أخبار ar.wedoany.com، أعلنت شركة Astera Labs الأمريكية رسمياً في 5 مايو 2026 في سان خوسيه بولاية كاليفورنيا، عن بدء شحن سلسلة Scorpio X من المبدلات الضوئية الذكية ذات 320 قناة إلى مزودي الخدمات السحابية فائقة التوسع ومختبرات الذكاء الاصطناعي، على أن تبدأ مرحلة زيادة الإنتاج الضخم في النصف الثاني من عام 2026. تدمج الشريحة الواحدة من نوع ASIC في هذه السلسلة 320 قناة PCIe 6، بعرض نطاق ترددي ثنائي الاتجاه يصل إلى 5.12 تيرابت/ثانية، وتستهدف مشكلة تعطّل وحدات معالجة الرسوميات (GPU) الناجمة عن تجزؤ الاتصالات في التجمعات الكبيرة ضمن سيناريوهات تدريب النماذج الضخمة بمليارات المعاملات والاستدلال الوكيلي.
صرّح جيتندرا موهان، الرئيس التنفيذي لشركة Astera Labs، في البيان الصحفي الرسمي بأن الشركة تعمل عن كثب مع العملاء لتوسيع نطاق الاعتماد التصميمي حول سلسلة Scorpio X وسلسلة P الموسّعة، والاستثمار في تقنيات الذكاء الاصطناعي على مستوى الحامل لاغتنام الفرص القادمة.
عادةً ما تقتصر وظيفة مبدلات PCIe التقليدية على دور مسار البيانات، بينما يكمن الفارق الجوهري لسلسلة Scorpio X في تقديمها لبنية دلالات الذاكرة. تتيح هذه البنية لوحدات معالجة الرسوميات ومسرّعات الذكاء الاصطناعي الأخرى الوصول المباشر إلى الموارد المشتركة عبر شبكة المبدل بأكملها باستخدام تعليمات التحميل/التخزين الأصلية، مما يمكّن من قراءة وكتابة البيانات عن بُعد دون تدخل وحدة المعالجة المركزية (CPU)، ويلغي الأعباء الإضافية المتراكمة لحزمة البرمجيات التقليدية. بالنسبة لسيناريوهات الاستدلال التي تتطلب توجيهاً واسع النطاق للمعاملات مثل نماذج مزيج الخبراء (MoE)، تساهم هذه الخاصية في تخفيف نقص الاستفادة الناتج عن انتظار وحدات معالجة الرسوميات لمزامنة البيانات.
تتضمن سلسلة Scorpio X أيضاً محرك البث المتعدد Hypercast المسرّع عتادياً ومحرك الحوسبة داخل الشبكة. Hypercast هي آلية بث متعدد خفيفة الوزن طورتها Astera Labs خصيصاً لسيناريوهات استدلال نماذج مزيج الخبراء، وتدعم مجموعات البث المتعدد القابلة للتكوين المسبق لتوزيع البيانات على كل عقدة GPU في التجمع بزمن انتقال منخفض وحتمي، متغلبة بذلك على عنق الزجاجة المتمثل في محدودية سعة مجموعات البث المتعدد التقليدية وبطء استجابة التكوين. أما محرك الحوسبة داخل الشبكة فيقوم بنقل عمليات التجميع مثل all-reduce و all-to-all من وحدات معالجة الرسوميات لتنفيذها على مستوى عتاد المبدل، وتكشف الشركة أن أداء الاتصالات الجماعية يمكن أن يتحسن حتى الضعف، مما يحسّن بشكل مباشر مؤشرات رئيسية مثل زمن الوصول لأول رمز (Time to First Token) وإنتاجية الرموز لكل واط.
أشار مات كيمبال، نائب الرئيس وكبير المحللين في Moor Insights & Strategy، إلى أن عدم التوافق بين الافتراضات المعمارية لتجمعات الذكاء الاصطناعي الحالية وأعباء العمل الفعلية أصبح يشكل عنق الزجاجة الرئيسي لكفاءة البنية التحتية للذكاء الاصطناعي. فأعباء العمل المتطورة للتدريب والاستدلال لا تعمل بشكل مستمر، بل تتفرع وتتوقف وتنتظر البيانات أو الاستدعاءات الخارجية بشكل متكرر. وعند إدخال دلالات الذاكرة والحوسبة داخل الشبكة في المبدل، يتم سد الفجوة بين تصميم التجمعات وسلوك أعباء العمل بفعالية. وقام بريندان بيرك، مدير الأبحاث في Futurum، بتحديد هذا الأثر كمياً: انخفاض عمليات الإدخال/الإخراج الجماعية بنحو 49% يعني أن وحدات معالجة الرسوميات ستقضي وقتاً أطول في الحوسبة الفعلية، وهو ما يترجم مباشرة إلى معدل إنتاجية أفضل للرموز لكل واط ودورات تكرار أسرع للنماذج على مستوى العقد فائقة التوسع.
بالتزامن مع توسيع سلسلة Scorpio X، تم أيضاً توسيع خط إنتاج مبدلات Scorpio P الضوئية بتقنية PCIe. يغطي هذا الخط تشكيلات متعددة من 32 إلى 320 قناة، مما يتيح لمهندسي مراكز البيانات مرونة الاختيار بناءً على نوع المسرّع ومتطلبات الهيكلية. ويمتد ليشمل بروتوكولات توصيل بيني متعددة مثل CXL و Ethernet و NVLink Fusion و UALink، مما يُمكّن من نشره بشكل موحد عبر مختلف منصات وحدات معالجة الرسوميات والرقائق المخصصة للذكاء الاصطناعي. وتغطي منصة البرمجيات COSMOS المرافقة الإدارة الموحدة للمبدلات الضوئية والتوصيلات النحاسية والحلول البصرية، وتوفر وظائف مثل إدارة الأجهزة وتحديث البرامج الثابتة والقياس عن بُعد الآني. ستعرض Astera Labs سلسلة Scorpio X وحلول التوسع البصري PCIe 6 الخاصة بها في معرض Computex 2026 المقرر عقده في تايبيه من 2 إلى 5 يونيو، حيث ستجري أيضاً أول عرض توضيحي في القطاع للتوصيل البيني البصري بتقنية PCIe 6.
أظهرت نتائج أعمال Astera Labs للربع الأول من عام 2026، والتي نُشرت في اليوم نفسه، أن الإيرادات الفصلية بلغت 308.4 مليون دولار أمريكي، بنمو نسبته 14% مقارنة بالربع السابق و93% على أساس سنوي، حيث شكلت إيرادات مجموعة منتجات PCIe 6 أكثر من ثلث إجمالي الإيرادات.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
