تعمل شركتا Meta وOracle على ترقية مراكز بيانات الذكاء الاصطناعي الخاصة بهما باستخدام محولات شبكات Spectrum-X Ethernet من NVIDIA – وهي تقنية مصممة للتعامل مع المتطلبات المتزايدة لأنظمة الذكاء الاصطناعي واسعة النطاق. تعتمد كلتا الشركتين Spectrum-X كجزء من إطار عمل شبكي مفتوح مصمم لتحسين كفاءة تدريب الذكاء الاصطناعي وتسريع النشر عبر مجموعات حسابية ضخمة.
وقال جنسن هوانغ، المؤسس والرئيس التنفيذي لشركة NVIDIA، إن نماذج تريليون معلمة تحول مراكز البيانات إلى “مصانع ذكاء اصطناعي على نطاق جيجا”، مضيفًا أن Spectrum-X يعمل بمثابة “النظام العصبي” الذي يربط الملايين من وحدات معالجة الرسومات لتدريب أكبر النماذج التي تم بناؤها على الإطلاق.
تخطط Oracle لاستخدام Spectrum-X Ethernet مع بنية Vera Rubin الخاصة بها لبناء مصانع الذكاء الاصطناعي واسعة النطاق. وقال ماهيش ثياجاراجان، نائب الرئيس التنفيذي لشركة Oracle Cloud Infrastructure، إن الإعداد الجديد سيسمح للشركة بتوصيل الملايين من وحدات معالجة الرسومات بشكل أكثر كفاءة، مما يساعد العملاء على تدريب نماذج الذكاء الاصطناعي الجديدة ونشرها بشكل أسرع.
وفي الوقت نفسه، تعمل شركة Meta على توسيع بنيتها التحتية للذكاء الاصطناعي من خلال دمج محولات Spectrum-X Ethernet في نظام Facebook Open Switching System (FBOSS)، وهو منصتها الداخلية لإدارة محولات الشبكة على نطاق واسع. وفقًا لجايا ناجاراجان، نائب رئيس شركة Meta لهندسة الشبكات، يجب أن تكون شبكة الجيل التالي للشركة مفتوحة وفعالة لدعم نماذج الذكاء الاصطناعي الأكبر حجمًا وتقديم الخدمات لمليارات المستخدمين.
بناء أنظمة ذكاء اصطناعي مرنة
وفقًا لجو ديلير، الذي يقود مجموعة حلول الحوسبة السريعة لمراكز البيانات من NVIDIA، تعد المرونة أمرًا أساسيًا مع زيادة تعقيد مراكز البيانات. وأوضح أن نظام MGX من NVIDIA يقدم تصميمًا معياريًا ومبنيًا يتيح للشركاء الجمع بين وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات (GPU) والتخزين ومكونات الشبكات المختلفة حسب الحاجة.
كما يعزز النظام إمكانية التشغيل البيني، مما يسمح للمؤسسات باستخدام نفس التصميم عبر أجيال متعددة من الأجهزة. وقال ديلاري لوسائل الإعلام: “إنه يوفر المرونة، ووقتًا أسرع للتسويق، والاستعداد المستقبلي”.
مع تزايد حجم نماذج الذكاء الاصطناعي، أصبحت كفاءة الطاقة تحديًا رئيسيًا لمراكز البيانات. وقال DeLaere إن NVIDIA تعمل “من الشريحة إلى الشبكة” لتحسين استخدام الطاقة وقابلية التوسع، وتتعاون بشكل وثيق مع بائعي الطاقة والتبريد لتحقيق أقصى قدر من الأداء لكل واط.
أحد الأمثلة على ذلك هو التحول إلى توصيل طاقة تيار مستمر بقوة 800 فولت، مما يقلل من فقدان الحرارة ويحسن الكفاءة. وتقدم الشركة أيضًا تقنية لتسهيل الطاقة لتقليل الارتفاعات المفاجئة في الشبكة الكهربائية – وهو نهج يمكن أن يخفض الحد الأقصى من احتياجات الطاقة بنسبة تصل إلى 30 في المائة، مما يسمح بمزيد من سعة الحوسبة ضمن نفس البصمة.
