Anthropic نقلت Claude إلى شرائح AMD في ثلاثة أيام بفضل نموذج Mythos

بدأت Anthropic جولتها الترويجية للطرح العام الأولي، وتضمّن الفيديو الموجّه للمستثمرين ما لم يُنشر من قبل: كيف تبدو الشركة فعليًا من الداخل على مستوى العتاد. وأكثر الأجزاء إثارة هو قسم الحوسبة الذي يقدّمه المؤسس المشارك توم براون. وبالنسبة لكل من يبني بنية تحتية لنماذج اللغة الكبيرة، فهذه نظرة نادرة من الداخل.

أربع عائلات من الشرائح بدلًا من واحدة

يقول براون إن Claude يُدرَّب ويُخدَّم الآن على جميع العائلات الكبرى الأربع من الشرائح: AWS Trainium وGoogle TPU ومعالجات NVIDIA الرسومية ومعالجات AMD الرسومية. وبحسب قوله، أصبح ذلك ممكنًا بفضل رهان غير تقليدي أُجري منذ زمن بعيد. وكان كثيرون يرون حينها أن تشغيل النماذج على شرائح مختلفة لا يستحق العناء.

ولهذه الشكوك سبب. فكل شريحة تحتاج إلى حزمة برمجية خاصة بها وحزمة استدلال خاصة بها، وهذا مكلف ومعقّد. وإن سبق لك أن نقلت شيفرة من CUDA إلى منصة أخرى، فأنت تعرف كيف يبدو ذلك: فالنوى (kernels)، أي الدوال منخفضة المستوى التي تحسب المصفوفات فعليًا على عتاد محدد، يتعيّن إعادة كتابتها تقريبًا من الصفر.

تعمل Anthropic على ذلك منذ سنوات، وبحسب براون «نجحت فيه نجاحًا لا يُصدَّق». وكان ثمة تلميح غير مباشر إلى تعدد الشرائح في سبتمبر. ففي تحليل لثلاثة أعطال حديثة، وصفت الشركة أخطاءً أثّرت فقط على عمليات النشر على TPU. أي أن النموذج نفسه يعمل فعلًا على منصات مختلفة، وأن الأخطاء فيها تختلف.

Mythos شغّل Claude على AMD في ثلاثة أيام

يتعلق الرقم الأبرز بشركة AMD. ففي هذا العام بدأت Anthropic العمل لأول مرة مع معالجات هذه الشركة الرسومية. وكان ربط منصة شرائح جديدة يستغرق سابقًا أشهرًا من عمل عشرات المهندسين. أما هذه المرة فقد أُسندت المهمة إلى نموذج Mythos.

وبحسب براون، شغّل النموذج Claude على AMD خلال ثلاثة أيام وبتدخل بشري شبه معدوم. وقد نقل Claude أو كتب ما يقارب 100% من النوى.

وهذه إشارة مهمة للممارسين. فقد كان نقل النوى يُعد ذلك العمل «المكلف والممل» الذي يبقي المهندسين مرتبطين بمورّد واحد. وإذا كان نموذج لغوي كبير يتولى فعلًا معظم هذا العمل، فإن كلفة التحرر من الارتباط بمورّد واحد لمعالجات GPU تنخفض. وهذه حجة أيضًا في مفاوضات أسعار العتاد.

مضاعفات الحوسبة والحديث عن التحسين الذاتي

يرى براون أن المصدر الثاني للتفوق هو سرعة اكتشاف «مضاعفات الحوسبة». فـ Anthropic تنظر إلى الحوسبة الفعّالة النهائية: القدرة الفيزيائية مضروبة في المضاعفات المكتشفة.

مثال من الفيديو. لنفترض أن تدريب نموذج بمستوى معيّن يتطلب 100 وحدة حوسبة. المضاعف 4x يعني أنه يمكن تدريب النموذج نفسه بـ 25 وحدة. أو يمكن إنفاق المئة كلها والحصول على نموذج أذكى كان سيتطلب سابقًا 400.

وبحسب براون، تتراكم المضاعفات: كل مضاعف جديد يعزز تأثير ما سبقه، ويصعب نسخ هذه الميزة. ثم يأتي التصريح الأجرأ. فبرأي الشركة، قد تتسارع العملية كلما اقتربنا من التحسين الذاتي التكراري، حين يصبح Claude قادرًا على إيجاد المضاعفات بنفسه بالكامل.

ما ينبغي أن نضعه في الحسبان

أولًا: هذه مواد موجّهة للمستثمرين وليست تقريرًا مستقلًا. فأرقام مثل «ثلاثة أيام» و«ما يقارب 100% من النوى» ذكرها أحد المؤسسين ولم يتحقق منها أحد. كما تغيب التفاصيل: أي النوى تحديدًا، وما مدى قرب الأداء من NVIDIA، وكم ساعة من المراجعة البشرية استُهلكت مع ذلك.

ثانيًا: التحسين الذاتي التكراري هنا ما زال مجرد وعد بالمستقبل، وليس نتيجة قاسها أحد. ويجدر التعامل معه بوصفه استراتيجية للشركة وحجة للطرح العام الأولي.

ثالثًا: لا يوجد نص رسمي مفرغ للفيديو. فقد استخرج سايمون ويليسون النص بنفسه باستخدام MacWhisper ونشره، لذا ينبغي مطابقة الاقتباسات معه.

الخلاصة العملية للفرق التي تبني منظومة استدلال خاصة بها. إذا كنتم تؤجلون دعم مورّد ثانٍ بسبب كلفة نقل النوى، فقد حان الوقت لإعادة فحص هذا التقدير. جرّبوا أن تعهدوا إلى نموذج قوي بنواة صغيرة مع اختبارات واحسبوا كم ساعة هندسية وفّر ذلك فعليًا. وحتى لو كانت نتيجتكم أكثر تواضعًا من ثلاثة أيام، فإن حدّ «مكلف ولا يستحق العناء» قد تحرّك بالفعل.