شبكة عصر الذكاء الاصطناعي: مصادر الطلب واتجاهات الابتكار
تلعب الشبكة دورًا حاسمًا في عصر نماذج الذكاء الاصطناعي الكبيرة. مع النمو السريع في حجم النماذج، أصبحت مجموعات الخوادم المتعددة الوسيلة الرئيسية لحل تدريب النماذج، وهذا هو الأساس الذي يعزز مكانة الشبكة في عصر الذكاء الاصطناعي. بالمقارنة مع الماضي حيث كانت تستخدم فقط لنقل البيانات، تستخدم الشبكة اليوم بشكل أكبر لمزامنة معلمات النموذج بين بطاقات الرسومات، مما يفرض متطلبات أعلى على كثافة الشبكة وسعتها.
تأتي متطلبات الشبكة لتدريب النماذج الكبيرة بشكل رئيسي من ثلاثة جوانب:
حجم النموذج في تزايد سريع، لم يعد بإمكان قوة الحوسبة الفردية تلبية الطلب، وهناك حاجة إلى ربط عدة بطاقات للعمل بشكل متعاون عبر الشبكة.
في التدريب المتوازي، يتطلب الأمر محاذاة المعلمات بين البطاقات بعد كل عملية حسابية، مما يضع متطلبات عالية على نقل الشبكة وتبادلها.
أثناء التدريب لفترة طويلة، يمكن أن تؤدي الأعطال الشبكية إلى خسائر فادحة، مما يتطلب استقرارًا عالياً للشبكة.
تتركز الابتكارات الشبكية بشكل رئيسي في الاتجاهات التالية:
تحديث وسائط النقل: بينما تسعى وحدات الإرسال الضوئية لتحقيق معدلات نقل عالية، فإنها تستكشف أيضًا طرق خفض التكاليف مثل LPO و السليكون الضوئي. لا تزال الكابلات النحاسية تتمتع بميزة في الاتصالات قصيرة المدى. تقنيات جديدة مثل Chiplet وتوسيع مستوى الرقاقة تسرع من استكشاف الاتصال القائم على السليكون.
تنافس بروتوكولات الشبكة: بروتوكولات الاتصال بين الشريحة مرتبطة بقوة ببطاقات الرسوميات، مثل NVLINK وInfinity Fabric. بينما يتنافس الاتصال بين العقد بشكل رئيسي عبر InfiniBand وEthernet.
ثورة في بنية الشبكة: على الرغم من أن بنية الياقوت تُستخدم على نطاق واسع، إلا أنه مع زيادة حجم المجموعة، من المتوقع أن تصبح بنى جديدة مثل Dragonfly و Rail-only الاتجاهات الرئيسية لتطوير المجموعات الكبيرة جدًا.
الابتكار في المحولات: بالإضافة إلى ترقية محولات الكهرباء، بدأت محولات الضوء أيضًا في الظهور، ومن المتوقع أن تلعب دورًا في المجموعات الكبيرة جدًا.
الاتصال بين مراكز البيانات: مع اقتراب حجم المركز الواحد من الحد الأقصى، أصبح الاتصال بين مراكز متعددة اتجاهًا بحثيًا جديدًا، مما سيؤدي إلى طلبات جديدة مثل وحدات الضوء عالية السرعة لمسافات طويلة.
توصيات الاستثمار تركز على اتجاهين: الأول هو العناصر الأساسية في نظام الاتصالات، مثل Zhongji Xuchuang وXinyi Sheng وTianfu Communication؛ والثاني هو عناصر الابتكار في نظام الاتصالات، مثل Changfei Fiber وShengke Communication.
