فيليب بور، رئيس المنتجات في Lumai – سلسلة المقابلات

فيليب بور هو رئيس المنتجات في Lumai، مع أكثر من 25 عامًا من الخبرة في إدارة المنتجات العالمية وعمليات التسويق والقيادة داخل الشركات الرائدة في صناعات نیمكونDUCTOR وتكنولوجيا، وحقق سجلًا حافلًا في بناء وتوسيع المنتجات والخدمات.

Lumai هي شركة تكنولوجيا عميقة مقرها المملكة المتحدة، وتطوير معالجات الحوسبة البصرية ثلاثية الأبعاد لتسريع حمولة العمل الذكية. من خلال أداء عمليات الضرب المتجهي باستخدام أجزاء من الضوء في ثلاثة أبعاد، تقدم تقنيتها أداء يصل إلى 50 ضعفًا وتقليل استهلاك الطاقة بنسبة 90٪ مقارنة بمعززات السيليكون التقليدية. هذا يجعلها مناسبة بشكل خاص لمهام الاستدلال الذكي، بما في ذلك نماذج اللغة الكبيرة، مع تقليل كبير في التكاليف الطاقوية والبيئية.

ما هو ما ألهم تأسيس Lumai، وكيف تطور الفكرة من أبحاث جامعة أكسفورد إلى مشروع تجاري؟

الشرارة الأولية اندلعت عندما حصل أحد مؤسسي Lumai، الدكتور شيانكسين غوو، على زمالة بحث 1851 في جامعة أكسفورد. سأل المقابلة عن是否 سيفكر في براءات الاختراع وإنشاء شركة إذا كان بحثه ناجحًا. هذا أثار عقل الدكتور شيانكسين الإبداعي، وعندما أثبت هو ودكتور جيمس سبال، أحد مؤسسي Lumai الآخرين، أن استخدام الضوء للقيام بالحسابات في قلب الذكاء الاصطناعي يمكن أن يزيد بشكل كبير من أداء الذكاء الاصطناعي ويقلل من الطاقة، تم تحديد المرحلة. كانوا يعرفون أن الأجهزة الذكية الحالية التي تعتمد على السيليكون فقط تعاني من صعوبة في زيادة الأداء دون زيادة كبيرة في الطاقة والتكلفة، وبالتالي إذا تمكنوا من حل هذه المشكلة باستخدام الحوسبة البصرية، يمكنهم إنشاء منتج يريده العملاء. أخذوا هذه الفكرة إلى بعض المستثمرين الذين دعموهم لتشكيل Lumai. أغلقت Lumai مؤخرًا جولتها الثانية من التمويل، ورفعت أكثر من 10 ملايين دولار، وجلبت مستثمرين إضافيين الذين يعتقدون أيضًا أن الحوسبة البصرية يمكن أن تواصل التوسع وتلبية زيادة الطلب على أداء الذكاء الاصطناعي دون زيادة الطاقة.

لقد قمت بمهنة مثيرة في أرم وإندي سيميكونDUCTOR وغيرها — ما هو ما جذبك للانضمام إلى Lumai في هذه المرحلة؟

الجواب القصير هو الفريق والتكنولوجيا. لدى Lumai فريق مثير للإعجاب من الخبراء في البصريات والتعلم الآلي ومراكز البيانات، يأتيون من شركات مثل ميتا، إنتل، ألتيرا، ماكسيلر، سيغيت وأي بي إم (إضافة إلى خبرتي في أرم، إندي، مينتور جرافيكس وموتورولا). كنت أعرف أن فريقًا من الأشخاص المذهلين يركز على حل تحدي تقليل تكلفة الاستدلال الذكي يمكن أن يفعل أشياء رائعة.

أعتقد بصدق أن مستقبل الذكاء الاصطناعي ي đòi新的 اختراعات مبتكرة في الحوسبة. وعدة أن نتمكن من تقديم 50 ضعفًا من أداء الحوسبة الذكية، بالإضافة إلى تقليل تكلفة الاستدلال الذكي إلى 1/10 مقارنة بالحلول الحالية، كانت فرصة لا تُقدر بثمن.

