الملخص:
بسبب ازدهار الذكاء الاصطناعي، يواجه بناء مراكز البيانات العالمية احتياجات توسع غير مسبوقة. ومع ذلك، فإن مشاكل مثل عدم كفاية إمدادات الطاقة، ونقص عمال البناء، ودورات الموافقة الطويلة على المشاريع، أصبحت بمثابة اختناقات رئيسية تقيد تطوير صناعة الذكاء الاصطناعي. في مواجهة هذا الموقف، اقترحت شركة البنية التحتية الأمريكية للذكاء الاصطناعي كروزو حلاً مختلفًا عن "الحرم الجامعي الكبير للغاية" التقليدي: بناء مركز بيانات معياري يمكن إنتاجه ونقله ونشره بكميات كبيرة.
أعلن كروزو مؤخرًا عن استكمال تمويل بقيمة 3.9 مليار دولار أمريكي، مما رفع تقييم الشركة إلى حوالي 30.9 مليار دولار أمريكي. وقالت الشركة إنه بالإضافة إلى الاستمرار في دعم مشاريع مراكز بيانات الذكاء الاصطناعي واسعة النطاق، سيتم استخدام الأموال الجديدة أيضًا للترويج لمنتج مركز بيانات الذكاء الاصطناعي المعياري المسمى "Spark".
لقد جذبت Crusoe الانتباه سابقًا لمشاركتها في بناء حديقة مركز بيانات الذكاء الاصطناعي واسعة النطاق في أبيلين، تكساس، الولايات المتحدة الأمريكية. يتم تشغيل الحرم الجامعي بواسطة Oracle ويوفر موارد حاسوبية لـ OpenAI. ومع ذلك، تعتقد الشركة الآن أن التطوير المستقبلي للبنية التحتية للذكاء الاصطناعي لا ينبغي أن يعتمد فقط على مراكز البيانات المركزية الكبيرة جدًا.
وفقًا لرؤية كروزو، فإن سبارك عبارة عن وحدة مركز بيانات جاهزة في المصنع. ويمكن تجميع هذه المرافق في قواعد التصنيع مسبقًا ثم نقلها بالشاحنات إلى المناطق التي تتوفر بها موارد الطاقة المتاحة للنشر السريع، وبالتالي تقصير دورة البناء بشكل كبير.
قال تشيس روكميلر، المؤسس والرئيس التنفيذي للشركة، إن تدريب النماذج الكبيرة الأكثر تقدمًا يتطلب مجموعات واسعة النطاق من مئات الآلاف من رقائق الذكاء الاصطناعي، ولكن المزيد والمزيد من مهام الاستدلال في الذكاء الاصطناعي لا تتطلب بالضرورة مثل هذه البنية التحتية الضخمة.
وهو يعتقد أن العديد من أعباء عمل الاستدلال لا تتطلب حرمًا جامعيًا كبيرًا جدًا مثل أبيلين. بالنسبة لهذا النوع من التطبيقات، يكون استخدام مراكز البيانات الصغيرة ذات النشر الموزع أكثر كفاءة، كما أن تركيز جميع المهام في الحرم الجامعي العملاق سيؤدي إلى إهدار الموارد إلى حد ما.
يعكس هذا الرأي أيضًا أن سوق البنية التحتية للذكاء الاصطناعي يشكل نموذجًا جديدًا لتقسيم العمل. ولا تزال الجامعات الكبيرة للغاية بمثابة مرفق أساسي لا غنى عنه لتدريب النماذج المتقدمة، لأن عملية التدريب تتطلب وحدات معالجة رسومية ضخمة، وشبكات عالية السرعة، وقدرات ضخمة لإمدادات الطاقة. بعد تدريب النموذج، يمكن نشر عدد كبير من خدمات الاستدلال الموجهة للمستخدم في عقد حوسبة أصغر.
بالمقارنة مع مشاريع مراكز البيانات التقليدية، والتي غالبًا ما تستغرق سنوات للتخطيط والموافقة والبناء، فإن أكبر ميزة للمرافق المعيارية هي السرعة. ويخطط كروزو لإنتاج وحدات سبارك مسبقًا، وعندما يجد أن هناك موارد طاقة متاحة في منطقة معينة، فإنه سينقل المرافق مباشرة إلى هناك ويضعها قيد الاستخدام بسرعة.
في الوقت الحالي، أحد أكبر التحديات التي تواجه مطوري مراكز البيانات في الولايات المتحدة هو الوصول إلى موارد الطاقة. على الرغم من توفر الكهرباء في العديد من المناطق، إلا أنه غالبًا ما يكون من الصعب متابعة الموارد البشرية وتطوير الأراضي والهندسة الداعمة اللازمة لبناء مراكز بيانات كبيرة في الوقت المناسب.
يأمل كروزو في حل هذه المشكلة من خلال نموذج التصنيع. تقوم الشركة حاليًا ببناء قاعدة إنتاج بالقرب من دنفر وتخطط لإنتاج منشأة سبارك في نهاية المطاف تعادل 1 جيجاوات من الطاقة الحاسوبية سنويًا.
بعيدًا عن مشكلات الطاقة، من المتوقع أن يؤدي النهج المعياري إلى تخفيف مقاومة المجتمع لمشروعات مراكز البيانات واسعة النطاق. في السنوات الأخيرة، كانت هناك اعتراضات على بناء مراكز بيانات واسعة النطاق في العديد من مناطق الولايات المتحدة. تركز النزاعات بشكل أساسي على احتلال الأراضي، والضوضاء، وتأثير المناظر الطبيعية، وعبء شبكة الكهرباء. ومقارنة بالحرم الجامعي الكبير المترامي الأطراف، من المتوقع أن تعمل مراكز البيانات الأصغر والأكثر مرونة على تقليل هذه الصراعات.
يعتقد المطلعون على الصناعة أنه مع تحول تطبيقات الذكاء الاصطناعي تدريجيًا من التدريب النموذجي إلى النشر التجاري على نطاق واسع، فإن الطلب على الحوسبة الاستدلالية يتزايد بسرعة. في المستقبل، قد لا تعتمد البنية التحتية للذكاء الاصطناعي بشكل كامل على عدد قليل من مراكز الحوسبة الفائقة، ولكنها ستشكل نمطًا جديدًا تتعايش فيه مراكز التدريب الكبيرة وعدد كبير من عقد الاستدلال الموزعة.
في سياق المنافسة العالمية المتزايدة على قوة الحوسبة، فإن رهان كروزو على مراكز البيانات المعيارية يبحث في الواقع عن مسار توسع أسرع وأكثر مرونة لصناعة الذكاء الاصطناعي. بالنسبة للصناعة بأكملها، ربما لم يعد العامل الحقيقي الذي يحد من تطور الذكاء الاصطناعي هو الخوارزمية نفسها، ولكن قدرات إنشاء الكهرباء والأراضي والبنية التحتية. وأي شخص يمكنه حل مشاكل العالم الحقيقي هذه بكفاءة أكبر قد يكون له ميزة في المرحلة التالية من منافسة الذكاء الاصطناعي.
التعليقات