تشمل تحذيرات المخاطر الطلب على الذكاء الاصطناعي أقل من المتوقع، وفشل قانون القياس، وزيادة المنافسة في الصناعة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 19
أعجبني
19
5
مشاركة
تعليق
0/400
GasGuzzler
· 07-20 23:18
هذا الطبخ لذيذ جداً
شاهد النسخة الأصليةرد0
GamefiHarvester
· 07-19 20:15
هذه القصة تتحدث عن حمقى
شاهد النسخة الأصليةرد0
GraphGuru
· 07-19 20:13
الناس القويون يضربون النماذج الكبيرة
شاهد النسخة الأصليةرد0
LiquidityWizard
· 07-19 20:07
من الناحية النظرية، من المرجح أن تكون اختناقات الشبكة بنسبة 73.6% هي خطرنا النظامي التالي... *يأخذ رشفة من القهوة في الساعة 3 صباحًا*
ابتكار الشبكات في عصر الذكاء الاصطناعي: من متطلبات تدريب النماذج الكبيرة إلى فرص الاستثمار
شبكة عصر الذكاء الاصطناعي: مصادر الطلب واتجاهات الابتكار
تلعب الشبكة دورًا حاسمًا في عصر نماذج الذكاء الاصطناعي الكبيرة. مع النمو السريع في حجم النماذج، أصبحت مجموعات الخوادم المتعددة الوسيلة الرئيسية لحل تدريب النماذج، وهذا هو الأساس الذي يعزز مكانة الشبكة في عصر الذكاء الاصطناعي. بالمقارنة مع الماضي حيث كانت تستخدم فقط لنقل البيانات، تستخدم الشبكة اليوم بشكل أكبر لمزامنة معلمات النموذج بين بطاقات الرسومات، مما يفرض متطلبات أعلى على كثافة الشبكة وسعتها.
تأتي متطلبات الشبكة لتدريب النماذج الكبيرة بشكل رئيسي من ثلاثة جوانب:
حجم النموذج في تزايد سريع، لم يعد بإمكان قوة الحوسبة الفردية تلبية الطلب، وهناك حاجة إلى ربط عدة بطاقات للعمل بشكل متعاون عبر الشبكة.
في التدريب المتوازي، يتطلب الأمر محاذاة المعلمات بين البطاقات بعد كل عملية حسابية، مما يضع متطلبات عالية على نقل الشبكة وتبادلها.
أثناء التدريب لفترة طويلة، يمكن أن تؤدي الأعطال الشبكية إلى خسائر فادحة، مما يتطلب استقرارًا عالياً للشبكة.
تتركز الابتكارات الشبكية بشكل رئيسي في الاتجاهات التالية:
تحديث وسائط النقل: بينما تسعى وحدات الإرسال الضوئية لتحقيق معدلات نقل عالية، فإنها تستكشف أيضًا طرق خفض التكاليف مثل LPO و السليكون الضوئي. لا تزال الكابلات النحاسية تتمتع بميزة في الاتصالات قصيرة المدى. تقنيات جديدة مثل Chiplet وتوسيع مستوى الرقاقة تسرع من استكشاف الاتصال القائم على السليكون.
تنافس بروتوكولات الشبكة: بروتوكولات الاتصال بين الشريحة مرتبطة بقوة ببطاقات الرسوميات، مثل NVLINK وInfinity Fabric. بينما يتنافس الاتصال بين العقد بشكل رئيسي عبر InfiniBand وEthernet.
ثورة في بنية الشبكة: على الرغم من أن بنية الياقوت تُستخدم على نطاق واسع، إلا أنه مع زيادة حجم المجموعة، من المتوقع أن تصبح بنى جديدة مثل Dragonfly و Rail-only الاتجاهات الرئيسية لتطوير المجموعات الكبيرة جدًا.
الابتكار في المحولات: بالإضافة إلى ترقية محولات الكهرباء، بدأت محولات الضوء أيضًا في الظهور، ومن المتوقع أن تلعب دورًا في المجموعات الكبيرة جدًا.
الاتصال بين مراكز البيانات: مع اقتراب حجم المركز الواحد من الحد الأقصى، أصبح الاتصال بين مراكز متعددة اتجاهًا بحثيًا جديدًا، مما سيؤدي إلى طلبات جديدة مثل وحدات الضوء عالية السرعة لمسافات طويلة.
توصيات الاستثمار تركز على اتجاهين: الأول هو العناصر الأساسية في نظام الاتصالات، مثل Zhongji Xuchuang وXinyi Sheng وTianfu Communication؛ والثاني هو عناصر الابتكار في نظام الاتصالات، مثل Changfei Fiber وShengke Communication.
تشمل تحذيرات المخاطر الطلب على الذكاء الاصطناعي أقل من المتوقع، وفشل قانون القياس، وزيادة المنافسة في الصناعة.