تُعمّق وزارة الطاقة الأمريكية (DoE) تعاونها مع شركة NextSilicon الناشئة الإسرائيلية المتخصصة في رقاقات الحوسبة عالية الأداء (HPC). خلال مؤتمر Supercomputing 2026 في شيكاغو يوم الاثنين، كشفت NextSilicon عن نشر ثاني مجموعة حوسبة (cluster) من رقاقاتها Maverick-2 في بيئة الاختبار Darwin بمختبر لوس ألاموس الوطني (LANL).
يأتي هذا النشر بعد ستة أشهر فقط من تشغيل مختبرات سانديا الوطنية لأول حاسوب فائق من NextSilicon، والذي يضم 64 عقدة و128 من مسرعات الشركة القابلة للتهيئة أثناء التشغيل. بينما يُعد نظام LANL أضغر حجمًا، حيث يضم أربعة مسرعات فقط، إلا أنه يحمل أهمية استراتيجية كبيرة للمختبر.
يُعرف Galen Shipman، كبير العلماء في Darwin بمختبر LANL، أن Darwin هي «بيئة اختبار طويلة الأمد نجلب فيها تقنيات أحدث للتقييم». تتيح هذه الأنظمة الأصغر لمختبر LANL فحص مجموعة واسعة من قواعد التعليمات البرمجية وتكييفها مع الرقاقات، وتحديد المشكلات، والعمل مباشرة مع NextSilicon للتأثير في قدرات الرقاقات المستقبلية. برأينا، هذا يعني أن مختبر لوس ألاموس يرى في Maverick-2 الخطوة الأولى نحو عمليات نشر أوسع لتقنيات NextSilicon في حواسيب DoE الفائقة القادمة.
معماريات مرنة لأعباء العمل المتنوعة
تضطلع مختبرات LANL بمهام حيوية، منها ضمان فعالية الردع النووي للولايات المتحدة وإجراء محاكاة لمصادر الطاقة المستقبلية، مثل وقود مفاعلات الاندماج. تندرج هذه المهام ضمن فئة «محاكاة متعددة الفيزياء» التي تتطلب موارد حاسوبية مختلفة جدًا في أجزائها المتعددة. المشكلة تكمن في أن النظام الأمثل لإحدى هذه المحاكاة قد لا يكون مناسبًا للأخرى، مما يجعل تحديد منصة واحدة مثالية تحديًا.
هنا تبرز رقاقات Maverick-2 من NextSilicon بقدرتها على إعادة التهيئة لمطابقة أعباء العمل المختلفة عند الطلب. بدلاً من الاعتماد على تحديد جامد لمقدار وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسوميات (GPU) المطلوبة مسبقًا، توفر هذه الرقاقات بنية قابلة للتكيف وإعادة التهيئة لتلبية متطلبات سير العمل بشكل فعال.
نظرة على رقاقات Maverick-2
على الرغم من بعض التشابهات البصرية مع وحدات معالجة الرسوميات الحالية من Nvidia، فإن Maverick-2 ليست GPU. بدلاً من ذلك، تستخدم بنية تدفق البيانات (dataflow architecture) التي تتداخل فيها عمليات الاتصال والحساب. تتكون الرقاقات من شبكة من وحدات المنطق الحسابي (ALUs) التي تُضبط لأداء العمليات بالتسلسل المطلوب، مما يسمح بمعالجة البيانات أثناء انتقالها من وحدة إلى أخرى. هذه البنية فعالة للغاية في السيناريوهات المقيدة بعرض النطاق الترددي، مما يجعلها ذات أهمية في الحوسبة عالية الأداء والذكاء الاصطناعي، خصوصًا كمسرعات فك التشفير في مجموعات استنتاج الذكاء الاصطناعي (AI inference clusters).
تدعي NextSilicon أنها طورت مترجمًا (compiler) يمكنه تحويل أي من قواعد التعليمات البرمجية الحالية المكتوبة بلغات C أو Python أو Fortran أو CUDA إلى رسم بياني يمكن تشغيله مباشرة على رقاقاتها. في معيار HPCG، تحقق رقاقة Maverick-2 واحدة أداءً يصل إلى 600 جيجا فلوبس، وهو ما يُعتبر مكافئًا لوحدات معالجة الرسوميات المعاصرة، ولكن بنصف استهلاك الطاقة. يشير الرئيس التنفيذي لشركة NextSilicon، Elad Raz، إلى أن أداء Maverick-2 يختلف باختلاف أعباء العمل، ولذلك لم تنشر الشركة أرقام الأداء النظري القصوى.
ماذا يعني هذا للمطورين؟
يعني ظهور NextSilicon Maverick-2 إمكانية الوصول إلى بنية حوسبة أكثر مرونة وكفاءة، خاصة لمن يعملون على محاكاة متعددة الفيزياء أو تطبيقات الذكاء الاصطناعي التي تتطلب معالجة كثيفة للبيانات وبأقل استهلاك للطاقة. القدرة على تحويل التعليمات البرمجية الحالية بلغات شائعة مثل Python وCUDA تجعل التكيف مع هذه الرقاقات أسهل. المطورون في مجالات الحوسبة العلمية والذكاء الاصطناعي قد يرون في هذه التقنية الجديدة حلاً محتملاً لتحديات الأداء والتكلفة في المستقبل، مع التركيز على الكفاءة الفعلية بدلاً من الأرقام النظرية.
المصدر: theregister.com