الذكاء الاصطناعي (AI) ومراكز البيانات الكبيرة جدًا (فائقة النطاق) ليست تقنيات جديدة. الجديد هو أن الكيانين مترابطان الآن ويدعمان بعضهما البعض في طفرة نمو غير مسبوقة.
تشهد صناعة مراكز البيانات (DC) حاليًا فترة من التغيير الهيكلي الأساسي، مدفوعًا في المقام الأول بالتحول السريع من الحوسبة السحابية التقليدية إلى الحوسبة المعتمدة على الذكاء الاصطناعي.
أساس هذا التحول وعامل التمكين الرئيسي هو الألياف وكثافة الألياف القصوى الموجودة في DC AI.
مدير الأعمال، مراكز بيانات Hyperscaler، STL.
يؤدي هذا التغيير بشكل أساسي إلى تغيير “الطبقة المادية” من أداة مساعدة سلبية إلى أصل استراتيجي. وفي حين اعتمدت البنية التحتية التقليدية لتكنولوجيا المعلومات على تدفقات حركة المرور الهرمية من الشمال إلى الجنوب، فإن “مصانع” الذكاء الاصطناعي تتطلب بنية ضخمة متوازية بين الشرق والغرب حيث تتزامن الآلاف من وحدات معالجة الرسومات في الوقت الحقيقي.
يخلق هذا المحور المعماري انهيارًا فعليًا للمساحة؛ نحن نحاول استخلاص تيرابايت من المعلومات من خلال طرق مادية – أسلاك، وصواني، وقنوات – لم يتم تصميمها أبدًا لهذا الحجم.
ونتيجة لذلك، تبتعد الصناعة عن الألياف “القياسية” ذات 250 ميكرون نحو الحلول فائقة الرقة وعالية الكثافة والتي تبلغ 160 ميكرون. لم يعد الأمر يتعلق فقط بسرعة الضوء، بل بكثافة الزجاج. لكي نقيس مستوى الذكاء، يجب علينا أولاً أن نتقن فيزياء الألياف التي تحمله.
معضلة الكثافة
يعد الاختلاف في كيفية معالجة أعباء عمل الذكاء الاصطناعي مقارنة بكيفية معالجة أعباء العمل في السحابة التقليدية محركًا أساسيًا لنمو حجم الألياف. في بيئة سحابية تقليدية، مهام مثل عادةً ما تتم معالجة استضافة مواقع الويب وإدارة قواعد البيانات وتخزين الملفات بواسطة وحدات المعالجة المركزية (CPUs) بطريقة هرمية من خلال الوصول والتجميع والطبقات الأساسية.
في هذه الحالة، تنتقل البيانات بشكل أساسي بين المستخدم النهائي، الذي قد يكون موجودًا في أي مكان خارج مركز البيانات، والخادم في مركز البيانات. يُشار إلى هذا النوع من تدفق حركة المرور باسم “الشمال-الجنوب” ويتطلب بوابات خارجية قوية ولكن توصيلات داخلية متواضعة نسبيًا داخل العاصمة.
ومع ذلك، فإن بنيات الشبكة التقليدية هذه ليست مناسبة للاتصالات الشاملة التي تتطلبها وحدات معالجة الرسومات (GPUs) أو مجموعات التسريع في وحدات تحكم AI DC لأنها تقدم اختناقات في زمن الوصول وعرض النطاق الترددي عند نقاط التجميع المكتظة؛ لا يمكن لأكوام حوسبة الذكاء الاصطناعي أن تتحمل هذا الأمر.
تستخدم مصانع الذكاء الاصطناعي عمليات تكرارية كثيفة الحساب حيث يجب أن تعمل الآلاف من وحدات معالجة الرسومات جنبًا إلى جنب كوحدة منطقية واحدة. يؤدي هذا إلى إنشاء قدر كبير من حركة المرور الداخلية نظرًا لاحتياجات المعالجة المتوازية الضخمة على وحدات معالجة الرسومات المترابطة.
في مثل هذه البيئات، يجب أن تضمن الشبكة المزامنة المستمرة لمعلمات نموذج الذكاء الاصطناعي وتبادل كميات هائلة من بيانات النمذجة الرياضية في الوقت المناسب، مما يؤدي إلى إنشاء حجم ضخم من حركة المرور الداخلية. يُطلق على هذا النوع من تدفق حركة المرور اسم حركة “الشرق والغرب” ويمثل حاليًا غالبية تدفق البيانات في مراكز التحكم في الوصول إلى الذكاء الاصطناعي.
