شركة أوريول البريطانية تنشر أول شبكة ذكاء اصطناعي ضوئية عالمية لمختبر ARIA

أخبار ar.wedoany.com، ستقوم شركة أوريول نيتووركس (Oriole Networks)، الشركة الناشئة البريطانية المتخصصة في الشبكات الضوئية، بنشر أول شبكة ذكاء اصطناعي ضوئية خالصة على نطاق واسع في العالم لمختبر "سكيلينغ إنفيرنس لاب" (Scaling Inference Lab) التابع لهيئة ARIA البريطانية. سيجمع هذا النظام بين تقنية الشبكات الضوئية من أوريول، ووحدات معالجة الرسوميات AMD Instinct GPU ووحدات المعالجة المركزية AMD EPYC، بهدف التحقق من قدرات الجيل التالي من البنية التحتية للذكاء الاصطناعي من حيث إنتاجية الاستدلال، وزمن الوصول المنخفض، والتحكم في استهلاك الطاقة.

لم يعد عنق الزجاجة في مراكز بيانات الذكاء الاصطناعي مقتصراً على أداء الرقاقة الواحدة، بل امتد ليشمل الترابط الشبكي داخل المجموعات الحاسوبية. يتطلب استدلال وتدريب النماذج الكبيرة تشغيلاً متزامناً لعدد كبير من وحدات معالجة الرسوميات ووحدات المعالجة المركزية والذاكرة وأنظمة التخزين، حيث تؤثر سرعة نقل البيانات وزمن الوصول واستهلاك الطاقة بين العقد بشكل مباشر على الكفاءة الكلية. تعتمد شبكات مراكز البيانات التقليدية بشكل كبير على معدات التبديل الكهربائي، ومع تزايد حجم مجموعات الذكاء الاصطناعي، يصبح استهلاك الطاقة في طبقة التبديل، وازدحام الوصلات، ووقت انتظار وحدات معالجة الرسوميات عوامل مقيدة. يستبدل حل أوريول جزءاً من مسارات التبديل الكهربائي التقليدية بشبكة ضوئية خالصة، بهدف تقليل زمن الوصول واستهلاك الطاقة على مستوى النظام، مما يسمح بتوجيه المزيد من الموارد الحاسوبية لمعالجة مهام الذكاء الاصطناعي فعلياً.

يمثل هذا النشر في مختبر "سكيلينغ إنفيرنس لاب" التابع لهيئة ARIA مرحلة تحقق تجارية مهمة لشبكة الذكاء الاصطناعي الضوئية من أوريول. يركز هذا المختبر على مشكلات توسيع نطاق استدلال الذكاء الاصطناعي، ويدرس بشكل أساسي كيفية تشغيل النماذج الكبيرة في بنية تحتية أقل تكلفة وأعلى كفاءة وأكثر تفاعلية.

كانت أوريول قد كشفت سابقاً عن البنية التحتية للتوجيه الضوئي PRISM، المصممة لمراكز البيانات والحوسبة عالية الأداء وأحمال عمل التعلم العميق الموزع. يعتمد نهج PRISM على استخدام شبكات التبديل الضوئية لتلبية احتياجات الترابط عالي السرعة داخل مجموعات الذكاء الاصطناعي، مما يقلل من ضغط استهلاك الطاقة وزمن الوصول الناجم عن التبديل الكهربائي. إذا أثبتت هذه التقنية فعاليتها في بيئة المختبر، فستؤثر لاحقاً على تصميم شبكات خوادم الذكاء الاصطناعي، ووحدات التوصيل البصري، وهياكل التبديل في مراكز البيانات، ونشر مجموعات وحدات معالجة الرسوميات، وتصميم شبكات الحوسبة عالية الأداء. كما أن مشاركة AMD في هذا النشر تشير إلى أن شركات تصنيع رقائق الذكاء الاصطناعي بدأت تركز على اختناقات الأداء على مستوى النظام خارج نطاق الرقاقة الحاسوبية، حيث يعتمد الإطلاق الكامل لقدرات وحدات معالجة الرسوميات بشكل متزايد على التعاون المشترك بين الشبكات والذاكرة والتغليف والتبريد والجدولة البرمجية.

لا يزال هذا النشر حالياً مشروعاً توضيحياً وتحققياً موجهاً لمختبر ARIA، ولا يعادل النشر التجاري الشامل على نطاق واسع في مراكز البيانات. تعتبر أوريول هذا المشروع أول نشر تجاري لها، وتخطط لدفع تطبيقات صناعية أوسع نطاقاً بحلول عام 2027. سينصب التركيز اللاحق على التحقق من الأداء الفعلي للإنتاجية، واستقرار الشبكة، والتوافق مع مجموعات خوادم الذكاء الاصطناعي، وتكلفة النشر، وتعقيد التشغيل والصيانة، وفعالية توفير الطاقة.