عندما تنفد مراكز بيانات الذكاء الاصطناعي من الفضاء ، فإنها تواجه معضلة مكلفة: بناء مرافق أكبر أو إيجاد طرق لجعل مواقع متعددة تعمل معًا بسلاسة. تعد تقنية Ethernet أحدث من NVIDIA SPECTRUM-XGS بحل هذا التحدي من خلال توصيل مراكز بيانات الذكاء الاصطناعى عبر مسافات واسعة إلى ما تسميه الشركة “عوامل Super-Factories Super-Super-Scale”.
تم الإعلان عنها قبل Hot Chips 2025 ، يمثل هذا الابتكار الشبكات إجابة الشركة للمشكلة المتزايدة التي تجبر صناعة الذكاء الاصطناعى على إعادة التفكير في كيفية توزيع الطاقة الحسابية.
المشكلة: عندما لا يكون مبنى واحد كافيا
نظرًا لأن نماذج الذكاء الاصطناعي تصبح أكثر تطوراً وتطلبًا ، فإنها تتطلب قوة حسابية هائلة تتجاوز غالبًا ما يمكن أن توفره أي منشأة واحدة. تواجه مراكز بيانات الذكاء الاصطناعى التقليدية قيودًا في سعة الطاقة والمساحة المادية وقدرات التبريد.
عندما تحتاج الشركات إلى مزيد من قوة المعالجة ، فإنها يتعين عليها عادة بناء مرافق جديدة تمامًا – لكن تنسيق العمل بين المواقع المنفصلة كان مشكلة بسبب قيود الشبكات. تكمن المشكلة في البنية التحتية القياسية لإيثرنت ، والتي تعاني من زمن انتقال عالية ، وتقلبات الأداء غير المتوقعة (تسمى “الارتعاش”) ، وسرعات نقل البيانات غير المتسقة عند توصيل المواقع البعيدة.
هذه المشكلات تجعل من الصعب على أنظمة الذكاء الاصطناعي توزيع حسابات معقدة بكفاءة عبر مواقع متعددة.
حل Nvidia: تقنية Across Scale
تقدم Spectrum-XGS Ethernet ما هي قدرة NVIDIA على إمكانية “Scale-Across”-وهو نهج ثالث لحوسبة الذكاء الاصطناعى التي تكمل “التوسع” (جعل المعالجات الفردية أكثر قوة) و “Scale-Out” (إضافة المزيد من المعالجات داخل نفس الموقع).
تتكامل التكنولوجيا في منصة Ethernet Spectrum-X الحالية من NVIDIA وتتضمن العديد من الابتكارات الرئيسية:
- خوارزميات تتكيف المسافة التي تعدل تلقائيًا سلوك الشبكة بناءً على المسافة المادية بين المرافق
- السيطرة على الازدحام المتقدم التي تمنع اختناقات البيانات أثناء نقل المسافات الطويلة
- إدارة الكمون الدقة لضمان أوقات الاستجابة التي يمكن التنبؤ بها
- القياس عن بُعد من طرف إلى طرف لمراقبة الشبكة في الوقت الحقيقي وتحسينها
وفقًا لإعلان NVIDIA ، يمكن أن “يمكن أن” تضاعف تقريبًا أداء مكتبة الاتصالات الجماعية NVIDIA “، والتي تتعامل مع التواصل بين وحدات معالجة الرسومات المتعددة (GPU) وعقد الحوسبة.
تنفيذ العالم الحقيقي
تخطط CoreWeave ، وهي شركة للبنية التحتية السحابية المتخصصة في الحوسبة التي تعاني من GPU ، لتكون من بين أول من يتبنون Ethernet Spectrum-XGS.
وقال بيتر سالانكي ، المؤسس في CoreWeave ، “مع NVIDIA Spectrum-XGS ، يمكننا توصيل مراكز البيانات الخاصة بنا إلى حاسوب واحد وموحد ، مما يتيح لعملائنا إمكانية الوصول إلى AI على نطاق GIGA الذي سيسارع الاختراقات عبر كل صناعة”.
سيكون هذا النشر بمثابة حالة اختبار عملية ما إذا كانت التكنولوجيا يمكن أن تفي بوعودها في ظروف العالم الحقيقي.