توسيع نطاق، خارج، وعبر
يلعب نظام MGX من NVIDIA أيضًا دورًا في كيفية توسيع نطاق مراكز البيانات. صرح جلعاد شاينر، نائب الرئيس الأول للشبكات في الشركة، لوسائل الإعلام أن رفوف MGX تستضيف مكونات الحوسبة والتبديل، وتدعم NVLink للاتصال الموسع وSpectrum-X Ethernet للنمو الموسع.
وأضاف أن MGX يمكنها ربط مراكز بيانات متعددة للذكاء الاصطناعي معًا كنظام موحد – وهو ما تحتاجه شركات مثل Meta لدعم عمليات تدريب الذكاء الاصطناعي الموزعة الضخمة. واعتمادًا على المسافة، يمكنهم ربط المواقع من خلال الألياف المظلمة أو المحولات الإضافية المستندة إلى MGX، مما يتيح اتصالات عالية السرعة عبر المناطق.
يعكس اعتماد Meta للذكاء الاصطناعي لـ Spectrum-X الأهمية المتزايدة للشبكات المفتوحة. وقال شاينر إن الشركة ستستخدم FBOSS كنظام تشغيل شبكي خاص بها، لكنه أشار إلى أن Spectrum-X يدعم العديد من الأنظمة الأخرى، بما في ذلك Cumulus وSONiC وNOS من Cisco من خلال الشراكات. تتيح هذه المرونة لشركات التوسع الكبير والمؤسسات توحيد بنيتها التحتية باستخدام الأنظمة التي تناسب بيئاتها بشكل أفضل.
توسيع النظام البيئي للذكاء الاصطناعي
ترى NVIDIA أن Spectrum-X هو وسيلة لجعل البنية التحتية للذكاء الاصطناعي أكثر كفاءة ويمكن الوصول إليها عبر مستويات مختلفة. وقال شاينر إن منصة إيثرنت تم تصميمها خصيصًا لأعباء عمل الذكاء الاصطناعي مثل التدريب والاستدلال، مما يوفر نطاقًا تردديًا فعالاً يصل إلى 95 بالمائة ويتفوق على إيثرنت التقليدية بهامش واسع.
وأضاف أن شراكات NVIDIA مع شركات مثل Cisco، وxAI، وMeta، وOracle Cloud Infrastructure تساعد في جلب Spectrum-X إلى نطاق أوسع من البيئات – بدءًا من أجهزة التوسعة الفائقة وحتى المؤسسات.
التحضير لفيرا روبن وما بعدها
وقال DeLaere إنه من المتوقع أن تكون بنية Vera Rubin القادمة من NVIDIA متاحة تجاريًا في النصف الثاني من عام 2026، مع وصول منتج Rubin CPX بحلول نهاية العام. وسيعمل كلاهما جنبًا إلى جنب مع شبكات Spectrum-X وأنظمة MGX لدعم الجيل القادم من مصانع الذكاء الاصطناعي.
وأوضح أيضًا أن Spectrum-X وXGS يشتركان في نفس الأجهزة الأساسية ولكنهما يستخدمان خوارزميات مختلفة لمسافات مختلفة – Spectrum-X لمراكز البيانات الداخلية وXGS للاتصال بين مراكز البيانات. يعمل هذا الأسلوب على تقليل زمن الوصول إلى الحد الأدنى ويسمح لمواقع متعددة بالعمل معًا كحاسوب عملاق واحد كبير يعمل بتقنية الذكاء الاصطناعي.
التعاون عبر سلسلة الطاقة
لدعم انتقال التيار المستمر بقوة 800 فولت، تعمل NVIDIA مع شركاء من مستوى الشريحة إلى الشبكة. وتتعاون الشركة مع Onsemi وInfineon في مكونات الطاقة، ومع Delta وFlex وLite-On على مستوى الرفوف، ومع Schneider Electric وSiemens في تصميمات مراكز البيانات. سيتم إصدار ورقة بيضاء تقنية توضح بالتفصيل هذا النهج في قمة OCP.
ووصف ديلير هذا بأنه “تصميم شامل من السيليكون إلى توصيل الطاقة”، مما يضمن عمل جميع الأنظمة معًا بسلاسة في بيئات الذكاء الاصطناعي عالية الكثافة التي تعمل بها شركات مثل Meta وOracle.
