کمپانی Meta ابر رایانه‌ای با هوش مصنوعی ساخته است که گفته می‌شود تا پایان سال 2022 سریع‌ترین رایانه جهان خواهد بود.
گروه رسانه‌های اجتماعی کمپانی Meta جدیدترین شرکت فناوری است که یک «ابر کامپیوتر هوش مصنوعی» ساخته است (یک کامپیوتر پرسرعت که برای آموزش سیستم‌های یادگیری ماشینی طراحی شده است).
این شرکت می‌گوید که Research SuperCluster AI یا RSC در حال حاضر در میان سریع‌ترین ماشین‌های هم نوع خود قرار دارد و وقتی در اواسط سال ۲۰۲۲ تکمیل شود، جزء سریع‌ترین ماشین‌های جهان خواهد بود.
Mark Zuckerberg مدیرعامل شرکت Meta در بیانیه‌ای گفت:«کمپانی Meta چیزی را توسعه داده است که ما معتقدیم سریع‌ترین ابر رایانه هوش مصنوعی جهان است که اواخر امسال تکمیل خواهد شد.»
این خبر مرکزیت مطلق تحقیقات هوش مصنوعی را برای شرکت‌هایی مانند Meta نشان می‌دهد.
رقبایی مانند مایکروسافت و Nvidia «ابر رایانه‌های هوش مصنوعی» خود را رونمایی کرده‌اند که کمی با آنچه ما به عنوان ابر رایانه‌های معمولی می‌شناسیم، متفاوت است.
از RSC برای آموزش طیف وسیعی از سیستم‌ها در سراسر بیزینس شرکت Meta استفاده می‌شود، از الگوریتم‌های تعدیل محتوا که برای تشخیص سخنان نامناسب در فیسبوک و اینستاگرام استفاده می‌شوند تا ویژگی‌های AR (Augmented Reality) که روزی در سخت‌افزار AR آینده این شرکت در دسترس خواهند بود و شرکت Meta بیان می‌کند RSC برای طراحی تجربیات برای متاورس استفاده خواهد شد ( نام تجاری این شرکت برای یک سری فضاهای مجازی به هم پیوسته، از دفاتر تا عرصه های آنلاین می‌باشد).
RSC به محققان هوش مصنوعی کمپانی Meta کمک می‌کند تا مدل‌های هوش مصنوعی جدید و بهتری بسازند که می‌توانند از تریلیون‌ها نمونه و مثال یاد بگیرند، در صدها زبان مختلف کار کنند، متن، تصاویر و ویدئو را به‌طور یکپارچه تجزیه و تحلیل کنند و ابزارهای AR جدید و بسیاری موارد دیگر را توسعه دهند.
ما امیدواریم RSC به ما کمک کند تا سیستم‌های هوش مصنوعی جدیدی بسازیم که به عنوان مثال می‌توانند ترجمه گفتار بلا‌درنگ را برای گروه‌های بزرگی از افراد که هر کدام به زبان متفاوتی صحبت می‌کنند، ارائه دهد تا بتوانند به‌طور یکپارچه در پروژه‌های تحقیقاتی همکاری کنند یا بازی‌های AR را با هم بازی کنند.
کار بر روی RSC یک سال و نیم پیش آغاز شد و مهندسان کمپانی Meta سیستم‌های مختلف دستگاه مثل خنک‌کننده، برق، شبکه و کابل‌کشی را از ابتدا طراحی کردند.
فاز یک RSC در حال حاضر راه‌اندازی شده است و شامل 760 سیستم Nvidia GGX A100 است که دارای 6080 پردازنده گرافیکی متصل است (نوعی پردازنده که به ویژه در حل مشکلات یادگیری ماشین مناسب است است). کمپانی Meta می‌گوید که در حال حاضر تا 20 برابر عملکرد بهتری را در جستجوی وظایف استاندارد بینایی ماشین خود ارائه می‌دهد.
با این حال، فاز دوم RSC تا پایان سال 2022 تکمیل خواهد شد. تا آن زمان شامل حدود 16000 پردازنده گرافیکی خواهد بود و می‌تواند سیستم‌های هوش مصنوعی را با بیش از یک تریلیون پارامتر در مجموعه داده‌های یک اگزابایتی آموزش ده (این تعداد پردازنده‌های گرافیکی تنها یک شاخص محدود از عملکرد کلی سیستم را ارائه می‌دهد، اما برای مقایسه، ابر رایانه هوش مصنوعی مایکروسافت با استفاده از آزمایشگاه تحقیقاتی OpenAI با 10000 پردازنده گرافیکی ساخته شده است.)
