بصفته المدير الفني، يقود سفن أوهيم DDN استراتيجية منصة البيانات الخاصة بالذكاء الاصطناعي، مما يُعزز أكثر البيئات تطلباً للذكاء الاصطناعي والكمبيوتر العالي الأداء في العالم.
قبل ثلاث سنوات، كانت صناعة الذكاء الاصطناعي تركز على سؤال واحد: هل يمكن أن يعمل الذكاء الاصطناعي؟ اليوم، تواجه المنظمات تحدياً مختلفاً: هل يمكن للذكاء الاصطناعي أن يتوسع اقتصادياً؟
أدت المرحلة الأولى من ابتكارات الذكاء الاصطناعي إلى تخفيضات استثنائية في التكاليف. يُمكن الآن تقديم قدرات من فئة GPT كانت تكلف عشرات الدولارات لكل مليون رمز مقابل جزء بسيط من ذلك المبلغ. في حين أن التقدم في أداء وحدات معالجة الرسوميات ساهم في هذا التقدم، إلا أن الأجهزة وحدها لا تفسر مقدار التحسن. جاء جزء كبير من الفوز من الابتكار البرمجي. زادت تقنيات مثل PagedAttention وتحسين ذاكرة KV وأطر الاستدلال مثل vLLM من كمية العمل المفيد التي يمكن أن تستخرجها المنظمات من البنية التحتية الحالية.
تعتبر تلك الدرسة ذات صلة خاصة مع دخول الصناعة في مرحلتها التالية. على مدى عدة سنوات، تسابقت المنظمات للاستحواذ على وحدات معالجة الرسوميات، وتدريب نماذج أكبر، وإظهار قدرات جديدة. ومع انتقال الذكاء الاصطناعي إلى الإنتاج، باتت اقتصاديات تشغيل هذه الأنظمة مهمة بنفس القدر من الأهمية مثل الذكاء الذي تنتجه. تستهلك كل تفاعل موارد الحوسبة والطاقة والشبكات والتخزين والذاكرة والعمليات، مما يجعل الكفاءة قضية مركزية لأي منظمة تسعى لنشر الذكاء الاصطناعي على نطاق واسع.
هذه واحدة من الأسباب التي تجعل تكلفة الرمز الواحد تبرز كواحدة من أهم المقاييس في مجال الذكاء الاصطناعي. تعكس تكلفة الرمز الواحد كفاءة النظام بأكمله، حيث تقيس مدى فعالية تحويل المنظمة لاستثمارات البنية التحتية إلى مخرجات مفيدة. يساهم تحميل النماذج واسترجاع البيانات وإعادة استخدام الذاكرة وأوقات التخزين وأداء الشبكات واستخدام وحدات معالجة الرسوميات جميعها في الاقتصاديات النهائية.
ما تكتشفه العديد من المنظمات هو أن العامل المحدد لم يعد هو النموذج نفسه، بل البنية التحتية المسؤولة عن تغذيته. لسنوات، كانت الحوسبة تُعتبر العائق الرئيسي. ومع ذلك، في بيئات الإنتاج، غالباً ما تضيع وحدات معالجة الرسوميات وقتاً ثميناً في انتظار تحميل النماذج، أو استعادة نقاط التحقق، أو استجابة أنظمة الاسترجاع، أو تحرك البيانات عبر طبقات التخزين والشبكات. كل تأخير يقلل من الإنتاجية ويزيد من التكلفة التشغيلية.
تتناقش الصناعة كثيراً حول نقص وحدات معالجة الرسوميات، ومع ذلك قد يكون الاستخدام غير الفعال لوحدات معالجة الرسوميات هو التحدي الأكبر. مع توسع النشر إلى الآلاف أو حتى مئات الآلاف من المسارعات، يمكن أن تترجم حتى الكفاءات المتواضعة إلى تأثير مالي كبير. لم يعد التحدي ببساطة هو الحصول على مزيد من سعة الحوسبة؛ بل من ضمان بقاء موارد الحوسبة الحالية منتجة. يبدأ هذا التحول في أن يصبح أكثر وضوحاً عبر بيئات الإنتاج، ويتم تحويل الانتباه من الأداء الخام للحوسبة نحو كفاءة حركة البيانات عبر النظام.
تاريخياً، كانت التخزين مُعتبرة كمستودع سلبي. في بيئات الذكاء الاصطناعي، أصبحت مكوناً نشطاً في مسار التنفيذ. تعتمد أنظمة الذكاء الاصطناعي الحديثة على التخزين لتسجيل نقاط التحقق، واسترجاع المعلومات المعززة، والوصول إلى النماذج، وتحميل النماذج، وذواكر التخزين المستمرة، وزيادة، ثبات ذاكرة KV. يؤثر أداء طبقة التخزين الآن مباشرة في سرعة تحميل النماذج، وفعالية استرجاع السياق، وما إذا كانت المسارعات المكلفة تظل مستخدمة بالكامل.
