أخبار ar.wedoany.com، في 13 يوليو، أعلنت شركة دونغفانغ سوانشين للتكنولوجيا المحدودة (شنغهاي، الصين) رسمياً عن إطلاق شريحة DF1000 عالية الأداء للذكاء الاصطناعي. تعتمد هذه الشريحة بنية "الشريحة المعرفة بالبرمجيات + الحوسبة القريبة من الذاكرة ثلاثية الأبعاد"، وهي موجهة لسيناريوهات الحوسبة مثل تدريب النماذج الكبيرة، والاستدلال الموزع، والاستدلال على جهاز واحد. تبلغ ذروة قدرتها الحاسوبية بدقة BF16 حوالي 520 تيرافلوبس، وعرض النطاق الترددي للوصول إلى الذاكرة يصل إلى 6.4 تيرابايت/ثانية، وعرض النطاق الترددي للربط البيني (Scale-up) يصل إلى 900 غيغابايت/ثانية. تصف شركة دونغفانغ سوانشين شريحة DF1000 بأنها "أول شريحة ثلاثية الأبعاد في العالم ذات قدرة حاسوبية عالية ومعرفة بالبرمجيات وقريبة من الذاكرة"، ويأتي هذا الوصف بشكل أساسي من الشركة والتقارير الإعلامية للمؤتمر. ومن المقرر أن يتم العرض الأول لهذه الشريحة خلال المؤتمر العالمي للذكاء الاصطناعي 2026 الذي سيعقد في الفترة من 17 إلى 20 يوليو.
لم تعتمد شريحة DF1000 فقط على عمليات تصنيع أشباه الموصلات الأكثر تقدماً لزيادة كثافة الترانزستورات، بل سعت بدلاً من ذلك إلى تحسين القدرة الحاسوبية الفعلية القابلة للاستخدام من خلال بنية الحوسبة، وجدولة البرمجيات، والتغليف ثلاثي الأبعاد. تقوم تقنية الشريحة المعرفة بالبرمجيات بتقسيم مهام الحوسبة المختلفة لمعالجتها بالتوازي مكانياً، وتستخدم تقاسم الموارد العتادية زمنياً (Time-Division Multiplexing) لتمكين نفس مجموعة وحدات الحوسبة من أداء مهام مختلفة في مراحل زمنية مختلفة. ترى شركة دونغفانغ سوانشين أن هذه الطريقة يمكن أن تقلل من مشكلة البطء طويل الأمد لبعض الموارد العتادية، مما يحسن معدل استخدام موارد الحوسبة في ظل ظروف العمليات المحلية الناضجة. يلخص الموقع الرسمي للشركة هذه التقنية بأنها "نظام حوسبة قابلة لإعادة التشكيل على مستوى الحزمة الكاملة" (Full-stack Reconfigurable Computing)، ويستخدم أسلوب برمجة تدفق بيانات يجمع بين الحبيبات الخشنة والدقيقة لتنظيم مهام الذكاء الاصطناعي.
لا تقتصر اختناقات أداء رقائق الذكاء الاصطناعي على عدد وحدات الحوسبة فقط. أثناء تشغيل النماذج الكبيرة، يلزم القراءة المستمرة للأوزان والبيانات المخبأة ونتائج الحسابات الوسيطة من الذاكرة. عندما تكون سرعة حوسبة المعالج أسرع من سرعة نقل البيانات، تظل وحدات الحوسبة خاملة في انتظار البيانات، وهي ظاهرة تعرف عادة باسم "جدار الذاكرة" (Memory Wall). تتبنى شريحة DF1000 تقنية الربط الهجين ثلاثي الأبعاد (3D Hybrid Bonding)، حيث تدمج طبقة الحوسبة وطبقة الذاكرة رأسياً، مما يقلل مسافة نقل البيانات بين وحدات الحوسبة والذاكرة من خلال التكديس على مستوى الرقاقة. كشفت شركة دونغفانغ سوانشين أن مسافة التوصيل البيني قد تم تقليصها من عشرات الميكرومترات في التغليف التقليدي إلى مستوى دون الميكرومتر، لزيادة كثافة التوصيل البيني وكثافة عرض النطاق الترددي. النموذج الداخلي للشريحة الذي تم عرضه علناً يتبنى هيكلاً من ثلاث طبقات، حيث تكون الطبقة الوسطى هي طبقة الحوسبة، والطبقتان العليا والسفلى هما طبقتا الذاكرة.
