قمة ASUS سيول للذكاء الاصطناعي تركز على “اقتصاد الرموز”: تكلفة توليد الرموز كمؤشر جديد للبنية التحتية

أقامت شركة ASUS في 3 سبتمبر قمة “قمة تكنولوجيا الذكاء الاصطناعي في سيول” في فندق كونراد في جزيرة يوي دو، حيث حضر أكثر من 300 من صانعي القرار في صناعة تكنولوجيا المعلومات في منطقة آسيا والمحيط الهادئ. وأكد بول جو، رئيس مجموعة حلول البنية التحتية في ASUS، في كلمته الافتتاحية أن الذكاء الاصطناعي لم يعد تقنية محصورة في المختبرات، بل أصبح جزءًا حقيقيًا من جوانب الحياة اليومية.

ASUS تعيد تعريف تنافسية البنية التحتية للذكاء الاصطناعي من خلال “اقتصاد الرموز”

في هذا السياق، طرحت ASUS “اقتصاد الرموز” كموضوع رئيسي. وأشار بول جو إلى أن النتائج التي ينتجها الذكاء الاصطناعي تتكون أساسًا من “رموز”، وأن تنافسية البنية التحتية لمؤسسة ما تعتمد إلى حد كبير على قدرتها على إنتاج هذه الرموز بكفاءة. هذه الرؤية تنقل تنافسية البنية التحتية للذكاء الاصطناعي من مجرد تراكم القدرة الحاسوبية إلى جوانب التشغيل الدقيقة المتعلقة باستهلاك الطاقة وإنتاجية القدرة الحاسوبية.

أعربت تشونغ سو يونغ، ممثلة NVIDIA في كوريا، في نفس المناسبة، عن أن التعاون بين ASUS وNVIDIA قد انتقل من التركيز المبكر على أجهزة الكمبيوتر الشخصية والأعمال الاستهلاكية إلى توسيع نطاقه ليشمل مراكز البيانات. ومع تطور تقنيات الذكاء الاصطناعي، لا يزال نطاق التعاون بين الطرفين يتوسع. وتعتقد تشونغ سو يونغ أن دور مراكز البيانات يشهد تحولًا جذريًا: في الماضي، كانت مساحة مادية لاستيعاب وصيانة الخوادم، أما اليوم فقد تطورت لتصبح “مصنع ذكاء اصطناعي” ينتج الرموز بشكل مستمر من خلال العمليات الحسابية للذكاء الاصطناعي.

الذكاء الاصطناعي الوكالي يعزز الطلب على مراكز البيانات وكفاءة الطاقة تصبح العامل الحاسم

الرموز هي وحدات الحساب الأساسية المستخدمة عند معالجة النصوص والمحتويات الأخرى بواسطة الذكاء الاصطناعي. كلما زادت نطاقات تطبيق الذكاء الاصطناعي، زادت كمية الرموز المطلوبة، وبالتالي، فإن مراكز البيانات التي يمكنها معالجة وإنتاج المزيد من الرموز تحت نفس موارد الطاقة والقدرة الحاسوبية ستحتل ميزة ملحوظة من حيث التكلفة والكفاءة. وأشار لي مين هيونغ، مهندس حلول NVIDIA في كوريا، إلى أن انتشار الذكاء الاصطناعي الوكالي سيستمر في دفع الطلب على مراكز البيانات – هذا النوع من الذكاء الاصطناعي لا يقتصر على الرد على الأسئلة بشكل سلبي، بل يقوم بتنسيق الأدوات بشكل مستقل والتحقق من النتائج بشكل متكرر لتحقيق أهداف معقدة، مما يعني أن زيادة تعقيد المهام تعني زيادة متزامنة في استهلاك القدرة الحاسوبية والرموز.

لذلك، اقترحت NVIDIA إطارين لتصميم مراكز البيانات هما “مصنع الذكاء الاصطناعي” ومنصة DSX. مع ارتفاع حجم مراكز البيانات من عشرات إلى مئات الميجاوات إلى مستوى الجيجاوات، يجب أن تُخطط البنية التحتية مثل الطاقة والتبريد والشبكات والتخزين كنظام موحد. وتعتقد ASUS أيضًا أن الاعتماد فقط على قدرة الخوادم الخاصة بالذكاء الاصطناعي لم يعد كافيًا لتعريف تنافسية البنية التحتية، حيث أن الارتفاع المتزامن في تكاليف الطاقة والتبريد يجعل تكلفة إنتاج الرموز وكفاءة الطاقة مؤشرات حاسمة حقيقية.

ASUS تركز على حلول تبريد وتغذية الطاقة لـ GPU عالي القدرة

فيما يتعلق بالتخطيط التكنولوجي المحدد، تركز ASUS على تطوير تقنيات نقل الطاقة وحلول HVDC لتشغيل GPU عالي القدرة بشكل مستقر، بالإضافة إلى تطوير أنظمة تبريد مثل الألواح الباردة الدقيقة، وخوادم تبريد مائي بنسبة 100%، ووحدات تبريد CDU على مستوى الميجاوات، لتقليل الحمل الحراري واستهلاك الطاقة لخوادم GPU عالية الكثافة. وأوضح ألبرت وو، المدير العام لقسم الحلول في ASUS، أن تنافسية البنية التحتية للذكاء الاصطناعي تكمن في دمج خوادم الذكاء الاصطناعي والتخزين والشبكات وطبقات البرمجيات والخدمات المتخصصة في استراتيجية “المثلث الذهبي”، التي تغطي جميع العمليات من البناء إلى التشغيل والتحسين.

كما كشفت القمة عن تخطيط الحوسبة الطرفية. عرضت ASUS حلول الحوسبة الطرفية التي يمكنها معالجة بيانات الرؤية الآلية مباشرة في ورش المصانع، وكذلك معالجة الصور وبيانات المستشعرات في الوقت الحقيقي في البيئات المخصصة للسيارات. يمكن أن يقلل المعالجة على الطرف من كمية البيانات المنقولة إلى السحابة، ويقلل من التأخير، كما يمكن أن يجلب فوائد من حيث أمان البيانات وكفاءة التشغيل. كما تم عرض نموذج أولي لنظام خادم يعتمد على معالج Blackwell المكون من 88 نواة خلال الحدث.