تتمتع البنية التي تدعم حركة المرور الكثيفة من الشرق إلى الغرب بكثافة عالية من الألياف لأن عدد الاتصالات بين الشرق والغرب يتدرج بشكل تربيعي مع عدد العقد (وحدات معالجة الرسومات/المسرعات).
لماذا يعتبر “الألياف أولاً” هو المعيار الجديد؟
إن حجم الحركة بين الشرق والغرب أكبر بكثير من حجم الحركة بين الشمال والجنوب. يعد أي فشل في الارتباط أو فقدان الحزمة على هذه الشبكة أمرًا كارثيًا؛ على سبيل المثال، قد يفرض ذلك إعادة تشغيل مجموعة التدريب بأكملها، مما قد يؤدي إلى خسائر مالية كبيرة وتأخير في تطوير النموذج. فقط الألياف الضوئية يمكنها تلبية متطلبات النطاق الترددي والسرعة اللازمة لمعالجة الذكاء الاصطناعي.
يقوم مشغلو AI DC أيضًا بنشر هياكل الشبكة مثل InfiniBand أو Ethernet عالية الأداء، والتي تتطلب أليافًا عالية الأداء بشكل ملحوظ أكثر من الشبكات التقليدية القائمة على المعالج لتلبية مقاييس أداء الذكاء الاصطناعي.
لبناء مركز بيانات لن تصبح بنيته التحتية قديمة مع زيادة السرعة التالية (على سبيل المثال من 800G إلى 1.6T)، يجب علينا اعتماد نهج الألياف الضوئية في مرحلة تصميم الشبكة. تعد قابلية التوسع ضرورة أساسية للبلدان النامية اليوم.
إنها ليست “سرعة الضوء”، إنها الآن “السرعة إلى الضوء”
إن الضغط لنشر القدرات الجاهزة للذكاء الاصطناعي بسرعة لا نهاية له، كما أن حلول الألياف عالية الكثافة والمنتهية مسبقًا هي حقًا خيار النشر الوحيد المتاح عند بناء مراكز DC للذكاء الاصطناعي. بدلاً من قضاء أسابيع في ربط مكونات الألياف المتعددة في الموقع، توفر حلول الألياف الضوئية ذات النهايات الجاهزة فوائد مثل:
التوصيل والتشغيل: تخفيض كبير في وقت التنفيذ (من أسابيع إلى أيام).
الحد من الأخطاء البشرية: يتم تجميع الحلول الجاهزة واختبارها في المصنع.
تبسيط: اجعل من السهل ترقية المكونات أو استبدالها مع تطور التكنولوجيا وتصبح إدارة الكابلات أكثر قابلية للتحكم.
تعد الحلول التي تم إنهاؤها مسبقًا عامل تمكين رئيسي للنشر السريع لشبكات الألياف الضوئية، مما يتيح التنشيط التجاري الأسرع لوحدات تحكم AI DC.
الانتقال من التصميم المعتمد على الحساب إلى التصميم المعتمد على البنية التحتية
لم تعد إمكانية الاتصال بالألياف المحسنة في AI DC اعتبارًا ثانويًا؛ يعد هذا الآن توقعًا مهمًا ضمن أفضل ممارسات تصميم AI DC. نحن نبتعد عن عالم نشتري فيه الخوادم أو وحدات حوسبة الذكاء الاصطناعي ثم نكتشف كيفية ربطها.
بدلاً من ذلك، نقوم الآن بتصميم بيئات DC حيث يكون اتصال الألياف أمرًا بالغ الأهمية لتحديد الأداء وسرعة النشر وقابلية التوسع والمرونة والكفاءة التشغيلية والاستعداد طويل المدى لمنشأة DC.
يعد هذا التغيير مهمًا بشكل خاص لأن أحمال عمل الذكاء الاصطناعي تتطلب اتصالات بينية أكثر كثافة وتدفقًا أسرع للبيانات وزمن وصول أقل في بيئة الحوسبة. تساعد بنية الألياف جيدة التخطيط على تقليل إعادة العمل في المستقبل، وتمكن من إجراء تحديثات أكثر سلاسة، وتضمن مقاييس التيار المباشر مع تغير متطلبات حوسبة الذكاء الاصطناعي.
نقدم قائمة بأفضل توزيعات خوادم Linux.
تم إنشاء المقالة كجزء من توقعات TechRadar بروتعرض قناتنا أفضل وألمع العقول في صناعة التكنولوجيا اليوم.
الآراء الواردة هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarPro أو Future plc. إذا كنت مهتمًا بالتعاون، يمكنك العثور على مزيد من المعلومات هنا: https://www.techradar.com/pro/perspectives-how-to-submit
