قام كلود ميثوس بتقصير دورة التكيف مع وحدة معالجة الرسومات AMD إلى حوالي ثلاثة أيام، مما أدى إلى إضعاف الحواجز البيئية CUDA الخاصة بـ NVIDIA

📅 2026-11-17

الملخص:

قالت Anthropic أن أحدث نموذج للذكاء الاصطناعي Claude Mythos Preview قد أدى إلى تقصير كبير في وقت تطوير البرامج المطلوب لنشر نماذج الذكاء الاصطناعي على منصات AMD GPU. وفقًا للشركة، كان هذا العمل في الماضي يستغرق عادةً من 6 إلى 12 شهرًا ويتطلب إكماله عشرات المهندسين، لكن يستطيع كلود ميثوس إكمال أعمال تكييف البرامج المهمة في حوالي ثلاثة أيام دون أي تدخل يدوي تقريبًا. قد يؤدي هذا التطور إلى إضعاف الحواجز التنافسية التي أنشأتها Nvidia منذ فترة طويلة بناءً على النظام البيئي لبرامج CUDA.

قدم توم براون، المؤسس المشارك لشركة Anthropic والرئيس التنفيذي للحوسبة، النتائج خلال الحملة الترويجية للاكتتاب العام الأولي للشركة للمستثمرين. وقال إن Claude Mythos يمكنه نقل أو كتابة ما يقرب من 100٪ من كود kernel GPU تلقائيًا، مما يمكّن نماذج Claude من العمل على مسرع AMD Instinct MI355X. في السابق، كانت أعمال تكييف الأجهزة المماثلة تتطلب غالبًا فريقًا من عشرات المهندسين وتستغرق عدة أشهر.

ومع ذلك، فإن الأيام الثلاثة التي كشفت عنها Anthropic لها نطاق تطبيق واضح، وهو ما لا يعني أنه يمكن إكمال عملية نشر النموذج بالكامل والتحقق من بيئة الإنتاج وتحسين الأداء في غضون ثلاثة أيام. تشير الحاشية السفلية لمواد الحملة الترويجية إلى أن هذا الإنجاز يهدف بشكل خاص إلى نموذج إنساني يكمل مهمة معالجة النصوص السريعة (الملء المسبق) على وحدة معالجة الرسومات AMD MI355X والوصول إلى مستوى أداء ذي قيمة استخدام عملية. لم تذكر الأنثروبيك بوضوح ما إذا كانت مرحلة الإجابة على إنشاء النموذج (فك التشفير) مدرجة أيضًا.

يعد جوهر وحدة معالجة الرسومات بمثابة رابط مهم بين برامج الذكاء الاصطناعي والأجهزة الأساسية. وهو مسؤول عن تحويل مهام الحساب النموذجية إلى تعليمات يمكن تنفيذها بكفاءة على معالج معين. هناك اختلافات في بنية وحدة معالجة الرسومات وأنظمة الذاكرة ووحدات الحوسبة من مختلف الشركات المصنعة، لذلك غالبًا ما يحتاج نموذج الذكاء الاصطناعي نفسه إلى كتابة أو ضبط الكود الأساسي لمنصات الأجهزة المختلفة. لقد كان هذا النوع من العمل منذ فترة طويلة مصدرًا مهمًا للمزايا لنظام CUDA البيئي الخاص بـ NVIDIA.

تم تطوير منصة CUDA الخاصة بـ NVIDIA منذ ما يقرب من 20 عامًا وهي تتمتع بمترجمين ناضجين وأدوات تطوير ومكتبات تحسين ومجتمع كبير من المطورين. تمتلك AMD منصة برمجيات ROCm خاصة بها وتدعم مهام الحوسبة ذات الصلة من خلال طبقة برمجة HIP. من أجل مساعدة المطورين على ترحيل كود CUDA إلى منصة AMD، أطلقت AMD سابقًا أداة HIPify. ومع ذلك، فإن تحويل التعليمات البرمجية لا يعني أن جميع البرامج يمكنها الحصول مباشرة على الأداء المثالي. لا يزال المطورون عادةً بحاجة إلى إجراء الكثير من التصحيح والتحسين.

