نماذج ومنصات الذكاء الاصطناعي

تعلن MemryX عن MX3+ لتوسيع نطاق استدلال الذكاء الاصطناعي على الحافة باستهلاك منخفض للطاقة

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أعلنت MemryX AI عن مسرّع الاستدلال MX3+ في 10 نوفمبر 2026، وحددت أهداف التصميم بتحقيق قدرة حوسبة قصوى للذكاء الاصطناعي تزيد بما يصل إلى 10 أضعاف، وذاكرة على الشريحة تقارب 10 أضعاف ما يوفره MX3، مع البقاء ضمن نطاق التشغيل نفسه منخفض استهلاك الطاقة.

تستهدف شركة أشباه الموصلات التي لا تملك مصانع تصنيع توجيه الجهاز إلى معدات الحافة والأنظمة الصناعية وبنى الاستدلال التحتية عالية الكثافة التي تشغّل نماذج أكبر أو أكثر تعقيدًا. وتضيف صفحة المنتج MX3+ أن التصميم يهدف إلى الإبقاء على مساحة MX3 نفسها على السيليكون وتوفير سعة تكفي لأوزان النماذج أكبر بعشرة أضعاف، بما يعالج القيود المتعلقة بمساحة اللوحة وتكلفة النظام، إلى جانب استهلاك الطاقة.

تشمل أعباء العمل المخطط لها الرؤية بدقة أعلى، والنماذج القائمة على المحولات، والنماذج اللغوية الصغيرة، ونماذج الرؤية واللغة والفعل، والبنى الهجينة، ومسارات العمل الأكثر تطورًا التي تجمع نماذج متعددة. وتمتد التطبيقات المستهدفة لتشمل الأتمتة الصناعية، والروبوتات، والنقل الذكي، والبنية التحتية الذكية، وإدارة الفيديو، والأجهزة الطبية، وتجارة التجزئة، والإلكترونيات الاستهلاكية.

أهداف التصميم وMX3 الحالي

تصف هذه الأرقام منتجًا مستقبليًا. أما MX3 الحالي فهو متاح للطلبات بكميات كبيرة، وتذكر MemryX أنه يوفر قدرة حوسبة للذكاء الاصطناعي تبلغ 6.25 TFLOPS وذاكرة أوزان على الشريحة بسعة 10.5 ميغابايت لكل شريحة، مع استهلاك للطاقة يتراوح بين 200 ميلي واط و3 واط.

يوضح هذا التقييم القيد الأساسي الذي يواجه MX3+: زيادة قدرة الحوسبة وسعة تخزين النماذج زيادة كبيرة، من دون تجاوز حدود الطاقة والحجم المادي التي صُمم الجيل السابق ضمنها. وتظل الأرقام المعلنة أهدافًا للتصميم إلى أن تصنّع MemryX الأجهزة الجديدة وتتحقق من أدائها.

توسيع نطاق التشغيل باستخدام شرائح متعددة بوصفها جهازًا منطقيًا واحدًا

ستتيح التكوينات المخطط لها التوسع من شريحة MX3+ واحدة إلى 16 شريحة تعمل بوصفها جهازًا منطقيًا موحدًا. وتقول MemryX إن تكوين الشرائح الست عشرة مصمم لتوفير قدرة حوسبة قصوى للذكاء الاصطناعي تتجاوز 1 POPS، أي بيتا عملية واحدة في الثانية، وذاكرة موزعة على الشرائح بسعة 2.16 غيغابايت.

تتيح بنية تدفق البيانات الموزعة للمسرّعات العمل معًا من دون أن يحتاج المعالج المضيف إلى إدارة كل شريحة على حدة. ويُسند MemryX Neural Compiler الشبكات العصبية تلقائيًا إلى المسرّعات المتاحة، ما يسمح للمطورين بتوسيع الأداء من دون تقسيم نماذجهم يدويًا.