این اعداد بسیار چشمگیر هستند، اما این سوال را ایجاد می‌کنند که ابر رایانه هوش مصنوعی دقیقا چیست و چگونه آن را با آنچه معمولاً ما به عنوان ابررایانه می‌شناسیم مقایسه کنیم. ماشین‌های بزرگی که در زمینه‌های پیچیده‌ای مانند فضا، فیزیک هسته‌ای و تغییرات اقلیمی توسط دانشگاه‌ها و دولت‌ها به کار گرفته شده‌اند.
این دو نوع سیستم که به عنوان کامپیوترهای با کارایی بالا یا HPC شناخته می‌شوند، مطمئناً بیشتر شبیه به هم هستند تا متفاوت.
هر دو از نظر اندازه و ظاهر نسبت به کامپیوترهای شخصی، به دیتاسنترها نزدیک‌تر هستند و برای تبادل داده‌ها با سرعت فوق‌العاده سریع به تعداد زیادی پردازنده‌های متصل به هم وابسته (متکی) هستند.
اما همان‌طور که Bob Sorensen، تحلیلگر HPC از Hyperion Research به The Verge توضیح می‌دهد، تفاوت‌های کلیدی بین این دو وجود دارد. Sorensen می‌گوید: «HPCهای مبتنی بر هوش مصنوعی در دنیایی متفاوت از همتایان HPC سنتی خود به کار گرفته می‌شوند و بزرگ‌ترین تفاوت آن در دقت و صحت است.
توضیح ساده این است که یادگیری ماشین به دقت کمتری نسبت به وظایف ابر رایانه سنتی نیاز دارد، بنابراین «ابر رایانه‌های هوش مصنوعی» می‌توانند محاسبات بیشتری را در هر ثانیه نسبت به هم خانواده‌های معمولی خود با استفاده از سخت‌افزار مشابه انجام دهند.
این بدان معناست که وقتی کمپانی Meta می‌گوید «سریع‌ترین ابر رایانه هوش مصنوعی جهان» را ساخته است، لزوماً مقایسه مستقیمی با ابر رایانه‌هایی نیست که اغلب در اخبار مشاهده می‌کنید (رده‌بندی آنها توسط Top500.org مستقل جمع‌آوری می‌شود و دو بار در سال منتشر می‌شود).
برای توضیح بیشتر این موضوع، باید بدانید که هم ابر رایانه‌ها و هم ابر رایانه‌های هوش مصنوعی، محاسبات را با استفاده از چیزی که به عنوان محاسبات ممیز شناور شناخته می‌شود، انجام می‌دهند - یک خلاصه ریاضی که برای انجام محاسبات با استفاده از اعداد بسیار بزرگ و بسیار کوچک بسیار مفید است.
درجه دقت به کار رفته در محاسبات ممیز شناور را می‌توان بر اساس فرمت‌های مختلف تنظیم کرد و سرعت اکثر ابر رایانه‌ها با استفاده از آنچه به عنوان عملیات ممیز شناور 64 بیت در ثانیه یا FLOP شناخته می‌شود، محاسبه می‌شوند. با این حال، از آنجایی که محاسبات هوش مصنوعی به دقت کمتری نیاز دارند، ابر رایانه‌های هوش مصنوعی اغلب در FLOPهای 32 بیتی یا حتی 16 بیتی اندازه‌گیری می‌شوند.
به همین دلیل است که مقایسه این دو نوع سیستم لزوماً مقایسه دو نوع سیستم کاملا مشابه نیست (مقایسه سیب با سیب نیست)، اگرچه این هشدار قدرت و ظرفیت باورنکردنی ابر رایانه‌های هوش مصنوعی را کاهش نمی‌دهد.
Sorensen یک کلمه «احتیاط» اضافی نیز ارائه می‌دهد. همان‌طور که اغلب در مورد رویکرد "سرعت و تغذیه" برای ارزیابی سخت‌افزار اتفاق می‌افتد، حداکثر سرعت‌های تبلیغ شده همیشه در شرایط واقعی اتفاق نمی‌افتند. فروشندگان HPC معمولاً اعداد عملکردی را نقل می‌کنند که نشان‌دهنده سریع‌ترین سرعت دستگاه آنها است. ما این را حداکثر عملکرد نظری می‌نامیم.
با این حال، معیار واقعی یک طراحی سیستم خوب، معیاری است که بتواند روی کارهایی که برای انجام آنها طراحی شده‌اند، سریع اجرا شود. در واقع، برای برخی از HPCها غیرمعمول نیست که هنگام اجرای برنامه‌های کاربردی در دنیای واقعی، به کمتر از 25 درصد از عملکرد به اصطلاح اوج دست پیدا کنند.
به عبارت دیگر: مزیت واقعی ابر رایانه‌ها را باید در کاری که انجام می‌دهند جستجو کرد، نه اوج عملکرد نظری آنها.
)
