نشرت قائمة Top500 الجديدة للحواسيب الفائقة، والتي أظهرت مرة أخرى هيمنة الصين بلا منازع. يحتفظ الحاسوب الفائق LineShine من الصين بالمركز الأول، متفوقاً بشكل كبير على أقوى الأنظمة الأمريكية. لكن هذا التصنيف، برأينا، لم يعد يعكس المشهد الكامل للحوسبة عالية الأداء، خصوصاً مع تحول الولايات المتحدة نحو دمج الذكاء الاصطناعي مع الحوسبة الفائقة.
قوة LineShine الصينية تهيمن على القمة
يتصدر LineShine القائمة بأداء يبلغ 2.2 إكسا فلوبس (exaFLOPS) وفقاً لمعيار High Performance Linpack (HPL)، وهو ما يجعله متقدماً بنسبة 22% تقريباً على حاسوب El Capitan الأمريكي. يعمل LineShine، الذي طوره المركز الوطني للحوسبة الفائقة في شنجن (NSCS)، بما مجموعه 45,360 وحدة معالجة مركزية من نوع LingKun LX2، كل منها يضم 304 أنوية Arm v9.2 بتردد 1.5 جيجاهرتز. اللافت للنظر أن الصين حققت هذا الإنجاز بالرغم من القيود الأمريكية على تصدير وحدات معالجة الرسوميات (GPUs) إليها، ويأتي هذا الأداء على حساب استهلاك طاقة أعلى يصل إلى 42.2 ميجاوات.
أمريكا تحول وجهتها نحو الذكاء الاصطناعي والحوسبة عالية الأداء
في المقابل، لا يبدو أن الولايات المتحدة في طريقها لاستعادة الصدارة في قائمة Top500 قريباً من حيث الأداء الخام لـ HPL. ففي إطار «مهمة جينيسيس» (Genesis Mission)، تخطط وزارة الطاقة الأمريكية لنشر تسعة حواسيب فائقة جديدة، لكن معظمها سيكون أصغر حجماً أو يركز على تطبيقات الذكاء الاصطناعي. على سبيل المثال، يحتل حاسوب Lux الفائق التابع لمختبر أوك ريدج الوطني (ORNL)، والذي بُني بالتعاون مع HPE و AMD، المركز 14 في القائمة بأداء 220 بيتا فلوبس (petaFLOPS) في FP64. إلا أنه عند استخدام دقة FP4، والتي تناسب مهام استدلال وتدريب الذكاء الاصطناعي، يقفز أداؤه إلى أكثر من 20 إكسا فلوبس.
كما تعول وزارة الطاقة الأمريكية على نظام Discovery القادم، الذي سيعتمد على معالجات AMD Venice ووحدات معالجة الرسوميات Instinct MI430X، لتوفير أداء يتراوح بين 3 إلى 5 أضعاف أداء Frontier الحالي في FP64. هذا النظام مصمم لتقديم قوة معالجة عالية لكل من الحوسبة التقليدية عالية الأداء ومهام الذكاء الاصطناعي، حيث توفر رقاقات MI430X أكثر من 200 تيرافلوبس من عمليات المصفوفات بدقة FP64.
المعركة الحقيقية تدور في عالم وكلاء ونماذج AI
تُشير مصادر متعددة إلى أن قائمة Top500 لم تعد تعكس بشكل كامل القدرات الحوسبية المتوفرة، خاصة تلك الموجهة للذكاء الاصطناعي. فشركات مثل SpaceXAI، Meta، و OpenAI تمتلك مجموعات حواسيب فائقة ضخمة غير مدرجة في القائمة، مثل Colossus من SpaceXAI الذي يضم 200,000 وحدة معالجة رسوميات Hopper، ويستهلك 300 ميجاوات، وقادر على تجاوز 3 إكسا فلوبس في HPL. هذه الأنظمة مكرسة لتدريب وتشغيل نماذج الذكاء الاصطناعي الضخمة ووكلاء AI.
نرى أن ساحة المعركة الحقيقية قد تحولت من مجرد قياس سرعة معالجة المهام التقليدية إلى القدرة على تسخير نماذج الذكاء الاصطناعي ووكلاء AI لأتمتة المختبرات، وصياغة واختبار الفرضيات. هذا التركيز على الذكاء الاصطناعي في «مهمة جينيسيس» الأمريكية يعكس أهميته في تمكين الباحثين من التكرار بشكل أسرع، وتوجيه أبحاثهم بدقة أكبر، بدلاً من إجراء آلاف المحاكاة العشوائية.
بالنسبة للمطورين والمصممين، يعني هذا التحول أن الوصول إلى قوة حوسبية هائلة، سواء عبر السحابة أو من خلال الأنظمة المتخصصة، سيصبح حاسماً لتطوير نماذج الذكاء الاصطناعي الأكثر تعقيداً ووكلاء AI المتقدمين. ففي حين أن الترتيب التقليدي للحواسيب الفائقة قد يظل مهماً لبعض المجالات، فإن القدرة على تشغيل وتدريب نماذج AI بكفاءة هي التي ستحدد ريادة الابتكار في المستقبل. كلما زادت القدرة الحوسبية، زادت سرعة الابتكار في أدوات الذكاء الاصطناعي التي نعتمد عليها في عملنا.
المصدر: theregister.com