليات الضرب Matrix بتوازي简单 من خلال هيكلة كيفية تفاعل حزم الضوء من خلال وسط فيزيائي. الحوسبة تحدث في انتشار الضوء نفسه، وليس في تبديل مليارات البوابات.

تستخدم تقنية لوماي معالجة بصرية ثلاثية الأبعاد وتوازي مكاني ضخم. هل يمكنك شرح كيف تمكن هذا الهيكل من تحسينات دراماتيكية في الإنتاجية والكفاءة مقارنة بالوحدات الرسومية؟

الهدف هو أداء ضرب Matrix الكثيفة بأكبر كفاءة وأسرع ما يمكن في دورة واحدة. نهج لوماي يفعل ذلك بالضبط باستخدام الضوء في حجم ثلاثي الأبعاد، وأداء ملايين العمليات في نفس الوقت.

ببساطة، لا يمكنك تحقيق ذلك المستوى من التوازي في هياكل ثنائية الأبعاد، حيث يتم معالجة العمليات عبر مئات النوى التي تتطلب نقل البيانات المستمر. هذا التوازي الضخم – متوازيًا مع حقيقة أنك بمجرد أن تكون في نطاق الضوء، يمكن أداء العمليات بدون حرق الطاقة – هو ما يدفع تحسين الإنتاجية وتقليل الطاقة بشكل كبير.

تستهدف لوماي بشكل رئيسي الاستدلال، بينما لا يزال الكثيرون من شركات البنية التحتية للحاسوب الإصطناعي مركزين على التدريب. لماذا تعتقد أن الاستدلال هو التحدي المحدد في هذه المرحلة القادمة من الحاسوب الإصطناعي؟

الاستدلال هو حيث يقوم الحاسوب الإصطناعي بشيء مفيد – كل استعلام يتم الرد عليه، كل مهمة وكل وثيقة يتم إنشاؤها. لقد دخلنا الآن عصر الاستدلال، ويتزايد الطلب بسرعة لمعدل لم يكن من المفترض أن يتحمله الأجهزة الموجهة للتدريب.

الاقتصاد مختلف أيضًا: الاستدلال يُشغل بشكل مستمر، عبر ملايين المستخدمين. تكلفة كل رمز تصبح المقياس المحدد، وهذا هو المكان الذي يضرب فيه جدار الطاقة بأقصى قوة.

ما يجعل الاستدلال مناسبًا بشكل خاص للحوسبة البصرية هو أن مرحلة التمهيد شديدة الاعتماد على الحوسبة. في مرحلة التمهيد المنفصل للاستدلال، يتم معالجة السياق الكامل قبل توليد استجابة. هذا يتوافق تقريبًا مع محركنا البصري، وهو المكان الذي ركزنا عليه أولاً.

كانت واحدة من التحديات الطويلة الأمد في الحوسبة البصرية هي الاستقرار والتناسبية. ما كانت الإنجازات الفنية الرئيسية التي مكنت لوماي من التغلب على هذه العوائق؟

التحدي لم يكن أبدًا إثبات أن البصريات يمكن أن تؤدي الحوسبة – أظهر الباحثون ذلك في المبدأ لسنوات. التحدي كان جعلها تعمل على نطاق واسع، خارج المختبر.

أمران كانا الأكثر أهمية. أولًا، نستخدم نفس المكونات التي يتم نشرها بالفعل في مراكز البيانات اليوم للاتصالات والشبكات. لا مواد غريبة، ولا سلسلة توريدات متضخمة. ثانيًا، اتخذنا خيارًا معماريًا متعمدًا لاستخدام تصميم هجين، ي 结ب محرك التنسور البصري مع المعالجة الرقمية للسيطرة على النظام والبرمجيات.

نظامك يستخدم نهجًا هجينًا يجمع بين المكونات البصرية والرقمية. كيف مهم هذا التوازن في جعل الحوسبة البصرية عملية لتنفيذها في مركز البيانات في العالم الحقيقي؟

هو أساسي. الحوسبة البصرية لا تعني استبدال كل شيء بالضوء. الأنظمة الرقمية استثنائية في السيطرة والترتيب والتفاعل مع النظام البيئي البرمجي الذي بنته الصناعة على مدار عقود. محركنا البصري يمتاز بأداء العمليات الرياضية التي تهيمن على حساب الاستدلال. يسمح لنا الهيكل الهجين لكل مكون بالقيام بما يفعل أفضل.

من منظور التوزيع، هذا يهم بشكل كبير. تدمج لوماي آيريس في بنية مركز البيانات الحالية، وتستخدم واجهات قياسية، وتشغل نماذج حقيقية، بما في ذلك لاما 8B و 70B اليوم.

