شركة DriveNets الإسرائيلية تنشر لأول مرة تجارياً مجموعة فائقة للذكاء الاصطناعي عبر المجالات الطويلة المدى

أخبار ar.wedoany.com، أعلنت شركة DriveNets مؤخراً عن أول نشر تجاري في القطاع لشبكة ذكاء اصطناعي عبر المجالات الطويلة المدى. وكجزء من مشروع "Redwood" التابع لشركة WhiteFiber، قامت منصة DriveNets AI Fabric بربط مجموعتي GPU من نوع H200 تابعتين لـ WhiteFiber، تبعدان عن بعضهما 52 ميلاً، في مجموعة فائقة واحدة منطقية من وحدات GPU، بعرض نطاق ترددي مُتحقق منه يبلغ 111.2 تيرابت في الثانية، وزمن انتقال مضمون يبلغ 0.9 مللي ثانية. على الرغم من أن البنية عبر المجالات كانت موضع نقاش واسع في القطاع، إلا أن DriveNets هي الأولى التي تنتقل بهذا المفهوم من الفكرة إلى النشر التجاري الفعلي، وقد أكملت عملية التحقق في بيئة إنتاجية وليس في بيئة مختبرية.

تأتي القيود المتزايدة على بناء البنية التحتية للذكاء الاصطناعي بشكل متزايد من الطاقة والمساحة في موقع واحد، وليس من القدرة الحاسوبية. تزيل البنية عبر المجالات هذا القيد؛ فلم يعد بناة أنظمة الذكاء الاصطناعي مقيدين بسعة الطاقة في منشأة واحدة، بل يمكنهم توسيع المجموعات الفائقة لتشمل مواقع بعيدة، وتشغيل وحدات GPU الموزعة كنظام موحد. وهذا يتيح مجموعات فائقة أكبر حجماً وأكثر مرونة، ويمكن بناؤها بحرية في أي مكان تتوفر فيه الكهرباء، دون التأثير على الأداء.

يمثل تمديد المجموعة الفائقة عبر المسافات تحدياً شبكياً أكبر من مجرد مد الكابلات بين موقعين. عادةً ما تحمل الوصلات التي تربط المواقع البعيدة عرضاً نطاقياً أقل من بنية التبديل داخل المنشأة، ولا تترك هامشاً يذكر لاستيعاب الاندفاعات المرورية دون التسبب في ازدحام. يزيد تدريب الذكاء الاصطناعي من حدة التحدي: فهو يولد كميات صغيرة من حركة المرور الضخمة جداً، التي تصل على شكل اندفاعات متزامنة، ولا تستطيع طرق موازنة التحميل والتخزين المؤقت في مراكز البيانات التقليدية معالجتها. وبدون بنية تبديل مصممة خصيصاً لاستيعاب هذه الاندفاعات المرورية وإدارة الازدحام في الوقت الفعلي، يؤدي ذلك إلى ذروات في زمن الانتقال وفقدان للحزم، مما يترك وحدات GPU على جانبي المجموعة الفائقة في حالة خمول. إن حل هذه المشكلة عبر المسافات الطويلة دون التضحية بالأداء هو السبب في أن البنية عبر المجالات وتقنيات التبديل والتخزين المؤقت وإدارة الازدحام المرتبطة بها تعتبر حاسمة للمرحلة التالية من تطوير البنية التحتية للذكاء الاصطناعي.

قام مشروع "Redwood" التابع لـ WhiteFiber بربط مجموعتي GPU منفصلتين جغرافياً في مجموعة فائقة واحدة منطقية من وحدات GPU، حيث قدمت حلول DriveNets AI Fabric الشبكة عالية الأداء التي تربط الموقعين. قال إيدو سوزان، المؤسس المشارك والرئيس التنفيذي لشركة DriveNets، إن توفر الكهرباء قد يكون القيد الرئيسي لتطوير البنية التحتية للذكاء الاصطناعي، ولكن من خلال هذا النشر المُتحقق منه، لم يعد يمثل عائقاً. وأشار سام طبار، الرئيس التنفيذي لشركة WhiteFiber، إلى أن منصة DriveNets AI Fabric كانت حاسمة لإثبات أن مشروع "Redwood" قادر على تقديم أداء وموثوقية مجموعة فائقة ذات موقع واحد عبر موقعين. خلال عملية التحقق، تمت مقارنة الأداء بين رفوف GPU داخل موقع واحد مع الأداء بين رفوف GPU عبر موقعين، حيث كان أحد رفوف GPU في الموقع الرئيسي والآخر في الموقع البعيد. يمكن الحصول على مزيد من التفاصيل حول منهجية التحقق ونتائجه في المستند التقني (White Paper) الصادر عن DriveNets.

روابط مراكز البيانات التقليدية بين المواقع ليست مصممة لأحمال عمل الذكاء الاصطناعي، التي تولد حركة مرور اندفاعية لا تتحمل التذبذب أو فقدان الحزم. تعمل محولات DriveNets من طرازات 9300F و5300R و5301R، المدعومة بتقنية الجدولة عبر الإيثرنت (Fabric Scheduled Ethernet - FSE)، على توسيع بنية تبديل الذكاء الاصطناعي إلى ما وراء مركز البيانات الواحد، من خلال موازنة التحميل القائمة على الخلايا، وقوائم الانتظار الافتراضية للإخراج (VOQ) من طرف إلى طرف، والربط العميق للتخزين المؤقت، مما يمتص اندفاعات حركة مرور الذكاء الاصطناعي قبل أن تسبب ازدحاماً. والنتيجة هي اتصال خالٍ من الفقدان يمكن التنبؤ به بين المواقع، مما يحافظ على استفادة عالية من وحدات GPU.