مزايا الأداء للمقياس الفائق
تم تصميم Spectrum-X Ethernet خصيصًا للحوسبة الموزعة وأحمال عمل الذكاء الاصطناعي. قال شاينر إنه يوفر التوجيه التكيفي والتحكم في الازدحام القائم على القياس عن بعد للتخلص من نقاط اتصال الشبكة وتقديم أداء مستقر. تتيح هذه الميزات سرعات أعلى للتدريب والاستدلال مع السماح بتشغيل أحمال عمل متعددة في وقت واحد دون أي تدخل.
وأضاف أن Spectrum-X هي تقنية Ethernet الوحيدة التي أثبتت قدرتها على التوسع بمستويات قصوى، مما يساعد المؤسسات في الحصول على أفضل أداء وعائد على استثماراتها في وحدة معالجة الرسومات. بالنسبة إلى أصحاب النطاقات الفائقة مثل Meta، تساعد قابلية التوسع هذه على إدارة متطلبات التدريب المتزايدة على الذكاء الاصطناعي والحفاظ على كفاءة البنية التحتية.
الأجهزة والبرمجيات تعمل معا
وبينما ينصب تركيز NVIDIA غالبًا على الأجهزة، قال DeLaere إن تحسين البرامج لا يقل أهمية. تواصل الشركة تحسين الأداء من خلال التصميم المشترك — مواءمة تطوير الأجهزة والبرامج لتحقيق أقصى قدر من الكفاءة لأنظمة الذكاء الاصطناعي.
تستثمر NVIDIA في نواة FP4، وأطر العمل مثل Dynamo وTensorRT-LLM، والخوارزميات مثل فك التشفير التخميني لتحسين الإنتاجية وأداء نموذج الذكاء الاصطناعي. وقال إن هذه التحديثات تضمن استمرار أنظمة مثل Blackwell في تقديم نتائج أفضل مع مرور الوقت للمتوسعين الفائقين مثل Meta الذين يعتمدون على أداء الذكاء الاصطناعي المتسق.
الشبكات لعصر تريليون المعلمة
تعد منصة Spectrum-X – التي تتضمن محولات Ethernet وبطاقات SuperNIC – أول نظام Ethernet من NVIDIA مصمم خصيصًا لأحمال عمل الذكاء الاصطناعي. لقد تم تصميمه لربط الملايين من وحدات معالجة الرسومات بكفاءة مع الحفاظ على أداء يمكن التنبؤ به عبر مراكز بيانات الذكاء الاصطناعي.
ومع تحقيق تكنولوجيا التحكم في الازدحام ما يصل إلى 95 في المائة من إنتاجية البيانات، يمثل Spectrum-X قفزة كبيرة على شبكة إيثرنت القياسية، والتي تصل عادة إلى حوالي 60 في المائة فقط بسبب تصادمات التدفق. تدعم تقنية XGS الخاصة بها أيضًا روابط مراكز بيانات الذكاء الاصطناعي بعيدة المدى، وربط المرافق عبر المناطق في “مصانع الذكاء الاصطناعي الفائقة” الموحدة.
من خلال ربط مجموعة NVIDIA الكاملة — وحدات معالجة الرسومات، ووحدات المعالجة المركزية، وNVLink، والبرمجيات — يوفر Spectrum-X الأداء المتسق اللازم لدعم نماذج تريليون معلمة والموجة التالية من أحمال عمل الذكاء الاصطناعي التوليدية.
(تصوير نفيديا)
انظر أيضًا: OpenAI وNvidia يخططان لصفقة شرائح بقيمة 100 مليار دولار لمستقبل الذكاء الاصطناعي
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الضخمة من قادة الصناعة؟ اطلع على معرض الذكاء الاصطناعي والبيانات الضخمة الذي يقام في أمستردام وكاليفورنيا ولندن. يعد هذا الحدث الشامل جزءًا من TechEx ويقام في مكان مشترك مع أحداث تقنية رائدة أخرى، انقر هنا لمزيد من المعلومات.
يتم تشغيل AI News بواسطة TechForge Media. استكشف الأحداث والندوات عبر الإنترنت القادمة الأخرى المتعلقة بتكنولوجيا المؤسسات هنا.