الدور الحاسم لشبكة الإيثرنت في شبكات الذكاء الاصطناعي

إن التقدم السريع لتكنولوجيا الذكاء الاصطناعي (AI) يحدث ثورة في صناعات الحوسبة السحابية وتكنولوجيا المعلومات. منذ إطلاق Chat GPT في نوفمبر 2022، شهد مجال الذكاء الاصطناعي طفرة استثمارية، مما جذب اهتمامًا كبيرًا. قدم كبار مزودي الخدمات السحابية منتجات وخدمات جديدة لتلبية الطلب المتزايد على الذكاء الاصطناعي، في حين تستكشف العديد من الشركات الكبيرة بنشاط حالات استخدام الذكاء الاصطناعي مثل الذكاء الاصطناعي التوليدي (GenAI) لتعزيز الكفاءة التشغيلية والعائد على الاستثمار.

ومع ذلك، فإن التطور السريع للذكاء الاصطناعي يفرض متطلبات أعلى على البنية الأساسية لمقدمي خدمات الحوسبة السحابية ومراكز بيانات المؤسسات. يجب جمع البيانات، باعتبارها "الوقود" الحاسم لتطوير الذكاء الاصطناعي، وحمايتها ونقلها بكفاءة. يجب على المنظمات التي تستكشف تطبيقات الذكاء الاصطناعي الجديدة معالجة هذه التحديات. لدعم البيانات الضخمة والموارد الحسابية التي يتطلبها الذكاء الاصطناعي، نحتاج إلى بناء بنى أساسية أكثر كفاءة وموثوقية للشبكات.

في هذا السياق، أصبحت تقنية الإيثرنت، بنظامها البيئي الناضج والواسع الانتشار، بمثابة دعم أساسي للبنية الأساسية لشبكات الذكاء الاصطناعي. وتُظهِر تقنية الإيثرنت إمكانات قوية لتلبية المتطلبات العالية للذكاء الاصطناعي وتوفير منصة موحدة، وهو ما يؤثر بشكل كبير على الجدوى الاقتصادية للذكاء الاصطناعي. ويمكنها تحقيق نماذج تشغيلية متسقة عبر شبكات وسحابات مختلفة، وتجنب التكاليف المرتفعة المرتبطة بصيانة بنى أساسية متعددة.

المتطلبات الأساسية لتطوير شبكة الذكاء الاصطناعي

• السرعة: يدفع النمو السريع لخدمات الذكاء الاصطناعي الحاجة إلى سرعات أعلى في مراكز البيانات والشبكات الطرفية، مما يدفع الشبكات نحو أجيال جديدة مثل 400 جيجابت في الثانية وحتى 800 جيجابت في الثانية.
• الخصوصية والأمان: يجب أن تتعامل الشبكات مع البيانات بكفاءة مع ضمان التشفير والأمان عالي الجودة في البيئات متعددة المستأجرين لحماية خصوصية البيانات.
• الاستدلال على الحافة: مع قيام المؤسسات بنشر نماذج لغوية كبيرة (LLMs) أو نماذج لغوية صغيرة (SLMs) وسحابات الذكاء الاصطناعي الخاصة الهجينة، فإن نشر قدرات الاستدلال في الواجهة الأمامية سيصبح نقطة محورية.
• وقت قصير لإكمال المهمة (JCT) ووقت استجابة منخفض: إن تحسين الشبكات لتوفير نقل بدون خسارة، وضمان استخدام النطاق الترددي بكفاءة من خلال إدارة الازدحام وموازنة التحميل، هو أمر أساسي لتحقيق وقت قصير لإكمال المهمة (JCT).
• مجموعات مرنة: في مراكز بيانات الذكاء الاصطناعي، يمكن تكوين مجموعات المعالجات في أشكال مختلفة. يتطلب تحسين الأداء تجنب الإفراط في الاشتراك بين الطبقات أو المناطق لتقليل تكاليف المعالجة المشتركة.
• دعم تعدد المستأجرين: لأسباب أمنية، تحتاج شبكات الذكاء الاصطناعي إلى فصل تدفقات البيانات.
• الهندسة المعمارية الموحدة: تتكون شبكات الذكاء الاصطناعي عادةً من البنية الأساسية الخلفية (التدريب) والواجهة الأمامية (الاستدلال). تسمح عمومية Ethernet بإعادة الاستخدام الفني بين مجموعات الواجهة الخلفية والواجهة الأمامية.

