سانتا كلارا، كاليفورنيا (AP) – اعتمد بناء المحصول الحالي من روبوتات الدردشة ذات الذكاء الاصطناعي على رقائق الكمبيوتر المتخصصة التي ابتكرتها شركة Nvidia، والتي حاصرت السوق وجعلت من نفسها الشركة الرائدة في مجال الذكاء الاصطناعي. الطفل الملصق لطفرة الذكاء الاصطناعي.
لكن نفس الصفات التي تجعل شرائح معالجات الرسومات، أو وحدات معالجة الرسومات، فعالة جدًا في إنشاء أنظمة ذكاء اصطناعي قوية من الصفر، تجعلها أقل كفاءة في تشغيل منتجات الذكاء الاصطناعي.
وقد أدى ذلك إلى فتح صناعة شرائح الذكاء الاصطناعي أمام المنافسين الذين يعتقدون أن بإمكانهم التنافس مع Nvidia في بيع ما يسمى برقائق استدلال الذكاء الاصطناعي التي تكون أكثر انسجامًا مع التشغيل اليومي لأدوات الذكاء الاصطناعي ومصممة لتقليل بعض تكاليف الحوسبة الضخمة الذكاء الاصطناعي التوليدي.
وقال جاكوب فيلدجويس، المحلل في مركز الأمن والتكنولوجيا الناشئة بجامعة جورج تاون: “ترى هذه الشركات فرصة لهذا النوع من الأجهزة المتخصصة”. “كلما زاد اعتماد هذه النماذج، زادت الحاجة إلى الحوسبة للاستدلال، وزاد الطلب على رقائق الاستدلال.”
ما هو استنتاج الذكاء الاصطناعي؟
يتطلب إنشاء روبوت محادثة يعمل بالذكاء الاصطناعي قدرًا كبيرًا من القوة الحاسوبية. يبدأ الأمر بعملية تسمى التدريب أو التدريب المسبق – حرف “P” في ChatGPT – والذي يتضمن “تعلم” أنظمة الذكاء الاصطناعي من أنماط مجموعات ضخمة من البيانات. تعتبر وحدات معالجة الرسومات جيدة في القيام بهذا العمل لأنها تستطيع تشغيل العديد من العمليات الحسابية في وقت واحد على شبكة من الأجهزة المتصلة ببعضها البعض.
ومع ذلك، بمجرد تدريبها، تظل أداة الذكاء الاصطناعي التوليدية بحاجة إلى شرائح للقيام بالعمل – كما هو الحال عندما تطلب من برنامج الدردشة الآلية إنشاء مستند أو إنشاء صورة. وهنا يأتي دور الاستدلال. يجب على نموذج الذكاء الاصطناعي المدرّب أن يستوعب معلومات جديدة ويستنتج استنتاجات مما يعرفه بالفعل لإنتاج الاستجابة.
يمكن لوحدات معالجة الرسومات القيام بهذا العمل أيضًا. ولكن يمكن أن يكون الأمر أشبه باستخدام مطرقة ثقيلة لكسر الجوز.
“مع التدريب، فإنك تقوم بجهد أكبر، والمزيد من العمل. وقال ألفين نجوين، المحلل في شركة Forrester، “من خلال الاستدلال، يكون هذا وزنًا أخف”.
وقد أدى ذلك إلى قيام شركات ناشئة مثل Cerebras وGroq وd-Matrix بالإضافة إلى المنافسين التقليديين لـ Nvidia في صناعة الرقائق – مثل AMD وIntel – بتقديم شرائح أكثر ملاءمة للاستدلال حيث تركز Nvidia على تلبية الطلب الهائل من شركات التكنولوجيا الكبرى على أجهزتها المتطورة. .
داخل معمل شرائح استدلال الذكاء الاصطناعي
تأسست شركة D-Matrix، التي ستطلق منتجها الأول هذا الأسبوع، في عام 2019 – متأخرة قليلاً عن لعبة شرائح الذكاء الاصطناعي، كما أوضح الرئيس التنفيذي سيد شيث خلال مقابلة أجريت مؤخرًا في مقر الشركة في سانتا كلارا، كاليفورنيا، نفس وادي السيليكون. المدينة التي تعد أيضًا موطنًا لشركة AMD وIntel وNvidia.
“كان هناك بالفعل أكثر من 100 شركة. لذلك عندما ذهبنا إلى هناك، كان أول رد فعل حصلنا عليه هو: لقد فات الأوان. لم يكن وصول الوباء بعد ستة أشهر مفيدًا حيث ركزت صناعة التكنولوجيا على التركيز على البرامج لخدمة العمل عن بعد.
ومع ذلك، يرى شيث الآن سوقًا كبيرًا في استدلال الذكاء الاصطناعي، ويقارن تلك المرحلة اللاحقة من التعلم الآلي بكيفية تطبيق البشر للمعرفة التي اكتسبوها في المدرسة.
