أحدثت شركة Amazon Web Services (AWS) طفرة جديدة في مجال تسريع الذكاء الاصطناعي، وذلك بإبرام صفقة مع شركة Decart الناشئة المتخصصة في الفيديو بالذكاء الاصطناعي. هذه الشراكة الاستراتيجية ستشهد تحسين نموذج Lucy الرائد الخاص بـ Decart باستخدام مسرعات AWS Trainium3، مما يدعم إنشاء الفيديو في الوقت الفعلي، ويبرز التوجه المتزايد نحو بدائل لوحدات معالجة الرسوميات (GPUs) من Nvidia في تطبيقات الذكاء الاصطناعي.
صعود مسرعات الذكاء الاصطناعي: تحدي لوحدة معالجة الرسوميات المهيمنة
لطالما هيمنت Nvidia على سوق الذكاء الاصطناعي، حيث تُستخدم وحدات معالجة الرسوميات الخاصة بها على نطاق واسع في تدريب وتشغيل نماذج الذكاء الاصطناعي المختلفة. ومع ذلك، فإن الطلب المتزايد على أداء وكفاءة أعلى في مهام الذكاء الاصطناعي المتخصصة أدى إلى ظهور مسرعات الذكاء الاصطناعي المخصصة، مثل AWS Trainium و Google’s Tensor Processing Units (TPUs) و Meta’s Training and Inference Accelerator (MTIA). هذه المسرعات، المبنية على بنية الدائرة المتكاملة الخاصة بالتطبيقات (ASIC)، تقدم أداءً أفضل واستهلاكًا أقل للطاقة في مهام محددة مقارنة بوحدات معالجة الرسوميات ذات الأغراض العامة.
ما هي بنية ASIC ولماذا هي مهمة؟
تتميز بنية ASIC بتصميمها خصيصًا لتطبيق واحد، مما يسمح بإزالة أي وحدات وظيفية غير ضرورية. هذا التخصيص يترجم إلى كفاءة أكبر في معالجة البيانات، حيث يتم توجيه جميع الموارد الحاسوبية نحو المهمة المحددة. على عكس وحدات المعالجة المركزية (CPUs) التي تعتبر متعددة الاستخدامات، ووحدات معالجة الرسوميات التي تتفوق في العمليات المتوازية، فإن ASICs تعمل كمشارط دقيقة، مصممة لإجراءات محددة للغاية.
Decart و AWS: شراكة لإنشاء الفيديو بالذكاء الاصطناعي في الوقت الفعلي
تعتبر Decart من الشركات الرائدة في مجال استخدام الذكاء الاصطناعي لإنشاء الفيديو، وتعتمد بشكل أساسي على خدمات AWS. من خلال هذه الشراكة، ستقوم Decart بتحسين نموذجها Lucy على AWS Trainium3، مما يتيح إنشاء فيديو عالي الدقة في الوقت الفعلي. بالإضافة إلى ذلك، ستجعل Decart نماذجها متاحة للمطورين من خلال منصة Amazon Bedrock، مما يسهل دمج إمكانات إنشاء الفيديو بالذكاء الاصطناعي في مجموعة واسعة من التطبيقات السحابية.
Lucy و Trainium: مزيج مثالي لإنشاء الفيديو السريع
يتميز نموذج Lucy بقدرته على توليد إطارات الفيديو بسرعة فائقة، حيث يصل وقت الإطار الأول إلى 40 مللي ثانية فقط. هذا يعني أن الفيديو يبدأ في الإنشاء على الفور تقريبًا بعد إرسال الطلب. بفضل AWS Trainium، يمكن لـ Lucy أيضًا مطابقة جودة النماذج الأبطأ والأكثر تطوراً مثل OpenAI’s Sora 2 و Google’s Veo-3، مع إنتاج يصل إلى 30 إطارًا في الثانية. الجيل الجديد من Trainium3 يعد بتحسينات كبيرة، حيث يوفر إنتاجية أعلى، وزمن وصول أقل، وكفاءة أكبر في استخدام الذاكرة، مما قد يؤدي إلى زيادة سرعة إنشاء الإطارات بأربعة أضعاف وتخفيض التكلفة إلى النصف مقارنة بوحدات معالجة الرسوميات.
شركات أخرى تتبنى مسرعات الذكاء الاصطناعي المخصصة
لا تقتصر هذه الظاهرة على Decart و AWS. العديد من الشركات الأخرى تستكشف وتتبنى مسرعات الذكاء الاصطناعي المخصصة لتحسين أداء نماذجها. على سبيل المثال:
- Anthropic: تتعاون مع AWS في مشروع Rainier، الذي يستخدم مئات الآلاف من معالجات Trainium2 لتشغيل نماذج الذكاء الاصطناعي المتقدمة مثل Claude Opus-4.5.
- Poolside: تستخدم AWS Trainium2 لتدريب نماذجها الخاصة بترميز الذكاء الاصطناعي، وتخطط لاستخدامها في الاستدلال أيضًا.
- Google: تطور خط إنتاج وحدات معالجة Tensor (TPUs) الخاصة بها.
- Meta: تعمل مع Broadcom لتطوير معالج ذكاء اصطناعي مخصص لتدريب وتشغيل نماذج Llama.
- OpenAI: لديها خطط لتطوير شرائح ASIC الخاصة بها.
مستقبل الذكاء الاصطناعي: التخصيص هو المفتاح
على الرغم من أن Nvidia لا تزال قوة مهيمنة في سوق الذكاء الاصطناعي، إلا أن ظهور مسرعات الذكاء الاصطناعي المخصصة يمثل تحولًا هامًا في الصناعة. فمن خلال التركيز على التخصيص وتحسين الأداء للتطبيقات المتخصصة، فإن هذه المسرعات تفتح الباب أمام موجة جديدة من الابتكارات في مجال الذكاء الاصطناعي، مع وضع تطبيقات مثل إنشاء الفيديو في الوقت الفعلي في طليعة هذا التطور. لا يُتوقع أن تحل ASICs محل وحدات معالجة الرسوميات بشكل كامل، حيث تظل وحدات معالجة الرسوميات هي الخيار الأمثل للنماذج ذات الأغراض العامة. ومع ذلك، فإن تطبيقات الذكاء الاصطناعي التي تتطلب معالجة مستقرة ستستفيد بشكل كبير من استخدام ASICs.
باختصار، يمثل تبني AWS Trainium من قبل Decart علامة فارقة في تطور الذكاء الاصطناعي، ويؤكد على أهمية المسرعات المخصصة في تحقيق أداء وكفاءة أعلى في تطبيقات الذكاء الاصطناعي المتخصصة. هذا التوجه سيستمر في تشكيل مستقبل الصناعة، ويدفع الابتكار في مجالات مثل إنشاء الفيديو بالذكاء الاصطناعي. هل أنت مستعد لاستكشاف إمكانيات الذكاء الاصطناعي في الوقت الفعلي؟ ابدأ اليوم بالتعرف على خدمات AWS و Amazon Bedrock.