مع إعلان إطلاق عائلة خادم لوماي آيريس، ولا سيما خادم آيريس نوفا، ماذا يعني تحقيق الاستدلال في الوقت الفعلي على نماذج مليار بارامتر للبنية التحتية للحاسوب الإصطناعي في المستقبل؟

إنه يُشير إلى أن الحوسبة البصرية قد عبرت من البحث إلى الواقع. تشغيل نماذج مليار بارامتر في الوقت الفعلي هو نقطة الاختبار التي احتاجها المجال. تتكون عائلة خادم لوماي آيريس من ثلاثة خادما ت: نوفا، أورا، وتيترا. خادم لوماي آيريس نوفا، أول خادم في العائلة، متاح للتقييم الآن، ونحن نتعامل بالفعل مع الشركاء الذين يريدون استخدامه ضد حمولة الاستدلال الحقيقية.

على نطاق أوسع، إنه يُشير إلى أن مسار البنية التحتية للحاسوب الإصطناعي على وشك التغيير. كان الافتراض هو أن تسريع الاستدلال يعني شراء المزيد من الوحدات الرسومية، وجذب المزيد من الطاقة، وبناء مراكز بيانات أكبر. يُظهر خادم لوماي آيريس نوفا أن هناك طريقًا آخر – طريقًا يقدم أداءً أسرع بشكل كبير لكل كيلووات، وهيكل تكاليف أساسي مختلف لكل رمز. مع تطور عائلة خادم لوماي آيريس، ستكون الآثار على كيفية تفكير مشغلي الهياكل التحتية والشركات في شراء الحوسبة كبيرة.

يُبرز الإعلان عن انخفاض استهلاك الطاقة بنسبة تصل إلى 90% مقارنة بالنظم التقليدية. كم هو هذا الإنجاز كبير في سياق القيود الطاقوية المتزايدة التي تواجه مراكز البيانات العالمية؟

قيود الطاقة هي التحدي البنيوي المحدد للبنية التحتية للحاسوب الإصطناعي – سعة الطاقة بالفعل هي عامل محدود في خطط النشر، ولقد وصلنا إلى ما يسمى بجدار الطاقة.

ضد هذا الخلفية، انخفاض استهلاك الطاقة بنسبة 90% يغير الاقتصاد الأساسي والنجاعة من الحاسوب الإصطناعي على نطاق واسع. يمكن أن يُستبدل نظام لوماي واحد بمئات من الوحدات الرسومية التي تستهلك الطاقة، مما يُترجم إلى تحول كبير في ما يمكن تحقيقه داخل غلاف طاقة معين.

هناك أيضًا بعد تكاليف: تُ phảnل تكاليف بناء مركز البيانات إلى سعة الطاقة، لذلك مركز البيانات منخفض الطاقة يُكلف أقل في البناء. تقليل استهلاك الطاقة يُقلل مباشرةً من تكلفة كل رمز – وهو ما يجعل الحاسوب الإصطناعي قابلاً للتطبيق اقتصاديًا على النطاق الذي تبنيه الصناعة.

متطلعًا إلى الأمام، مع بداية الحديث عن حقبة ما بعد السيليكون، كيف ترى تطور الحوسبة البصرية على مدار العقد القادم، وما الدور الذي ستلعبه لوماي في تشكيل هذا التحول؟

حقبة ما بعد السيليكون قد بدأت بالفعل، وهي تحدث في نفس الوقت مع انتقال إلى حقبة الاستدلال وطلب المزيد من الأداء بتكلفة أقل لكل رمز. السيليكون سيستمر بالطبع في لعب دور، لكن افتراض أن كل جيل من تحسين الحوسبة يأتي من تقدم عقد السيليكون لم يعد مقبولًا بمعدل الطلب الحاسوب الإصطناعي.

نرى الحوسبة البصرية تستخدم في أجزاء رئيسية من الهيكل حيث يتم الحاجة إلى معالجة موازية عالية الإنتاجية. بالنسبة إلى لوماي، الخارطة الطريقية هي الاستمرار في دفع كثافة وكفاءة وقدرة الحوسبة البصرية وتنفيذها في مراكز البيانات.

الرؤية هي عالم حيث ينخفض ​​تكلفة الذكاء ويمكن لمركز البيانات على مستوى الميجاوات أن يُولد نفس حجم الرمز الذي يُنتجه مركز البيانات على مستوى الجيجاوات اليوم.

ذلك المستقبل ليس تخمينًا بعيدًا. لقد بنينا أول نظام يُثبت أن الحوسبة البصرية تعمل على نطاق واسع. كل شيء من هنا هو هندسة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا لوماي.