إطلاق العقدة المركزية للإنترنت الفائق للحوسبة الوطنية في الصين، وتوفير أكثر من 100 ألف بطاقة من قدرة الحوسبة بالذكاء الاصطناعي المحلية

أخبار ar.wedoany.com، في 9 يوليو، تم تشغيل العقدة المركزية للإنترنت الفائق للحوسبة الوطنية رسميًا. يمكن لهذه العقدة توفير أكثر من 100 ألف بطاقة من قدرة الحوسبة بالذكاء الاصطناعي المحلية للاستخدام الخارجي، وهي أكبر مجموعة موارد فردية لقدرة الحوسبة بالذكاء الاصطناعي المحلية على مستوى البلاد منذ إطلاق منصة الإنترنت الفائق للحوسبة الوطنية. يمكنها دعم جدولة على مستوى مئات الآلاف من البطاقات، وتدريب كامل لنماذج كبيرة ذات معايير بمقياس تريليونات، وحوسبة علمية للذكاء الاصطناعي (AI4S)، وحسابات هندسية علمية فائقة الضخامة.

لا يقتصر الدور الأساسي للعقدة المركزية للإنترنت الفائق للحوسبة الوطنية على تجميع المزيد من أجهزة الحوسبة في غرفة خادم واحدة فحسب، بل يتمثل في ربط قدرة الحوسبة بالذكاء الاصطناعي المحلية، وموارد الحوسبة الفائقة، والنماذج القطاعية، والبرامج العلمية، ومنصة الجدولة في نظام موحد. يتطلب تدريب النماذج الكبيرة بطاقات تسريع عالية الكثافة، واتصالاً منخفض الكمون، وتخزينًا عالي الإنتاجية، وإدارة مستقرة للمهام؛ بينما تتطلب حوسبة AI4S معالجة متزامنة للحسابات العلمية عالية الدقة، والحسابات الذكية منخفضة الدقة، وبيانات المحاكاة، والبيانات التجريبية، واستدلال النماذج؛ كما تشمل الحسابات الهندسية العلمية فائقة الضخامة مهامًا معقدة في مجالات الموائع، والمواد، وميكانيكا الكم، والأرصاد الجوية، والمحاكاة الصناعية. بعد تشغيل العقدة المركزية، لم تعد قدرة الحوسبة بالذكاء الاصطناعي المحلية مجرد توفير نقطي، بل أصبحت قاعدة حوسبة يمكن تنسيقها وجدولتها وخدمة فئات متعددة من المستخدمين.

خلال فترة التشغيل التجريبي، أكملت العقدة المركزية أكثر من 70 اختبارًا على نطاق عشرات الآلاف من البطاقات.

من بينها، حققت قدرة حوسبة تبلغ 45 ألف بطاقة محاكاة بدقة DFT لـ 41.47 مليار ذرة، محطمة الرقم القياسي العالمي ذي الصلة؛ كما تم تحسين كفاءة محاكاة الشبكات ذات المليارات من الخلايا من مستوى الأسابيع إلى مستوى الساعات، مما يشير إلى أن هذه العقدة قد دخلت مرحلة التحقق من الحسابات العلمية والمحاكاة الهندسية، وليس مجرد مرحلة تكديس الأجهزة أو عرض الأداء النظري.

تتطلب محاكاة دقة DFT متطلبات عالية جدًا من حيث حجم الحساب، والوصول إلى الذاكرة، وتقسيم المهام، وكفاءة التوازي. يعني حجم 41.47 مليار ذرة أن النظام يحتاج إلى الحفاظ على قدرة جدولة مستقرة وتبادل بيانات في مهمة فائقة الضخامة. أما تحسين كفاءة محاكاة الشبكات ذات المليارات من الخلايا، فهو أقرب إلى متطلبات التطبيقات الهندسية الصناعية. غالبًا ما كانت المحاكاة الهندسية مقيدة بدورة الحساب، حيث قد تستغرق النماذج المعقدة أسابيع لانتظار النتائج؛ وإذا تم ضغط الكفاءة إلى مستوى الساعات، فإن وتيرة التكرار التصميمي، ومسح المعلمات، والتحسين الهيكلي، والتحقق من المخاطر ستتغير جميعها. يعكس إكمال العقدة المركزية لهذه الاختبارات أنها قد شكلت قدرة تعاونية بين بطاقات التسريع المحلية، وشبكات الاتصال، ونظام التخزين، وجدولة المهام، وتكييف البرامج العلمية.

يعد تكييف النظام البيئي للبرمجيات أيضًا محورًا رئيسيًا بعد تشغيل هذه العقدة. قامت العقدة المركزية بتكييف عميق لأكثر من 400 نموذج كبير قطاعي، وأكملت نقلًا محليًا وتحسينًا للبرامج المتخصصة في المجالات الرئيسية مثل الموائع، وميكانيكا الكم، والمحاكاة. بالنسبة لقدرة الحوسبة المحلية، فإن حجم الأجهزة هو مجرد الخطوة الأولى؛ فالدخول الحقيقي في التطبيقات العلمية والصناعية والمؤسسية يتطلب أيضًا أن تكون النماذج قابلة للتشغيل، والبرامج قابلة للنقل، والمهام قابلة للجدولة، والبيانات قابلة للاستقبال، والنتائج قابلة لإعادة الإنتاج. يعالج تكييف النماذج الكبيرة القطاعية مدخل تطبيقات الذكاء الاصطناعي، بينما يعالج النقل المحلي للبرامج العلمية المتخصصة مدخل الحسابات الهندسية، ويحدد كلاهما معًا ما إذا كانت قدرة الحوسبة المحلية يمكن أن تنتقل من "القابلة للاستخدام" إلى "الجيدة الاستخدام".

يتولى مشروع العقدة المركزية للإنترنت الفائق للحوسبة الوطنية وظائف شاملة تشمل إدارة التشغيل، وجدولة الموارد، ومطابقة العرض والطلب، واحتضان الصناعات. إنه لا يستهدف مؤسسة بحثية واحدة أو شركة واحدة فحسب، بل يهدف إلى دمج عرض قدرة الحوسبة مع طلب التطبيق على المستوى الوطني، وربط موارد الحوسبة الفائقة والحوسبة الذكية والتطبيقات القطاعية الموزعة في نظام جدولة موحد.

مع التشغيل الرسمي لمجموعة موارد قدرة الحوسبة بالذكاء الاصطناعي المحلية التي تزيد عن 100 ألف بطاقة، انتقلت قدرة العقدة المركزية للإنترنت الفائق للحوسبة الوطنية من مرحلة التشغيل التجريبي إلى مرحلة الخدمة على نطاق واسع. ستركز العمليات اللاحقة على استقرار جدولة المهام على مستوى مئات الآلاف من البطاقات، وكفاءة تدريب النماذج ذات المعايير بمقياس تريليونات، وإنتاجية مهام البحث العلمي AI4S، وعمق نقل البرامج المتخصصة، وعدد النماذج الكبيرة القطاعية المتصلة، وقدرة التنسيق عبر المناطق لقدرة الحوسبة.