إن التقدم في أدوات برمجة الذكاء الاصطناعي يغير هذا الوضع. قال Anush Elangovan، نائب رئيس AMD لبرامج الذكاء الاصطناعي، في أبريل من هذا العام، إن Claude يتمتع بميزة على HIPify في تحويل التعليمات البرمجية لأنه يحتوي على إمكانات بحث ويب مدمجة ويمكنه الحصول على المزيد من المعلومات التقنية أثناء المعالجة. لقد أظهرت AMD سابقًا نتائج بحثية باستخدام عوامل الذكاء الاصطناعي لكتابة نواة وحدة معالجة الرسومات تلقائيًا، لكن الأنظمة المبكرة كانت لا تزال أدنى من الخبراء البشريين في بعض الاختبارات.

لا تعتمد شركة Anthropic فقط على وحدات معالجة الرسومات Nvidia لتشغيل نماذجها. استخدمت الشركة في الوقت نفسه أنواعًا مختلفة من المسرعات مثل وحدات معالجة الرسومات NVIDIA وAMD وGoogle TPU وAmazon AWS Trainium، وأدارت موارد الأجهزة هذه بشكل موحد في مجموعة موارد حوسبة مجدولة بمرونة. وصف توم براون سابقًا قرار الشركة المبكر بتبني إستراتيجية منصة متعددة الرقائق بأنه خيار غير عادي. قد تصبح هذه الإستراتيجية أكثر جاذبية مع تقليل وقت تكيف البرامج بشكل كبير.

بدأت Anthropic في استخدام وحدات معالجة الرسوميات AMD لأول مرة هذا العام وتوصلت إلى اتفاقية تعاون مع AMD تتضمن ما يصل إلى 2 جيجاوات من الطاقة الحاسوبية. وفقًا للمعلومات التي تم الكشف عنها سابقًا من قبل كلا الطرفين، تستخدم AMD أيضًا Claude لتحسين عبء العمل لوحدات معالجة الرسوميات من سلسلة Instinct وتسريع تطوير منصة برمجيات ROCm. تعتقد AMD أنه من المتوقع أن يؤدي الإنشاء التلقائي لرمز kernel للذكاء الاصطناعي إلى خفض الحد التقني للعملاء لاعتماد مسرعاتها.

في الواقع، تحدثت إدارة AMD مرارًا وتكرارًا عن تأثير أدوات برمجة الذكاء الاصطناعي على النظام البيئي لبرامج GPU. قال الرئيس التنفيذي لشركة AMD، Su Zifeng، في سبتمبر من العام الماضي، إن كمية كبيرة من برامج الذكاء الاصطناعي تم تطويرها في الأصل حول CUDA، ولكن يمكن الآن تحويل جزء كبير من التعليمات البرمجية إلى نموذج مناسب لمنصات AMD من خلال أدوات برمجية. في يوليو من هذا العام، قال فامسي بوبانا، نائب الرئيس الأول لشركة AMD أيضًا، إنه من المتوقع أن يزيل الذكاء الاصطناعي حواجز البرامج المتبقية عند اعتماد وحدات معالجة الرسوميات AMD.

في حدث AMD Advancing AI الذي عقد في يوليو من هذا العام، تحدث فيليب تيليت من OpenAI أيضًا عن دور وكلاء الذكاء الاصطناعي في التطوير الأساسي لوحدة معالجة الرسومات. وقال إنه بعد حصول OpenAI على حامل AMD Helios، استغرق الأمر بضعة أيام فقط حتى يتأكد المهندس من أن النظام يعمل بشكل صحيح، مشيرًا إلى أن عملاء الذكاء الاصطناعي يتولون تدريجيًا بعض الأعمال التي كانت في السابق من مسؤولية مهندسي النواة. كشفت AMD أيضًا أن أحد المهندسين طلب من Claude المساعدة في بدء تشغيل حامل MI355X والحفاظ على تشغيل النظام خلال عطلة نهاية الأسبوع.

