عام

أسرع حاسوب عملاق في العالم حطم سجل الذكاء الاصطناعي

على الساحل الغربي لأمريكا ، والأكثر قيمةتحاول الشركات العالمية جعل الذكاء الاصطناعي أكثر ذكاءً. يتباهى Google و Facebook بتجارب تستخدم مليارات الصور وآلاف المعالجات عالية الأداء. ولكن في نهاية العام الماضي ، تجاوز مشروع في شرق ولاية تينيسي بهدوء نطاق أي مختبر للشركات من الذكاء الاصطناعي. وكان تحت إدارة حكومة الولايات المتحدة.

الحكومة الأمريكية العملاقة تحطم الرقم القياسي

مشروع سجل تشارك أقوى فيقمة الكمبيوتر العملاقة في جميع أنحاء العالم ، وتقع في مختبر أوك ريدج الوطني. حصلت هذه السيارة على التاج في يونيو من العام الماضي ، حيث أعادت اللقب الأمريكي بعد خمس سنوات ، عندما كانت القائمة تحت قيادة الصين. كجزء من مشروع أبحاث المناخ ، أطلق كمبيوتر عملاق تجربة تعلم الآلة التي بدأت أسرع من أي وقت مضى.

"قمة" ، وتحتل مساحة تعادل اثنينملاعب تنس ، يشارك في هذا المشروع أكثر من 27000 معالج رسومات قوي. لقد استخدم قوتهم لتعليم خوارزميات التعلم العميقة ، وهي التكنولوجيا التي تقوم عليها الذكاء الاصطناعي المتقدم. في عملية التعلم العميق ، تؤدي الخوارزميات تمارين بسرعة مليار مليار عملية في الثانية ، والمعروفة في دوائر الكمبيوتر العملاق باسم exaflop.

"سابقا ، التعلم العميق لم يصليقول برابهات ، رئيس فريق البحث في المركز القومي لبحوث الطاقة في مختبر لورنس بيركلي الوطني ، هذا المستوى من الأداء. تعاون فريقه مع الباحثين في مقر القمة بمختبر أوك ريدج الوطني.

كما قد تخمن ، وتدريب منظمة العفو الدولية نفسهاركز أقوى كمبيوتر في العالم على واحدة من أكبر المشكلات في العالم - تغير المناخ. تقوم شركات التكنولوجيا بتعليم الخوارزميات للتعرف على الوجوه أو علامات الطرق ؛ لقد علمهم علماء الحكومة أن يتعرفوا على الظروف المناخية مثل الأعاصير الناجمة عن النماذج المناخية التي تضغط على توقعات المئوية للغلاف الجوي للأرض في الساعة الثالثة. (ومع ذلك ، ليس من الواضح حجم الطاقة التي طلبها المشروع وكمية الكربون المنبعثة في الهواء أثناء العملية).

مسائل تجربة القمة من أجل المستقبلالذكاء الاصطناعي وعلم المناخ. يوضح المشروع الإمكانات العلمية المتمثلة في تكييف التعلم العميق مع أجهزة الكمبيوتر العملاقة ، والتي تحاكي تقليديًا العمليات الفيزيائية والكيميائية ، مثل الانفجارات النووية أو الثقوب السوداء أو المواد الجديدة. كما يوضح أن التعلم الآلي يمكن أن يستفيد من المزيد من قوة الحوسبة - إذا أمكنك العثور عليها - ويوفر اختراقات في المستقبل.

"لم نكن نعرف أنه يمكن القيام بذلكيقول راجات مونغا ، المدير الفني لشركة Google: وقد ساعد هو وغيره من موظفي googles المشروع من خلال تكييف برنامج TensorFlow المفتوح المصدر لتعلم الآلة وفقًا لمقاييس القمة العملاقة.

الكثير من أعمال التحجيم العميقتم إجراء التدريب في مراكز بيانات شركات الإنترنت ، حيث تعمل الخوادم معًا على المشكلات وتقسيمها ، لأنها تقع بشكل منفصل نسبيًا ، وليست متصلة بجهاز كمبيوتر عملاق واحد. تتمتع الحواسب الفائقة مثل Summit ببنية مختلفة مع اتصالات عالية السرعة متخصصة تربط آلاف المعالجات في نظام واحد يمكنه العمل كوحدة واحدة. حتى وقت قريب ، لم يتم سوى القليل من العمل على تكييف تعلم الآلة للعمل مع هذا النوع من الأجهزة.