سياق الصناعة والآثار المترتبة عليها
يتبع هذا الإعلان سلسلة من الإصدارات التي تركز على الشبكات من NVIDIA ، بما في ذلك منصة Spectrum-X الأصلية ومفاتيح الفوتونيكات السيليكون الكمومية. يشير هذا النمط إلى أن الشركة تتعرف على البنية التحتية للشبكات باعتبارها عنق الزجاجة الحرجة في تطوير الذكاء الاصطناعي.
وقال جنسن هوانغ ، مؤسس NVIDIA ومدير التنفيذي في البيان الصحفي: “إن الثورة الصناعية منظمة العفو الدولية موجودة هنا ، ومصانع الذكاء الاصطناعي العملاق هي البنية التحتية الأساسية”. على الرغم من أن توصيف هوانغ يعكس منظور NVIDIA التسويقي ، إلا أن التحدي الأساسي الذي يصفه – الحاجة إلى مزيد من القدرات الحسابية – معترف به عبر صناعة الذكاء الاصطناعي.
يمكن أن تؤثر التكنولوجيا على كيفية تخطيط مراكز بيانات الذكاء الاصطناعى وتشغيلها. بدلاً من بناء منشآت واحدة ضخمة تثير شبكات الطاقة المحلية وأسواق العقارات ، قد توزع الشركات بنيتها التحتية عبر مواقع أصغر متعددة مع الحفاظ على مستويات الأداء.
الاعتبارات والقيود الفنية
ومع ذلك ، يمكن أن تؤثر العديد من العوامل على فعالية Spectrum-XGS Ethernet العملية. لا يزال أداء الشبكة عبر المسافات الطويلة خاضعًا لقيود مادية ، بما في ذلك سرعة الضوء وجودة البنية التحتية للإنترنت الأساسية بين المواقع. يعتمد نجاح التكنولوجيا إلى حد كبير على مدى جودة العمل في هذه القيود.
بالإضافة إلى ذلك ، يمتد تعقيد إدارة مراكز بيانات الذكاء الاصطناعي الموزعة إلى ما هو أبعد من الشبكات لتشمل مزامنة البيانات ، وتحمل الأعطال ، والامتثال التنظيمي عبر ولايات قضائية مختلفة – تحديات لا يمكن لتحسينات الشبكات وحدها حلها.
التوفر وتأثير السوق
تنص NVIDIA على أن Ethernet Spectrum-XGS “متاح الآن” كجزء من منصة Spectrum-X ، على الرغم من عدم الكشف عن السعرات الزمنية المحددة للنشر. من المحتمل أن يعتمد معدل تبني التكنولوجيا على فعالية التكلفة مقارنةً بالمناهج البديلة ، مثل بناء منشآت أكبر في الموقع أو استخدام حلول الشبكات الحالية.
خلاصة القول للمستهلكين والشركات هي: إذا كانت تقنية NVIDIA تعمل كما وعدت ، فيمكننا أن نرى خدمات AI أسرع وتطبيقات أكثر قوة وتكاليف منخفضة محتملة حيث تكتسب الشركات الكفاءة من خلال الحوسبة الموزعة. ومع ذلك ، إذا فشلت التكنولوجيا في تقديم الظروف في العالم الحقيقي ، فستواصل شركات الذكاء الاصطناعى مواجهة الاختيار الباهظ بين بناء مرافق مفردة من أي وقت مضى أو قبول تنازلات الأداء.
سيكون النشر القادم لـ Coreave بمثابة أول اختبار رئيسي لما إذا كان توصيل مراكز بيانات الذكاء الاصطناعي عبر المسافات يمكن أن يعمل حقًا على نطاق واسع. من المحتمل أن تحدد النتائج ما إذا كانت الشركات الأخرى تحذو حذوها أو تلتزم بها مع الأساليب التقليدية. في الوقت الحالي ، قدمت Nvidia رؤية طموحة – لكن صناعة الذكاء الاصطناعي لا تزال تنتظر لمعرفة ما إذا كان الواقع يطابق الوعد.
راجع أيضًا: NVIDIA Blackwell Chip for China May Outpace H20 Model
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الكبيرة من قادة الصناعة؟ تحقق من AI و Big Data Expo الذي يقام في أمستردام ، كاليفورنيا ، ولندن. تم تحديد الحدث الشامل مع الأحداث الرائدة الأخرى بما في ذلك مؤتمر الأتمتة الذكي ، و blockx ، وأسبوع التحول الرقمي ، ومعرض Cyber Security & Cloud.
استكشاف أحداث وندوات الويب القادمة الأخرى التي تعمل بها TechForge هنا.