التحول القادم في بنية تحتية الذكاء الاصطناعي: البرمجة ما وراء السيليكون

في حين أن العالم بأسره متأثر بشكل متزايد بالذكاء الاصطناعي وتطبيقاته ، هناك بعض الحواجز الحقيقية التي تعوق نجاحه الكامل. khudh على سبيل المثال ، بنية تحتية مركز بيانات الذكاء الاصطناعي ، التي تواجه تحديات كبيرة في الموثوقية ومخاطر الأداء وقيود استهلاك الطاقة التي تزيد بشكل متزايد ، مما يحد من مدى قدرة أنظمة الذكاء الاصطناعي على التوسع في الممارسة. في الواقع ، تتطلب حمولات العمل المتغيرة باستمرار للذكاء الاصطناعي الانتقال إلى المرحلة التالية من تطوير OCS — OCSs القائمة على السيليكون الضوئي القابل للبرمجة — مما يتيح مستويات من مرونة الشبكة لم تُرى من قبل.

كيف وصلنا إلى هنا: تاريخ تطوير OCS

مفاتيح الدائرة البصرية (OCSs) لها تاريخ طويل في domaine الهاتف ، بدءًا من أواخر القرن التاسع عشر / أوائل القرن العشرين عندما اعتمد الاتصالات الصوتية على تبديل الدائرة — تبديل الكوابل لتحقيق اتصال هاتفي بين طرفين. تم تقديم تبديل الحزمة في الستينيات كوسيلة لتحسين استخدام البنية التحتية المشتركة. وقد تم كسر البيانات إلى حزم صغيرة لتمكين عمليات نقل متعددة من السفر عبر الشبكة على أي مسار. في السبعينيات ، تم تعريف هذه الحزم بشكل أكبر في كيفية عناوينها وتوجيهها وتسليمها عبر أنظمة متعددة ، وفي الثمانينيات ، أصبحت هذه التعريف — بروتوكول التحكم في النقل / بروتوكول الإنترنت ، أو TCP / IP — معيار الإنترنت لتمكين الشبكات غير المتوافقة من التواصل في إطار مشترك. مع نمو الشبكة ومتطلبات التوسع في التسعينيات ، تم تقديم مبدلات الحزم الكهربائية (EPSs). معًا مع TCP / IP ، دعم EPSs نمو الإنترنت ووصل ملايين المستخدمين حول العالم. في الوقت نفسه ، بدأت الألياف بتحل محل النحاس في الشبكات العالمية ، مما يوفر سعة أعلى ومدى أطول وقدرة على دعم سرعات تيرابايت متعددة.

البيئة الديناميكية للذكاء الاصطناعي

لكن في أوائل القرن الحادي والعشرين ، وضعت حمولات العمل للذكاء الاصطناعي ضغطًا هائلاً على الشبكات الإلكترونية الحالية ، مما أدى إلى تطوير أول بنية تحتية لمركز بيانات OCS التجارية القائمة على MEMS. مبدلات MEMS البصرية هي أجهزة تبديل光ية جميعها ، تستخدم مرايا قابلة للحركة على المستوى المجهري لإعادة توجيه الضوء بين الألياف الإدخالية والإخراجية دون تحويل الإشارة إلى كهرباء. تدعم هذه المبدلات OCSs القائمة على MEMS أعدادًا كبيرة من المنافذ ، وهي مثالية لربط الخوادم البعيدة光يًا لتخطي قيود النحاس في مراكز البيانات. ومع ذلك ، أصبحت حدود السرعة الإعادة وتكلفة كل منفذ والشكل المادي واضحة. هذه الحدود تمنع مبدلات OCSs القائمة على MEMS من تلبية الحاجة إلى إعادة cấuفة الشبكة في الوقت الفعلي في قلب محرك الحوسبة في مركز البيانات — شبكة التوسع — خاصة في مواجهة حمولات العمل للذكاء الاصطناعي.

في الواقع ، اليوم ، أصبحت حدود مبدلات OCSs القائمة على MEMS ومتطلبات مركز بيانات الذكاء الاصطناعي أكثر وضوحًا ، بفضل التغيرات الكبيرة غير الخطية غير المتوقعة التي يطرحها الذكاء الاصطناعي كل عام أو كل ستة أشهر — إن لم يكن كل ربع سنة. يتم الآن طلب من ممثلي نظام مركز بيانات الذكاء الاصطناعي التكيف بسرعة والاستجابة لتغيرات المناظير المتغيرة للذكاء الاصطناعي. ومصمموا الشبكات تحت ضغط لإعادة cấuفة أو إعادة برمجة شبكات مركز بيانات الذكاء الاصطناعي حسب الحاجة لتجنب المشاكل داخل الشبكة أو إدارة مستوى جديد من حمولات العمل للذكاء الاصطناعي التي تحتاج إلى أداء محسّن.