ما هي بعض التحديات الفنية أو التجارية المبكرة التي واجهها فريق التأسيس في التوسع من اختراق بحثي إلى شركة جاهزة للانتاج؟

أثبتت الاختراق البحثي أن البصريات يمكن استخدامها للحصول على ضرب متجه سريع وفعال. على الرغم من الاختراقات الفنية، كان التحدي الأكبر هو إقناع الناس بأن Lumai يمكن أن تنجح حيث فشلت شركات الحوسبة البصرية الأخرى. كان علينا قضاء وقت في شرح أن نهج Lumai كان مختلفًا جدًا، وأنه بدلاً من الاعتماد على شريحة 2D واحدة، استخدمنا البصريات ثلاثية الأبعاد للوصول إلى مستويات من الحجم والكفاءة. هناك بالطبع العديد من الخطوات للانتقال من البحث المختبري إلى تكنولوجيا يمكن نشرها على نطاق واسع في مركز البيانات. أدركنا في وقت مبكر جدًا أن المفتاح للنجاح هو جلب مهندسين لديهم خبرة في تطوير المنتجات بكميات كبيرة وفي مراكز البيانات. المجال الآخر هو البرمجيات – من الضروري أن تستفيد الإطارات والنمذجة القياسية للذكاء الاصطناعي من معالج Lumai، وأن نقدم الأدوات والإطارات لتسهيل هذا الأمر قدر الإمكان لمهندسي البرمجيات الذكية.

تُقال أن تكنولوجيا Lumai تستخدم الضرب المتجه البصري ثلاثي الأبعاد. هل يمكنك تفسير ذلك ببساطة للجمهور العام؟

نظم الذكاء الاصطناعي تحتاج إلى إجراء العديد من الحسابات الرياضية تسمى ضرب المتجه. هذه الحسابات هي محرك ما ي驱ر استجابات الذكاء الاصطناعي. في Lumai، نقوم بذلك باستخدام الضوء بدلاً من الكهرباء. ها هو كيف يعمل:

1. نقوم بتشفير المعلومات في أجزاء من الضوء
2. تنتقل هذه الأجزاء من الضوء عبر الفضاء ثلاثي الأبعاد
3. يتفاعل الضوء مع العدسات والمواد الخاصة
4. تكتمل هذه التفاعلات العملية الرياضية

من خلال استخدام جميع ثلاثة أبعاد الفضاء، يمكننا معالجة المزيد من المعلومات مع كل جزء من الضوء. هذا يجعل نهجنا فعالًا جدًا – يقلل من الطاقة والوقت والتكلفة اللازمة لتشغيل أنظمة الذكاء الاصطناعي.

ما هي المزايا الرئيسية للحوسبة البصرية على معالجات الجرافيك الرسومية التقليدية والمضمنة في البصريات؟

نظرًا لأن معدل التقدم في تكنولوجيا السيليكون قد تباطأ بشكل كبير، فإن كل خطوة لأعلى في أداء معالج الذكاء الاصطناعي السيليكوني فقط (مثل معالج الرسومات) يؤدي إلى زيادة كبيرة في الطاقة. تعمل الحلول السيليكونية فقط على استهلاك كمية هائلة من الطاقة وتتأثر بإرجاع متضائل، مما يجعلها معقدة وغالية الثمن. ميزة استخدام البصريات هي أنه بمجرد الدخول إلى المجال البصري، لا تستهلك几乎 أي طاقة. يتم استخدام الطاقة للوصول إلى المجال البصري، ولكن في معالج Lumai، يمكننا تحقيق أكثر من 1,000 عملية حسابية لكل جزء من الضوء، في كل دورة، مما يجعله فعالًا جدًا. لا يمكن تحقيق هذه القابلية للتوسع باستخدام البصريات المضمنة بسبب القيود الفيزيائية لحجم الإشارة والضوضاء، مع عدد عمليات الحساب في حلول السيليكون البصرية عند 1/8 فقط مما يمكن أن تحققه Lumai اليوم.

كيف يحقق معالج Lumai قيمة قريبة من الصفر في الاستدلال، ولماذا هذا العامل الحرج لمحملات العمل الذكية الحديثة؟

على الرغم من أننا لن نزعم أن معالج Lumai يقدم استدلالًا بدون تأخير، إلا أنه ينفذ عملية ضرب متجه كبيرة (1024 × 1024) في دورة واحدة. تعمل الحلول السيليكونية فقط على تقسيم المصفوفة إلى مصفوفات أصغر، يتم معالجتها بشكل فردي خطوة خطوة، ثم يجب دمج النتائج. هذا يستغرق وقتًا ويتطلب المزيد من الذاكرة والطاقة. تقليل الوقت والطاقة والتكلفة من معالجة الذكاء الاصطناعي هو أمر بالغ الأهمية لتمكين المزيد من الشركات من الاستفادة من الذكاء الاصطناعي وتمكين الذكاء الاصطناعي المتقدم بطريقة مستدامة.