الابتكار المستمر في تكنولوجيا الإيثرنت

تتطور تقنية الإيثرنت باستمرار لتلبية المتطلبات المتزايدة على نطاق الشبكة من خلال الذكاء الاصطناعي. وتشمل بعض التطورات التكنولوجية الرئيسية ما يلي:

• رش الحزم: تتيح هذه التقنية لكل تدفق شبكة الوصول إلى جميع المسارات إلى الوجهة في وقت واحد. يستخدم الترتيب المرن للحزم جميع روابط Ethernet بشكل كامل مع موازنة الحمل المثالية، مما يفرض الترتيب فقط عندما تتطلبه العمليات التي تتطلب نطاقًا تردديًا مكثفًا في أحمال عمل الذكاء الاصطناعي.
• إدارة الازدحام: تعد خوارزميات التحكم في الازدحام القائمة على Ethernet بالغة الأهمية لأحمال عمل الذكاء الاصطناعي. فهي تمنع النقاط الساخنة وتوزع الحمل بالتساوي عبر مسارات متعددة، مما يضمن نقل حركة مرور الذكاء الاصطناعي بشكل موثوق.

البنية التحتية الموحدة والمحسنة للمؤسسة

تحتاج الشركات إلى نشر البنية الأساسية الموحدة لشبكة الذكاء الاصطناعي ونماذج التشغيل لتقليل تكلفة خدمات وتطبيقات الذكاء الاصطناعي. يعد اعتماد Ethernet القائم على المعايير كتكنولوجيا داعمة عنصرًا أساسيًا. فهو يضمن التوافق بين أنظمة الواجهة الأمامية والخلفية، وتجنب عقبات عملية التوحيد والتأثيرات الاقتصادية التي تجلبها البنى المعمارية المختلفة. على سبيل المثال، تدعو شركة Arista إلى بناء "مركز الذكاء الاصطناعي"، حيث يتم تدريب وحدات معالجة الرسومات بكفاءة من خلال شبكات بدون فقدان. يتم توصيل نماذج الذكاء الاصطناعي المدربة بمجموعات استدلال الذكاء الاصطناعي، مما يسمح للمستخدمين النهائيين بالاستعلام عن هذه النماذج بسهولة.

مزايا سوق الإيثرنت

تتمتع تقنية الإيثرنت بقدرة تنافسية قوية في نشر الذكاء الاصطناعي بسبب انفتاحها ومرونتها وقدرتها على التكيف. ويتفوق أداؤها على تقنية InfiniBand، ومع التحسينات التي قدمتها Ultra Ethernet Consortium (UEC)، ستتوسع مزاياها بشكل أكبر. وعلاوة على ذلك، تعد تقنية الإيثرنت أكثر فعالية من حيث التكلفة، ولديها نظام بيئي أوسع وأكثر انفتاحًا، مما يوفر عمومية وعمليات موحدة ومجموعات مهارات لكل من مجموعات الواجهة الخلفية والأمامية، بالإضافة إلى فرص إعادة استخدام المنصة بين المجموعات. ومع استمرار توسع حالات استخدام الذكاء الاصطناعي والخدمات، ستزداد فرص البنية الأساسية لتقنية الإيثرنت بشكل كبير، سواء في قلب أنظمة إدارة التعلم الآلي الضخمة أو على حافة المؤسسة. يمكن لشبكة الإيثرنت الجاهزة للذكاء الاصطناعي تلبية الطلب وتوفير استدلال الذكاء الاصطناعي استنادًا إلى بيانات خاصة بالصناعة.

باختصار، تلعب تقنية Ethernet دورًا حاسمًا في البنية التحتية لشبكة الذكاء الاصطناعي. يمكنها تلبية الاحتياجات المتعددة للذكاء الاصطناعي من حيث السرعة والأمان والاستدلال على الحافة والمزيد. من خلال الابتكار التكنولوجي المستمر والدعم الشامل للنظام البيئي، توفر تقنية Ethernet حلولاً أكثر كفاءة وفعالية من حيث التكلفة للشركات، مما يعزز التطبيق والتطوير الواسع النطاق للذكاء الاصطناعي.