السيليكون الضوئي القابل للبرمجة: التحرك بما وراء شبكة “مجمدة”

مبدلات OCSs القائمة على السيليكون الضوئي القابل للبرمجة (SiPh) هي الخطوة التالية في تطوير OCS. منخفضة التكلفة ، مضغوطة للغاية ، ومدعومة بالبرمجيات ، يمكن إعادة برمجة هذه الشبكات الضوئية على الفور لتكيف في الوقت الفعلي بطريقة الضوء وبالتالي إعادة cấuفة الشبكة. بالمقارنة مع MEMS ، تكنولوجيا SiPh هي تكنولوجيا الحالة الصلبة ، مما يزيل الكثير من مخاطر الموثوقية لأنها لا تحتوي على أجزاء متحركة. تكنولوجيا الحالة الصلبة المتوافقة مع CMOS تعني أيضًا أنها يمكن أن تتوافق مع هدف التكلفة المثالي لمجموعة GPU بقيمة 100 دولار لكل radix.

تعزز مبدلات OCSs القائمة على SiPh أيضًا بنية تحتية مركز بيانات الذكاء الاصطناعي بطريقتين حاسمتين. أولاً ، تمكن من إعادة cấuفة سريعة لاتصالات GPU بحيث يمكن تنفيذ الحمولات بفعالية أكبر واكتمالها بشكل أسرع. مع تطور تدريب الذكاء الاصطناعي ، يجب تغيير トポلوجيا الاتصالات بشكل ديناميكي — حتى داخل وظيفة التدريب — دون فقدان الحزمة. هذا يتطلب أوقات إعادة cấuفة سريعة بشكل استثنائي ، وهي منطقة حيث تتفوق قابلية توسيع SiPh OCS بشكل أساسي على المناهج القائمة على MEMS ، مع دعم أوقات إعادة cấuفة وتحويل أسرع بأمر من حيث الحجم من تكنولوجيا MEMS.

ثانيًا ، تسمح برمجة SiPh OCS بدمج وظائف إضافية مباشرة في نسيج التبديل بدون توسيع في الشكل المادي. يمكن دمج قدرات مثل التелеметري الفوري عبر أجهزة استشعار ضوئية متكاملة مع SiGe وتعزيز الرابط لتحسين القابلية للرصد وتعزيز مقاومة الفشل. في حين تقدم مبدلات OCSs القائمة على MEMS عادةً 2-3 ديسيبل من الفقد الضوئي ، يمكن تصميم تطبيقات SiPh OCSs لتكون فعليًا خالية من الفقد ، مما يحسن مرونة ومكافئ النظام بشكل عام.

النظر إلى الأمام

بسبب أن شبكات مركز البيانات التاريخية صلبة ولا يمكنها مواكبة احتياجات مركز بيانات الذكاء الاصطناعي المتغيرة ، فإن سوق تكنولوجيا SiPh القابلة للبرمجة يطرح فرصة بقيمة مليارات الدولارات. مع هذا الازدهار الهائل يأتي الحاجة إلى التعاون والتعاون بين الشركات التي تقف في قلب هذه التكنولوجيا الجديدة. بهذا الغرض ، هناك هيئة معايير OCP — التي تشمل جوجل ومايكروسوفت وLumentum ومبتكري آخرين — التي تهدف إلى جعل واجهة برمجة التطبيقات للشبكة باستخدام OCS معيارية وسهلة الاستخدام قدر الإمكان. معًا ، تريد هذه الشركات مشاركة وجهات نظرها وإنشاء معايير لنقل التكنولوجيا إلى الأمام وتسريع اعتمادها.

مع تقدم الذكاء الاصطناعي في تطور العالم ، يجب أن تتطور شبكات مركز بيانات الذكاء الاصطناعي أيضًا وأن تكون محمية من التأثيرات المستقبلية لدعمها. تمكن مبدلات OCSs القائمة على SiPh الشركات من الإبداع على قمّة الابتكار وتحقيق فرص جديدة ومثيرة لجميع الناس.