تفوّق إنفيديا في الذكاء الاصطناعي يتجاوز معالجات الرسوميات

على مدى سنوات، ارتبطت هيمنة شركة إنفيديا في سوق الذكاء الاصطناعي بمعالجات الرسوميات (GPU) وحدها، إذ كانت المصدر الوحيد لأقوى الشرائح التي أشعلت طفرة الذكاء الاصطناعي. لكن مع دخول عمالقة السحابة مثل أمازون وجوجل إلى ساحة تصنيع شرائحهم الخاصة، بدأ كثير من المستثمرين يتساءلون عن مدى استدامة تفوّق إنفيديا. غير أنّ نتائج أعمال الشركة الأخيرة كشفت رواية جديدة: مصدر قوّتها لم يعد المعالج نفسه، بل المنظومة الكاملة التي تحيط به.

ما بعد المعالج: معركة تنسيق البيانات

مع اتساع البنية الحاسوبية للذكاء الاصطناعي حتى بلغت حدود الجيجاواط، تحوّلت مسألة تنسيق العمليات وإدارتها إلى تحدٍّ بالغ التعقيد. فتشغيل مركز بيانات فائق الحجم بأقصى كفاءة ليس أمراً بسيطاً، بل يزداد صعوبة كلما كبرت أحجام النشر وتسارعت وتيرته. وهنا تحديداً بنت إنفيديا كثيراً من العتاد المتطور اللازم لإدارة هذا التعقيد، ما منحها ميزة كبيرة في الأنظمة المحيطة بالمعالج، حتى مع تصاعد المنافسة على المعالج نفسه.

فرغم كثرة الحديث عن أنّ القدرة الحاسوبية باتت سلعة متاحة للجميع، يبقى تشغيل مركز بيانات عملاق بكفاءة مثلى مهمة شديدة الصعوبة، وتزداد تعقيداً مع كل توسّع جديد.

معمارية Vera Rubin ومنظومة متكاملة

يتّضح جانب من هذه الاستراتيجية عند النظر إلى ما تبيعه إنفيديا فعلياً. فالشركة تطرح حالياً معماريتها الجديدة "Vera Rubin"، التي تجمع بين معالج الرسوميات Rubin ومجموعة من الوحدات الأخرى، تشمل معالج Vera المركزي، ومسرّعات الاستدلال، ووحدات مخصّصة للتخزين والشبكات.

هذه الأنظمة، شأنها شأن معالج Rubin، متخصّصة إلى أقصى حد، لكنها بدل معالجة الرموز اللغوية، تضمن أن يعمل كل ما هو خارج المعالج بأعلى كفاءة ممكنة. وإذا كان المعالج بمثابة محرّك السيارة، فإنّ هذه الوحدات تمثّل بقية أجزائها.

معالج Vera: عقل تنظيم البيانات

يركّز معالج Vera المركزي تحديداً على مشكلة تنسيق البيانات ونقلها في التوقيت الصحيح. ويقول جيسون هاردي، نائب رئيس تقنيات التخزين في إنفيديا، إنّ أهمية Vera تنبع من محدودية الذاكرة التي يمكن وضعها في خادم واحد أو منصة حوسبة واحدة.

ومع توسّع مراكز البيانات في قدراتها الحاسوبية، توسّعت أيضاً سعات الذاكرة، وهو ما جعل شركات مثل مايكرون تجني أرباحاً طائلة في الموجة الثانية من طفرة البنية التحتية. غير أنّ إيصال هذه البيانات إلى المعالج في اللحظة المناسبة ليس أمراً سهلاً، وتتضاعف أهميته مع سعي الشركات إلى خفض استهلاك الطاقة مقابل كل رمز مُعالَج.

ويؤكّد هاردي أنّ الشركة رصدت تحسّناً يصل إلى ثلاثة أضعاف في هذه العمليات بفضل التسريع الذي يوفّره معالج Vera، ما يتيح الاستفادة القصوى من وحدات التخزين السريعة دون حدوث اختناقات في الأداء.

مقاربات متنافسة لنفس التحدي

لا تنفرد إنفيديا بمواجهة هذه المعضلة، فحين طوّرت شركة OpenAI شريحتها الخاصة، كان أحد أهدافها الرئيسة تجنّب هذه التحديات بتقليص كمية البيانات التي تحتاج إلى النقل من الأساس. وأوضحت الشركة أنها صمّمت شريحتها لتقليل حركة البيانات وتأخّر الاتصالات، بحيث يبقى عبء العمل بأكمله ضمن نظام واحد متصل، ما يحافظ على سرعة الطلبات وكفاءتها من البداية إلى النهاية.

وهي مقاربة مختلفة تعتمد على تنفيذ العمل داخل شريحة واحدة متكاملة، لكنها تنطلق من المنطق نفسه: رفع الكفاءة عبر إدارة أذكى لحركة البيانات بدلاً من مجرّد زيادة دورات المعالجة. وهذا بدوره يفتح طبقة جديدة تماماً من البنية التحتية تتنافس فيها الشركات.

ساحة منافسة جديدة

لا يعني هذا التحوّل نحو تنسيق البيانات فوزاً مضموناً لإنفيديا؛ فسيتعيّن عليها منافسة صانعي الشرائح وعمالقة السحابة كما فعلت في سوق المعالجات. لكنّ المنافسة انتقلت إلى مستوى جديد، حيث لم يعد بناء معالج منافس هو المعيار الأهم، بل القدرة على جعل النظام بأكمله يعمل بكفاءة عالية.

• انتقال ميزة إنفيديا من المعالج إلى المنظومة المحيطة به.
• أهمية متصاعدة لتنسيق البيانات وإدارة الذاكرة.
• تحسينات في الأداء تصل إلى ثلاثة أضعاف بفضل التسريع.
• ساحة منافسة جديدة تشمل صانعي الشرائح وعمالقة السحابة.

وفي المراحل المبكرة على الأقل، تبدو إنفيديا وكأنها تتصدّر هذا السباق بفارق واضح.

✦ بقلم فريق دروب أيديا