تعود وحدة المعالجة المركزية (CPU) لتحتل صدارة البنى التحتية للذكاء الاصطناعي، مدفوعة بتطور وكلاء الذكاء الاصطناعي. وفقًا لتوقعات وردت في المقال، من المتوقع أن يرتفع سوق وحدات المعالجة المركزية من 26 مليار دولار في عام 2025 إلى 246 مليار دولار بعد خمس سنوات، وهي نمو يدفعه بشكل رئيسي وحدات المعالجة المركزية المضيفة للذكاء الاصطناعي وبيئات تشغيل الوكلاء. في هذا المحتوى الممول من Arm، تدافع الشركة عن طريقة جديدة لقياس أداء هذه الآلات.
لعدة سنوات، كانت وحدات معالجة الرسوميات (GPU) والمعالجات المتخصصة الأخرى (XPU)، شديدة التوازي، هي المفضلة للحسابات المتعلقة بتعلم الآلة، قبل أن تستعيد وحدة المعالجة المركزية، التي تهيمن على الحوسبة التجارية منذ ستة عقود، أهميتها. ومع ذلك، فإن الاختيار ليس بسيطًا: ليست كل وحدات المعالجة المركزية متساوية، ويجب على مشغلي الخدمات السحابية الضخمة ومزودي السحابة ومطوري النماذج والشركات الموازنة بين عدد طرازات المعالجات التي يرغبون في استخدامها وبين البحث عن ملاءمة دقيقة لأحمال عملهم.
قياس الأداء بطريقة مختلفة
وفقًا لـ Arm، فإن السؤال على مستوى مركز البيانات هو كم عدد المهام الناجحة التي يمكن إنجازها ضمن حدود الطاقة والحرارة الخاصة بالرف. لذلك توصي الشركة بتقييم وحدات المعالجة المركزية على ثلاثة مستويات: المقبس، والنظام، والرف. يذكر المقال أن صناعة الحوسبة واجهت بالفعل هذا النوع من التعقيد، لا سيما مع معيار TPC-E، الذي كان يحاكي عمل مستودع مادي، مع رافعاته الشوكية، ويمزج بين أحمال العمل التفاعلية ومعالجة الدُفعات على مستويات متعددة.
يشير جيف ديفيليبي، المدير الأول لإدارة المنتجات في Arm، إلى أن « تعدد المستويات وإدارة الحالة ليسا شيئًا جديدًا ». ما يتغير مع الوكلاء، كما يوضح، هو « طريقة تجميع المكونات ». يمكن لمهمة واحدة أن تربط بين استدعاءات النماذج، والبحث عن المعلومات، ومعاملات قواعد البيانات، وتنفيذ الكود، واستدعاءات الأدوات، حيث تحدد نتيجة كل مرحلة المرحلة التالية. ويؤكد قائلاً: « لم يعد الأمر يتعلق بقياس منفرد، بل بإنجاز المهمة الكاملة ».
مع ذلك، لا تقدم Arm معيارًا واحدًا للذكاء الاصطناعي العامل. تدافع الشركة عن منهجية تجمع بين اختبارات المكونات القياسية، مثل InferenceX وTPCx-AI، مع قياسات خاصة بأحمال عمل الوكلاء وتقييم شامل من البداية إلى النهاية. لا تغطي هذه الاختبارات التنظيم على وحدة المعالجة المركزية، أو إدارة الحالة، أو تنفيذ الأدوات، أو الأمان. ويوضح جيف ديفيليبي: « الهدف هو رؤية شاملة لتدفق العمل العامل، مع الحفاظ على قياسات لكل مكون ». ويضيف أن الشركة لا « تعلن عن معيار محدد لتكتل AGI CPU »، بل تحدد « إطار أحمال العمل والقياسات ».
الكمون والتزامن
في حلقة العمل العامل، يشكل الكمون التسلسلي، وهو مجال وحدة المعالجة المركزية، قيدًا رئيسيًا. يجب أن تنتظر وحدة المعالجة المركزية حتى تقوم وحدات معالجة الرسوميات أو المعالجات المتخصصة الأخرى بمعالجة الرموز المميزة، وهي أجزاء النص التي تتعامل معها النماذج، قبل أن تطلق الاستعلامات أو الأدوات أو توليد الكود. يلاحظ جيف ديفيليبي أن « أداء الخيط الواحد مهم لأن العديد من أجزاء الحلقة حساسة للكمون »، لكنه يحذر قائلاً: « هذا مجرد بُعد واحد ». يصبح عدد النوى وعرض النطاق الترددي للذاكرة وكفاءة الجدولة ضرورية مع زيادة عدد الوكلاء المتزامنين.
أخيرًا، تقترح Arm ربط هذه القياسات بالطاقة المتاحة في الرف. ويشرح جيف ديفيليبي: « تصبح المهام لكل رف والطاقة لكل مهمة مهمة بجانب الأداء على مستوى وحدة المعالجة المركزية ». وفقًا له، يمكن أن يؤدي إنجاز المزيد من المهام ضمن نفس السقف من الطاقة إلى تحسين اقتصاديات البنية التحتية. وتقدر الشركة أن هذا الإطار سيبقى ذا صلة لمدة أربع إلى خمس سنوات، وهي المدة التي ستظل فيها الآلات المثبتة اليوم قيد التشغيل.
كلفت Arm طرفًا ثالثًا مستقلاً لمقارنة معالجها AGI CPU بمعالج AMD EPYC Turin على الأجزاء التي ينفذها معالج وحدة المعالجة المركزية في تدفق العمل العامل، لا سيما الأدوات والتنظيم والاستدلال. وفقًا للمقال، تظهر النتائج، المستندة إلى قياسات على مستوى الخادم، أداءً يبلغ حوالي ضعف الأداء لكل رف مقارنة بمعالج AMD EPYC 9755.