هل يمكنك أن تشرح لنا كيف يتكامل شكل معالج Lumai المتوافق مع PCIe مع البنية التحتية الحالية لمراكز البيانات؟

يستخدم معالج Lumai بطاقات PCIe جنبًا إلى جنب مع وحدة المعالجة المركزية القياسية، كل ذلك داخل رف قياسي 4U. نحن نعمل مع مجموعة من موردي معدات رفوف مراكز البيانات حتى يتكامل معالج Lumai مع معداتهم الخاصة. نستخدم واجهات شبكة قياسية، وبرمجيات قياسية، وغيرها، لذلك من الخارج، سوف يبدو معالج Lumai مثل أي معالج آخر لمركز البيانات.

تستخدم معالج Lumai بطاقات PCIe جنبًا إلى جنب مع وحدة المعالجة المركزية القياسية، كل ذلك داخل رف قياسي 4U. نحن نعمل مع مجموعة من موردي معدات رفوف مراكز البيانات حتى يتكامل معالج Lumai مع معداتهم الخاصة. نستخدم واجهات شبكة قياسية، وبرمجيات قياسية، وغيرها، لذلك من الخارج، سوف يبدو معالج Lumai مثل أي معالج آخر لمركز البيانات.

استهلاك الطاقة في مركز البيانات يزداد بمعدل مرتفع. وفقًا لتقرير من مختبر لورنس بيركلي الوطني، من المتوقع أن يصل استهلاك الطاقة في مراكز البيانات في الولايات المتحدة إلى ثلاثة أضعاف بحلول عام 2028، وسيستهلك حتى 12٪ من طاقة البلاد. بعض مشغلي مراكز البيانات يفكرون في تثبيت محطة طاقة نووية لتوفير الطاقة اللازمة. تحتاج الصناعة إلى النظر في نهج مختلف للذكاء الاصطناعي، ونحن نعتقد أن البصريات هي الإجابة على أزمة الطاقة هذه.

هل يمكنك أن تشرح كيف يتجنب معالج Lumai معوقات التوسع الحالية للنهج السيليكونية والبصرية؟

أداء معالج Lumai الأول هو فقط البداية لما يمكن تحقيقه. نتوقع أن تواصل حلنا تقديم قفزات كبيرة في الأداء: من خلال زيادة سرعات الساعة البصرية وعرض المتجه، كل ذلك دون زيادة tương ứng في الطاقة المستهلكة. لا يمكن لأي حل آخر تحقيق ذلك. سوف تستمر النهج السيليكونية الرقمية فقط في استهلاك المزيد من التكلفة والطاقة لكل زيادة في الأداء. لا يمكن للبصريات المضمنة تحقيق عرض المتجه المطلوب، وبالتالي شركات كانت تنظر في البصريات المضمنة لمراكز البيانات قد انتقلت إلى معالجة أجزاء أخرى من مركز البيانات – على سبيل المثال، التوصيل البصري أو التبديل البصري.

ما هو الدور الذي ترى أن الحوسبة البصرية ستلعبه في مستقبل الذكاء الاصطناعي – وأوسع، في الحوسبة ككل؟

سوف تلعب البصريات ككل دورًا هامًا في مراكز البيانات في المستقبل – من التوصيل البصري، والشبكات البصرية، والتبديل البصري، ومعالجة الذكاء الاصطناعي البصرية. الطلبات التي يضعها الذكاء الاصطناعي على مركز البيانات هي المحرك الرئيسي لهذا التحول إلى البصريات. سوف يتيح التوصيل البصري اتصالات أسرع بين معالجات الذكاء الاصطناعي، وهو أمر ضروري لأنماط الذكاء الاصطناعي الكبيرة. سوف يتيح التبديل البصري شبكات أكثر كفاءة، ومعالجة الذكاء الاصطناعي البصرية سوف تتيح معالجة الذكاء الاصطناعي أسرع وأكثر كفاءة في استهلاك الطاقة وأقل تكلفة. سوف تساهم هذه التكنولوجيا بشكل جماعي في تمكين الذكاء الاصطناعي المتقدم، وتحقيق تحديات تباطؤ التوسع في السيليكون على جانب الحوسبة وقيود السرعة للنحاس على جانب التوصيل.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Lumai.