لم يعد تدريب أكبر نماذج الذكاء الاصطناعي يقتصر على إضافة وحدات معالجة الرسوميات (GPU) (التي تشكل قلب حساب النماذج). وفقًا لهذه المقابلة، المنشورة كمحتوى برعاية، أصبحت توفرية الطاقة قيدًا فيزيائيًا صارمًا، مما يدفع فرق البنية التحتية إلى النظر في تنفيذ حملة تدريب واحدة عبر مراكز بيانات متعددة.
يطرح هذا السيناريو مشكلة شبكية مختلفة تمامًا عن مشكلة الوصلات التقليدية بين المواقع، المصممة لنقل حركة المرور. يتطلب تدريب الذكاء الاصطناعي تدفقات ضخمة ومتزامنة، وفقدًا ضئيلًا للحزم، وتواصلًا منسقًا بدقة بين وحدات معالجة الرسوميات. إذا تباطأ جزء من المجموعة، يمكن أن ينتشر التأثير إلى المهمة بأكملها.
شبكة تصبح جزءًا من الحساب
في هذه المقابلة التي أجراها تيم فيليبس من The Register مع راكيش تشوبرا، نائب الرئيس الأول لهندسة السيليكون والأنظمة، زميل سيسكو، يتم الحديث عما تسميه سيسكو بالضرورة «التوسع الأفقي» (Scale-Across). يشرح راكيش تشوبرا أن احتياجات الذكاء الاصطناعي تطور دور الشبكة، الذي يتحول من مجرد وسيلة نقل إلى عنصر مدمج في نظام الحوسبة. يكمن التحدي في جعل المنشآت الجغرافية المتباعدة تعمل كآلة حتمية واحدة.
تكتسب التخزين المؤقت (Buffering)، والبصريات المتماسكة عالية السرعة، والسيليكون المتكامل بإحكام أهمية خاصة عندما تمتد أحمال العمل عبر وصلات الألياف البصرية لمسافات طويلة. تُعرض هندسة Silicon One من سيسكو والشبكة الجماعية الذكية (Intelligent Collective Networking) على أنها مصممة للتعامل مع التدفقات المتزامنة لحركة مرور وحدات معالجة الرسوميات، وتقليل الاختناقات، وتحسين وقت إنجاز المهام. كما يعد استهلاك الطاقة للشبكة، وتوازنها مع الطاقة المتاحة لوحدات معالجة الرسوميات، من بين الموضوعات المركزية.
الأمان والقابلية للتوسع
تتطرق المقابلة أيضًا إلى الأمان، مع بروتوكولي MACsec وIPsec المعجلين بالأجهزة. هذان بروتوكولا تشفير لتبادل البيانات عبر الشبكة. كما يتم ذكر دور القابلية للبرمجة، الذي يسمح للبنى التحتية بالتكيف مع تطور أحمال عمل الذكاء الاصطناعي.
موجهة إلى مسؤولي البنية التحتية ومراكز البيانات الذين يخططون لبيئات ذكاء اصطناعي أكبر وأكثر توزعًا، تقدم المناقشة نظرة عامة على التحديات الشبكية التي تظهر عندما لا يعود موقع واحد كافيًا. المقابلة الكاملة متاحة بالفيديو.