“لقد أمضينا السنوات العشرين الأولى من حياتنا في الذهاب إلى المدرسة وتعليم أنفسنا. هذا تدريب، أليس كذلك؟” قال. “وبعد ذلك، خلال الأربعين عامًا التالية من حياتك، تخرج إلى هناك وتطبق تلك المعرفة – ثم تحصل على مكافأة لكونك فعالاً.”
يتكون المنتج، المسمى Corsair، من شريحتين تحتوي كل منهما على أربع شرائح صغيرة، من صنع شركة تايوان لتصنيع أشباه الموصلات – نفس الشركة المصنعة لمعظم شرائح Nvidia – ويتم تعبئتها معًا بطريقة تساعد على إبقائها باردة.
تم تصميم الرقائق في سانتا كلارا، وتم تجميعها في تايوان ثم تم اختبارها مرة أخرى في كاليفورنيا. يعد الاختبار عملية طويلة ويمكن أن يستغرق ستة أشهر، وإذا حدث خطأ ما، فيمكن إعادته إلى تايوان.
كان عمال شركة D-Matrix يقومون بالاختبار النهائي على الرقائق خلال زيارة قاموا بها مؤخرًا إلى مختبر به مكاتب معدنية زرقاء مغطاة بالكابلات واللوحات الأم وأجهزة الكمبيوتر، مع وجود غرفة خادم باردة مجاورة.
من يريد رقائق الاستدلال بالذكاء الاصطناعي؟
في حين أن عمالقة التكنولوجيا مثل أمازون، وجوجل، وميتا، ومايكروسوفت يلتهمون إمدادات وحدات معالجة الرسومات المكلفة في سباق للتفوق على بعضهم البعض في تطوير الذكاء الاصطناعي، فإن صانعي رقائق استدلال الذكاء الاصطناعي يهدفون إلى الوصول إلى قاعدة عملاء أوسع.
وقال نجوين من شركة Forrester إن ذلك يمكن أن يشمل شركات Fortune 500 التي ترغب في الاستفادة من تكنولوجيا الذكاء الاصطناعي التوليدية الجديدة دون الحاجة إلى بناء بنية تحتية خاصة بها للذكاء الاصطناعي. قال شيث إنه يتوقع اهتمامًا قويًا بتوليد فيديو الذكاء الاصطناعي.
وقال نغوين: “إن حلم الذكاء الاصطناعي بالنسبة للكثير من هذه الشركات هو أنه يمكنك استخدام بيانات مؤسستك الخاصة”. “يجب أن يكون شراء (رقائق استدلال الذكاء الاصطناعي) أرخص من شراء وحدات معالجة الرسوميات النهائية من Nvidia وغيرها. لكنني أعتقد أنه سيكون هناك منحنى تعليمي فيما يتعلق بدمجه.
قال فيلدجويس إنه، على عكس الرقائق التي تركز على التدريب، فإن عمل الاستدلال بالذكاء الاصطناعي يعطي الأولوية لمدى سرعة حصول الشخص على استجابة روبوت الدردشة.
وقال إن مجموعة كاملة أخرى من الشركات تعمل على تطوير أجهزة الذكاء الاصطناعي للاستدلال والتي يمكن تشغيلها ليس فقط في مراكز البيانات الكبيرة ولكن محليًا على أجهزة الكمبيوتر المكتبية وأجهزة الكمبيوتر المحمولة والهواتف.
لماذا يهم هذا؟
يمكن للرقائق المصممة بشكل أفضل أن تخفض التكاليف الباهظة لتشغيل الذكاء الاصطناعي على الشركات. ويمكن أن يؤثر ذلك أيضًا على تكاليف البيئة والطاقة بالنسبة لأي شخص آخر.
يقول شيث إن القلق الأكبر الآن هو: “هل سنحرق الكوكب في سعينا لتحقيق ما يسميه الناس الذكاء الاصطناعي العام (AGI) – الذكاء الشبيه بالإنسان؟”
لا يزال الأمر غامضًا عندما يصل الذكاء الاصطناعي إلى حد الذكاء العام الاصطناعي، حيث تتراوح التوقعات من بضع سنوات إلى عقود. ولكن، كما يشير شيث، لا يوجد سوى عدد قليل من عمالقة التكنولوجيا الذين يقومون بهذا المسعى.
“ولكن ماذا بعد ذلك عن الباقي؟” قال. “لا يمكن وضعهم على نفس المسار.”
أما المجموعة الأخرى من الشركات فلا ترغب في استخدام نماذج الذكاء الاصطناعي الكبيرة جدًا، فهي مكلفة للغاية وتستهلك الكثير من الطاقة.
“لا أعرف ما إذا كان الناس يقدرون حقًا أن الاستدلال سيكون في الواقع فرصة أكبر بكثير من التدريب. لا أعتقد أنهم يقدرون ذلك. وقال شيث: “لا يزال التدريب يستحوذ على كل العناوين الرئيسية”.