يخدم عرض النطاق الترددي للوصول إلى الذاكرة البالغ 6.4 تيرابايت/ثانية بشكل أساسي تبادل البيانات بين الحوسبة والذاكرة داخل الشريحة الواحدة، بينما يستخدم عرض النطاق الترددي للربط البيني (Scale-up) البالغ 900 غيغابايت/ثانية للاتصالات عالية السرعة بين شرائح متعددة. يحدد الأول ما إذا كانت الشريحة الواحدة يمكنها الحصول على بيانات النموذج في الوقت المناسب، بينما يتعلق الثاني بقدرة مزامنة البيانات عند توسيع نطاق الخوادم متعددة البطاقات والعقد الفائقة (Supernodes). يؤثر هذان المؤشران معاً على كفاءة التشغيل الفعلية لمجموعات تدريب واستدلال النماذج الكبيرة.
تعتمد شريحة DF1000 على سلسلة توريد محلية لإكمال تصميم الشريحة، وتصنيع الرقاقات، والتغليف والاختبار. كما تتبع مواصفات الشكل القياسي OAM 2.0، مما يمكنها من الاتصال بمنصات خوادم الذكاء الاصطناعي التي تستخدم واجهات قياسية مقابلة. قامت شركة دونغفانغ سوانشين حالياً بتطوير نظام منتجات يمتد من الشريحة إلى الخوادم والعقد الفائقة ومجموعات الحوسبة. بالإضافة إلى بطاقة تسريع الذكاء الاصطناعي DF1000، تشمل هذه المنتجات العقدة الفائقة "تو يو" TY64 التي تربط 64 بطاقة عبر شبكة إيثرنت قياسية، وخادم الحوسبة عالي الكثافة المبرد بالسوائل "تشينغ يوان" QY100، ومجموعة الحوسبة "هوي سوان" HS512. يظهر الموقع الرسمي للشركة أن نظام المنتجات هذا موجه بشكل أساسي لسيناريوهات الحوسبة مثل تدريب واستدلال النماذج الكبيرة، والحوسبة العلمية، والرعاية الصحية، والطاقة، والنقل، والتصنيع.
من إطلاق المنتج إلى دخوله الفعلي لمراكز الحوسبة، لا تزال شريحة DF1000 بحاجة إلى المرور بتكييف الخادم، وتحسين حزمة البرمجيات، وترحيل النماذج، والربط البيني للمجموعات، والتحقق من الحمل طويل الأمد. تحدد معلمات الشريحة الحد الأعلى للأداء النظري، لكن مراكز البيانات تهتم أكثر بالقدرة الحاسوبية الفعلية، والاستقرار، واستهلاك الطاقة، وكفاءة التوازي، ودرجة التوافق مع أطر النماذج المختلفة أثناء تشغيل النماذج الكبيرة. أعلنت شركة دونغفانغ سوانشين أنها ستعطي الأولوية للتطبيقات الموجهة للشركات والجامعات والمؤسسات البحثية في شنغهاي، ثم ستوسع نطاق الاستخدام تدريجياً. كما ستعرض الشركة الخوادم ومجموعات الحوسبة بشكل متزامن خلال المؤتمر العالمي للذكاء الاصطناعي 2026. سيكون ما إذا كانت شريحة DF1000 قادرة على تمديد أدائها من شريحة واحدة إلى أداء متعدد البطاقات ومجموعات واسعة النطاق هو محور التحقق اللاحق من المنتج.