يقول Monga التكيف العمل TensorFlowلتوسيع نطاق القمة سوف تسهم أيضا في جهود جوجل لتوسيع أنظمتها الداخلية من الذكاء الاصطناعي. شارك مهندسو نفيديا أيضًا في هذا المشروع ، والتأكد من أن عشرات الآلاف من وحدات معالجة الرسومات نفيديا في هذا الجهاز تعمل بسلاسة.

إيجاد طرق لاستخدام المزيد من الحساباتلعبت القوة في خوارزميات التعلم العميق دورًا مهمًا في التطور الحالي للتكنولوجيا. أصبحت نفس التقنية التي يستخدمها سيري للتعرف على الصوت وسيارات Waymo لقراءة علامات الطرق مفيدة في عام 2012 بعد أن قام العلماء بتكييفها للعمل على معالجات الرسومات Nvidia.

في تحليل نشر في مايو الماضي ،حسب علماء من معهد OpenAI ، وهو معهد أبحاث مقره سان فرانسيسكو وأسسه إيلون ماسك ، أن كمية الطاقة الحاسوبية في أكبر تجارب تعلم الآلات العامة تضاعفت كل 3.43 أشهر تقريبًا منذ عام 2012 ؛ هذا يعني زيادة 11 مرة على مدار العام. ساعد هذا التقدم أبجدية الروبوت في التغلب على أبطال ألعاب سطح المكتب والفيديو المعقدة ، كما ساهم في زيادة كبيرة في دقة مترجم جوجل.

جوجل وغيرها من الشركات الآنقم بإنشاء أنواع جديدة من الرقائق ، تم تكييفها وفقًا لمنظمة العفو الدولية ، لمواصلة هذا الاتجاه. تدعي Google أن "السنفات" التي تحتوي على آلاف متباعدة من رقائق AI - معالجات التنسرات المكررة ، أو TPU - يمكن أن توفر 100 جهاز كمبيوتر يعمل بتقنية petaflops ، وهي عُشر السرعة التي تصل إليها شركة Summit.

مساهمة القمة في علوم المناخيوضح كيف يمكن لمنظمة العفو الدولية العملاقة تحسين فهمنا لظروف الطقس في المستقبل. عندما يولد الباحثون تنبؤات بالطقس مئوية ، تصبح قراءة التنبؤ تحديا. "تخيل أن لديك فيلمًا على YouTube عمره 100 عام. يقول برابهات: "لا توجد طريقة للعثور على جميع القطط والكلاب في هذا الفيلم باليد". عادةً ما يتم استخدام البرنامج لأتمتة هذه العملية ، لكنها ليست مثالية. أظهرت نتائج القمة أن التعلم الآلي يمكن أن يفعل هذا بشكل أفضل ، مما سيساعد في التنبؤ بآثار العاصفة مثل الفيضانات.

وفقًا لمايكل بريتشارد ، أستاذتعد جامعة كاليفورنيا ، إيرفين ، التي بدأت تعلمًا عميقًا على أجهزة الكمبيوتر العملاقة ، فكرة جديدة نسبيًا ظهرت في وقت مناسب لباحثي المناخ. أدى التباطؤ في معدل تحسين المعالجات التقليدية إلى حقيقة أن المهندسين بدأوا في تزويد أجهزة الكمبيوتر العملاقة بعدد متزايد من رقائق الرسومات ، بحيث نما أداءهم بشكل أكثر استقرارًا. يقول بريتشارد: "لقد حان الوقت عندما لم يعد من الممكن زيادة الطاقة الحاسوبية بالطريقة المعتادة".

بدأ هذا التحول المحاكاة التقليديةطريق مسدود ، وبالتالي كان على التكيف. كما أنه يفتح الباب لتسخير قوة التعلم العميق ، وهو مناسب بشكل طبيعي لرقائق الرسومات. ربما سنحصل على صورة أوضح لمستقبل مناخنا.

كيف يمكنك استخدام مثل هذا العملاق؟ أخبرنا في محادثتنا في Telegram.