يصبح هذا أكثر أهمية خلال الاستدلال. نماذج اللغة الكبيرة تصل بشكل متكرر إلى نفس السياق وهياكل الذاكرة عبر ملايين الطلبات. حتى وقت قريب، كان يتم إعادة حساب الكثير من هذا العمل بشكل غير ضروري، مما يستهلك دورات GPU ويزيد من التكاليف التشغيلية. بدأت التقدمات في هندسة ذاكرة KV المستمرة في تغيير تلك المعادلة.
سواء تعلق التحدي بتسجيل نقاط خلال التدريب، أو الاسترجاع خلال الاستدلال، أو إدارة الذاكرة عبر أنظمة الذكاء الاصطناعي الموزعة، فإن أكبر الفوائد الاقتصادية غالباً ما تأتي من تقليل الاحتكاك عبر مسار البيانات بدلاً من إضافة المزيد من الحوسبة بشكل مستمر. كل نقل بين التخزين وذاكرة الشبكات و وحدات معالجة الرسوميات يُدخل زمن استجابة، وأعباء، واستهلاك طاقة، وتكلفة. في كثير من الحالات، فإن القضاء على الحركة غير الضرورية يخلق قيمة أكبر من زيادة سعة الحوسبة الخام.
هذه الحقيقة تدفع اهتماماً متزايداً في التخزين المستمر، وتوزيع البيانات الذكي، وتصميم البنية التحتية المدرك للذاكرة، والتكامل الأكثر إحكاماً بين أطر الاستدلال ومنصات البيانات. مع تزايد حجم أنظمة الذكاء الاصطناعي وتوزيعها، تعتمد الكفاءة بشكل متزايد على مدى فعالية تدفق البيانات عبر البيئة.
غالباً ما يصف الرئيس التنفيذي لشركة Nvidia، جنسن هوانغ، بيئات الذكاء الاصطناعي الحديثة بأنها مصانع الذكاء الاصطناعي، وهو تشبيه يسلط الضوء على تحول مهم في كيفية تقييم المنظمات للنجاح. تقاس المصانع في النهاية بالعائد، وفي بيئات الذكاء الاصطناعي، تكون تلك العوائد رموزا، وذكاءً، وقرارات، ونتائج الأعمال. لم يعد السؤال الأهم هو عدد وحدات معالجة الرسوميات التي تمتلكها المنظمة، بل مدى كفاءة تحويل تلك الوحدات للطاقة والبيانات واستثمارات البنية التحتية إلى قيمة تجارية.
لهذا السبب، فإن مقاييس مثل تكلفة الرمز، والرموز لكل واط، واستخدام GPU تتطور من قياسات تقنية إلى مؤشرات استراتيجية للأعمال. كانت الموجة الأولى من الذكاء الاصطناعي تركز على ذكاء النموذج. وركزت الموجة الثانية على توسيع الحوسبة. ستركز المرحلة التالية على اقتصاديات الذكاء الاصطناعي الإنتاجي والكفاءة التشغيلية المطلوبة للحفاظ عليه.
ستستفيد الاختراقات المستقبلية بالتأكيد من الرقائق الأسرع. ومع ذلك، فإنها ستعتمد أيضاً على تقليل الاحتكاك عبر مسار البيانات بالكامل – من التخزين والشبكات إلى الذاكرة، والاسترجاع، والتخزين المؤقت، والتنظيم. لن تكون المنظمات التي تنجح في عصر الذكاء الاصطناعي بالضرورة هي تلك التي تمتلك أكبر سعة حوسبية. بل ستكون المنظمات التي تحول تلك السعة بأكثر فعالية إلى نتائج تجارية قابلة للقياس.
كانت أول تخفيضات بمقدار مئة ضعف في تكاليف الذكاء الاصطناعي مدفوعة بشكل كبير بالابتكار البرمجي. أعتقد أن القفزة الكبرى التالية في اقتصاديات الذكاء الاصطناعي ستأتي على الأرجح من جعل كل وحدة معالجة رسومية، وكل واط، وكل بايت من البيانات يعمل بشكل أكثر كفاءة. في عصر مصانع الذكاء الاصطناعي الناشئة، لم يعد اعتبار الكفاءة مجرد مسألة بنية تحتية – بل أصبحت استراتيجية عمل أساسية.
مجلس التكنولوجيا في فوربس هو مجتمع مخصص للدعوات فقط لقادة التكنولوجيا التنفيذيين من الطراز العالمي. هل أؤهل؟