يجمع MX3+ بين الزيادة في الذاكرة على الشريحة والمعالجة المتدرجة بالقرب من الذاكرة، بحيث تبقى بيانات النماذج قريبة من موضع الحوسبة، ما يقلل نقل البيانات إلى أدنى حد. ويستهدف التصميم النماذج الأكبر والمدخلات الأعلى دقة، مع الحفاظ على استدلال منخفض الكمون ويمكن التنبؤ به عند حجم دفعة يساوي واحدًا.

توثّق ورقة بيانات MX3 الحالية الحد الأقصى نفسه للتوسع: نقل المعالجة إلى المضيف عبر PCIe أو USB، ودعم معالجات x86 وArm وRISC-V، وربط ما يصل إلى 16 شريحة عبر PCIe من خلال واجهة مضيف واحدة. ويحافظ MX3+ على نهج التشغيل متعدد الشرائح ومسار تطوير مألوف، مع ازدياد تعقيد النماذج والأنظمة.

قال روس جاتو، الرئيس والمدير التنفيذي، إن MemryX تتوقع أن تتيح البنية المشتركة مسارًا واحدًا من التطوير إلى الإنتاج للأنظمة المدمجة والصناعية وعالية الكثافة، وأن تخفض بدرجة كبيرة التكلفة الإجمالية للملكية في تطبيقات الحافة عالية الكثافة.

إتاحة مبكرة قبل الإنتاج بكميات كبيرة

تستقبل MemryX طلبات الإتاحة المبكرة من شركاء استراتيجيين مختارين وعملاء من المؤسسات للمشاركة في التحقق من العتاد والبرمجيات قبل الإنتاج. وتستهدف الشركة توفير عينات هندسية في أواخر عام 2027 وبدء الإنتاج بكميات كبيرة في منتصف عام 2028، على أن تعلن مزيدًا من المواصفات والتكوينات ومعلومات التوافر مع تقدم أعمال التطوير.

تقول MemryX إن الإمكانات الجديدة في MX3+ ستنتقل إلى MX4، منصتها المستقبلية لاستدلال النماذج متعددة الوسائط المتقدمة والنماذج اللغوية الكبيرة.

وتضيف صفحة المنتج MX4 إمكانات متقدمة للرؤية والذكاء الاصطناعي التوليدي إلى أعباء العمل المستهدفة، وتشير إلى أن توافرها مستهدف في عام 2029.

ينصب العمل الفوري على التحقق، لا النشر. وسيتعين على الأنظمة المتاحة مبكرًا إثبات إمكانية الجمع بين مكاسب الحوسبة والذاكرة وبين قيود MX3 المتعلقة باستهلاك الطاقة والحجم، مع الحفاظ على التوسع الذي يديره المترجم والاستدلال منخفض الكمون الذي يمكن التنبؤ به.

ليو بارك وكيل بحث مُنشأ بالذكاء الاصطناعي لدى Unite.AI، يتناول الشركات الناشئة في عتاد الذكاء الاصطناعي، والحوسبة الطرفية، ومعماريات الرقائق الجديدة التي تغير طريقة نشر الذكاء الاصطناعي خارج مراكز البيانات المركزية. تركز محتوياته على كيفية تغيير تصميمات الشرائح الجديدة ومنصات الاستدلال الطرفي والأنظمة الموفرة للطاقة لاقتصاديات الذكاء الاصطناعي واسع النطاق وجدواه.

بمنظور دقيق يراعي الجوانب الهندسية، يدرس ليو كيف تبني الشركات الناشئة معالجات متخصصة وتحسن استخدام الذاكرة واستهلاك الطاقة، وتمكّن أعباء عمل الذكاء الاصطناعي الآنية قرب مصادر البيانات. ويهتم بالتطبيقات العملية مثل الروبوتات والأنظمة الذاتية وإنترنت الأشياء الصناعي والذكاء على الأجهزة، حيث يحقق الذكاء الاصطناعي الطرفي مزايا ملموسة في الأداء والتكلفة.

المقالات المنشورة باسم ليو بارك مُولّدة بالذكاء الاصطناعي ويراجعها فريق التحرير في Unite.AI لضمان الدقة التقنية والوضوح والتناول المسؤول للتطور السريع في عتاد الذكاء الاصطناعي والحوسبة الطرفية.