الحوسبة (Compute)
الحوسبة، في سياقات الذكاء الاصطناعي، تشير إلى موارد المعالجة الحسابية - وبشكل أساسي قوة معالجة وحدات معالجة الرسوميات أو TPU والذاكرة والبنية الأساسية الداعمة - المطلوبة لتدريب وتشغيل نماذج الذكاء الاصطناعي. إنها المورد المحدد الأساسي والعامل الرئيسي الذي يحرك التكاليف في تطوير الذكاء الاصطناعي الحدودي.
في بحوث الذكاء الاصطناعي والصناعة، تُعد "الحوسبة" اختصاراً لإجمالي موارد الأجهزة المستهلكة لتنفيذ العمليات الحسابية - بشكل أساسي عمليات الضرب المصفوفي - في قلب تدريب الشبكات العصبية والاستدلال. غالباً ما يتم تحديده كإجمالي العمليات ذات النقطة العائمة (FLOPs) لمدة تشغيل التدريب، أو كساعات وحدات معالجة الرسوميات أو ساعات الرقاقة المستهلكة. بخلاف البيانات أو التصميم الخوارزمي، وهما اثنان من المدخلات الأساسية الأخرى لتقدم الذكاء الاصطناعي، يتم شراء الحوسبة بشكل مباشر برأس المال وتتسع بطريقة يمكن التنبؤ بها نسبياً مع الاستثمار، مما يجعلها رافعة اقتصادية وأصلاً استراتيجياً.
يعتمد حساب التدريب على ثلاثة عوامل: عدد معاملات النموذج وعدد رموز التدريب المعالجة والكفاءة في مكدس الأجهزة والبرامج. حددت ورقة Chinchilla من DeepMind (2022) إرشادات مبدئية لتخصيص ميزانية حوسبة ثابتة بين حجم النموذج وحجم مجموعة البيانات. يعالج مدة تشغيل التدريب لنموذج لغة حدودي تريليونات من الرموز على مدى أسابيع إلى أشهر في مجموعات آلاف المسرعات. تتطلب حوسبة الاستدلال - تكلفة تقديم نموذج لكل استعلام - حوسبة أقل لكل طلب ولكن يمكن أن تصل إلى إجماليات مماثلة أو تتجاوز حوسبة التدريب بمجرد نشر نموذج يُستخدم على نطاق واسع.
أصبحت توفر الحوسبة متغيراً جيوسياسياً. تُصنع مسرعات الذكاء الاصطناعي المتقدمة - وبشكل أساسي وحدات معالجة الرسوميات H100 و H200 و Blackwell من NVIDIA - من قبل عدد صغير من الشركات باستخدام عمليات التصنيع المركزة في TSMC في تايوان. فرضت الولايات المتحدة قيود تصدير دخلت حيز التنفيذ في أكتوبر 2022 وتوسعت في جولات لاحقة تقيد بيع رقاقات ذكاء اصطناعي عالية الأداء إلى الصين ودول معينة أخرى، مستهدفة بشكل صريح الوصول إلى الحوسبة. أثرت هذه الضوابط بشكل مباشر على المنظمات التي يمكنها السعي إلى مدات تدريب حدودية وسرعت برامج تطوير المسرعات المحلية في الصين والاتحاد الأوروبي.
بحلول عام 2026، تحتوي أكبر مجموعات تدريب الذكاء الاصطناعي على عشرات الآلاف من وحدات معالجة الرسوميات NVIDIA B200 أو H200 أو مسرعات مخصصة معادلة، تمثل نفقات رأس مال تتراوح من مئات الملايين إلى أكثر من مليار دولار لكل مجموعة. أعلنت Microsoft و Google و Meta و Amazon و xAI وكل منها أو نشرت مراكز بيانات بهذا الحجم لأعباء عمل الذكاء الاصطناعي. يوفر مزودو الخدمات السحابية حوسبة عند الطلب أو كسعة محجوزة، مع أسواق فوري تتقلب حسب الطلب. أدت تحسينات الكفاءة الخوارزمية - بنى أنواع الخليط من الخبراء والتنسيق الأفضل للبيانات والوصفات التدريبية المُحسّنة - إلى تخفيف متطلبات الحوسبة نسبياً لكل وحدة من جودة النموذج، لكن إجمالي استهلاك الحوسبة في الصناعة يستمر في النمو من سنة إلى أخرى.