لقد جذبت البيانات التي كشفت عنها Anthropic الاهتمام لأن النتائج ذات الصلة لم تعد مجرد عروض توضيحية أو دعاية من AMD نفسها. باعتبارها شركة ذكاء اصطناعي تشتري وتستخدم الرقائق بالفعل، كشفت Anthropic للمستثمرين عن تغييرات بمرور الوقت في ممارساتها الهندسية. ذكرت وثيقة نشرة الاكتتاب العام أيضًا أنه بمساعدة كلود، تمكنت الشركة من إدخال منصات شرائح جديدة في بيئة الإنتاج باستثمارات هندسية أقل بكثير مما كانت عليه في الماضي، على الرغم من أن الوثيقة لم تعطي رقمًا محددًا لمدة ثلاثة أيام.

ومع ذلك، فإن التحسن في سرعة التكيف لا يثبت بشكل مباشر أن AMD GPU قد يضاهي Nvidia في الأداء. لم تعلن Anthropic عن سرعة التشغيل الفعلية لـ Claude على MI355X، كما أنها لم تقدم بيانات مقارنة الأداء مع أجهزة مماثلة من Nvidia. وأشار التقرير أيضًا إلى أنه على الرغم من أن الرسم البياني الذي عرضته الشركة يشير إلى تقدم التكيف لكلا الحلين بنسبة تقترب من 100%، إلا أنه لم يوضح بالتفصيل محتوى العمل الذي تتوافق معه هذه النسبة.

صرح الرئيس التنفيذي لشركة Nvidia Jensen Huang سابقًا أن الشركة نفسها تستخدم أيضًا الذكاء الاصطناعي للمساعدة في تطوير نوى وحدة معالجة الرسومات، وتعتقد أنه لا أحد يفهم بنية الرقائق الخاصة بها بشكل أفضل من Nvidia، لذلك يمكن لـ Nvidia الاستفادة الكاملة من أداء الأجهزة. وفيما يتعلق باعتماد شركات مثل أنثروبيك لمسرعات الأعمال الأخرى، فقد وصف ذات مرة أنثروبيك بأنها حالة خاصة وليست اتجاهًا صناعيًا.

في الوقت نفسه، تواجه الكتابة التلقائية للذكاء الاصطناعي لنواة وحدة معالجة الرسومات أيضًا اختناقات جديدة في الموارد. يعتقد تحليل نشرته شركة SemiAnalogy في يوليو من هذا العام أن تكاليف تطوير البرمجيات آخذة في التناقص، لكن التعليمات البرمجية التي أنشأها وكلاء الذكاء الاصطناعي لا تزال بحاجة إلى الاختبار والتحقق من صحتها على وحدات معالجة الرسومات الفعلية. يتطلب كل وكيل موارد GPU المقابلة لإجراء الاختبارات، كما أن موارد GPU الداخلية لشركة AMD لمثل هذا التطوير غير كافية، مما قد يصبح عائقًا لمزيد من التوسع في التطبيقات.

بشكل عام، لا تكمن أهمية العرض التوضيحي الذي قدمه كلود ميثوس في أنه يختصر عملية تطوير برمجيات معينة فحسب، بل أيضًا في أن الذكاء الاصطناعي قد يغير تكلفة ترحيل البرامج بين منصات GPU المختلفة. لن تختفي مزايا CUDA على الفور. لا تزال سلسلة أدواتها الناضجة ونظامها البيئي للمطورين وخبرتها الطويلة الأجل في تحسين الأداء ذات قيمة. ومع ذلك، إذا كان بإمكان الذكاء الاصطناعي إكمال عمليات زرع التعليمات البرمجية وكتابة النواة وتكييف الأجهزة تلقائيًا بشكل متزايد، فقد يكون العملاء أقل اعتمادًا على أنظمة بيئية برمجية محددة عند اختيار وحدات معالجة الرسومات. ستتاح أيضًا الفرصة للمنافسين مثل AMD لكسب العملاء الذين استخدموا في الأصل منصات Nvidia بتكاليف ترحيل أقل.

الوسوم ذات الصلة

مقالات مشابهة

التعليقات

0/500
Captcha (click to refresh)
لا توجد تعليقات