הטכנולוגיה זזה מהר להפליא. ייתכן שאתה קונה היום טאבלטים סטנדרטיים או מחשב נייד בסיסי עבור מחוז בית ספר. עם זאת, הקסם האמיתי של העתיד מתרחש רחוק במרכזי נתונים מסיביים. מכונות ענק מעבדות הררי מידע כדי להפוך את האלקטרוניקה היומיומית שלנו לחכמה ומהירה יותר. פוסט זה מסביר כיצד כוח מחשוב ו-AI מעצבים את הגאדג'טים שכולנו מסתמכים עליהם. המשך לקרוא כדי לראות כיצד החומרה הצרכנית של מחר מתוכננת על ידי המערכות המתקדמות ביותר של היום.

מהו בדיוק מחשב על וכיצד הוא מחשב?

A מחשב על הוא בעצם מאוד מחשב חזק. זה ספציפית מיועד לרוץ משימות מאסיביות. זה יכול בקלות לפתור בעיות מורכבות שמכונה רגילה פשוט לא יכולה להתמודד. כאשר מהנדסים מודדים את ביצועים של מחשב על, הם לא מסתכלים במהירויות שעון סטנדרטיות כמו שאתה מסתכל על מחשב ביתי. במקום זאת, המהירות שלו היא נמדד בפעולות נקודה צפה לפי השני. אנו קוראים לזה בדרך כלל א פלופ.

להגיע לבלתי ייאמן הזה רמת הביצועים, סינגל מחשב העל יכול להכיל עשרות אלפי מעבדים. החלקים הקטנים האלה עובדים בשיתוף פעולה הדוק מאוד כדי לפעול כמו מוח ענק אחד. מאסיבי נוצרים מחשבי על של חלקים פיזיים קטנים יותר שהם מקובצים לצמתי מחשוב. אלה צמתי חישוב להתמודד עם חלקים זעירים של פאזל ענק בו זמנית. הם מעבדים טריליונים של חישובים לשנייה בקצב מסחרר.

המאסיבי הזה לחשב כוח הוא חיוני לחלוטין עבור מודרני AI. בין אם חיזוי מגמות קניות או הכשרה של עוזרות קוליות חכמות, AI זקוק למשאבים אדירים. גם מחשבי-על משמש לבדיקת עיצובי תוכנה וחומרה שבסופו של דבר נוחתים על מכשירי צרכנים. כל טאבלט או סמארטפון חדשים נהנים מההרמה הכבדה שנעשתה על ידי א מחשב על הרבה לפני שהמוצר מגיע למדפים.

כיצד התחיל מחשוב-על בהיסטוריה של המחשב?

הסיפור של מחשוב-על התחיל לפני עשורים רבים. ה מחשב העל הראשון נולד כאשר מדענים ומהנדסים צבאיים מוקדמים רצו יותר מהירות. סימור קריי היה דמות אגדית בעידן מוקדם זה. הוא עיצב את המפורסם CDC 6600 תוך כדי עבודה ב Control Data Corporation. היסטוריונים רבים מכנים את CDC 6600 נקודת המוצא האמיתית של המודרני טכנולוגיית מחשב.

לפני שהמכונה הזו הגיעה, פרויקטים אחרים כמו IBM 7030 היה קיים. ספציפית, ה IBM 7030 Stretch ניסה לפרוץ את הגבולות של מה שמכונה יכולה לעשות. עם זאת, סימור קריי השתמש בעיצובי קירור חכמים ובחיווט צפוף כדי להפוך את המכונה שלו למהירה הרבה יותר. מוקדם מחשבי על משתמשים דפוסי חיווט ייחודיים להפחתת עיכובי האות בין חלקים. הם היו שונים בתכלית מכל דבר אחר שנבנה באותה תקופה.

באותם ימים מוקדמים, מהירות המכונה הייתה לפעמים פשוט מדורגת מיליון הוראות בשנייה. זה נראה איטי להפליא היום! עכשיו, מודרני AI דגמים דורשים הרבה יותר מזה. אבל הימים הראשונים ההם קבעו את הבמה. הם הוכיחו שבני אדם יכולים לבנות מכונות ענק כדי להתמודד עם מתמטיקה מטורפת.

מדוע מחשבים רגילים שונים ממחשב בעל ביצועים גבוהים?

חשבו על המכשיר שיושב על השולחן שלכם עכשיו. שולחן עבודה רגיל או עסק מחשב נייד בגודל 16 אינץ' DS160N95 מעולה לעבודה יומיומית. מחשבים רגילים בדרך כלל יש עיקרית אחת מעבד. אולי יש להם קומץ ליבות מעבד. אבל א מחשב בעל ביצועים גבוהים היא חיה אחרת לגמרי.

בסיסי מערכת מחשב מטפל במשימות של אדם אחד בכל פעם. זה עשוי להשתמש בתקן מערכת הפעלה כמו ווינדוס או אנדרואיד. לעומת זאת, מכונות מחקר מאסיביות מכילים עשרות אלפים של חלקים. יש להם עשרות אלפי צמתים עובדים בבת אחת. כשאתה מקליד על א מחשב נייד, זה מרגיש לך מאוד מהיר. אבל זה לא יכול לנהל עולמי AI סימולציה או מודל של הגנום האנושי.

היומיום שלך מחשבים אישיים בנויים לעלות נמוכה, ניידות וחום נמוך. מתקן ענק חייב לנהל בקפידה אקסטרים צריכת חשמל. תקן מחשב נייד לוגם את כוח הסוללה לאט. מתקן נתונים מסיבי משתמש בכוח מספיק כדי להאיר עיירה קטנה!

• מחשב נייד: מעבד 1, 8-16 GB RAM, פועל על סוללה, בנוי למשתמש אחד.
• מחשב על: מיליוני ליבות, פטה-בייט של זיכרון RAM, זקוקים לתחנת כוח, שנבנתה עבור מערכי נתונים ענקיים.

כיצד עיבוד מקביל מייעל אשכול מחשבים?

כדי להפוך מכונות למהירות יותר, המהנדסים מקשרים אלפים מהן יחד. זה יוצר רשת ענקית בשם a אשכול. בתוך א אשכול, חלקים חייבים לדבר מהר. הם משתמשים במהירות גבוהה במיוחד חיבור מערכת כבלים. זה עוזר ל לייעל זרימת הנתונים בין כל החלקים.

מהנדסים להשתמש בעיבוד מקביל לפצל את עומס העבודה. בעיקרון, מחשוב-על הוא צורה של עיבוד מקביל. זה מפרק עבודה ענקית לחלקים קטנים. ואז, מאות או אלפים של שבבים פותרים את החלקים האלה באותו זמן בדיוק. הרעיון הפשוט הזה של מקביליות זה מה שגורם לקסם לקרות. תחשוב על זה כמו לבשל ארוחה ענקית: שף אחד לוקח הרבה זמן, אבל מאה שפים שעובדים יחד מסיימים תוך דקות.

המילה מחשוב-על משמש לפעמים שם נרדף עם HPC (מחשוב בביצועים גבוהים). לנהל כבד עומס עבודה, תוכנת השליטה חייבת להיות חכמה מאוד. היום, AI תוכניות בנויות להתפשט בצורה מושלמת על פני א אשכול. טכניקה זו נקראת עיבוד מקביל מאוד. זה נותן את כל המערכת מדהים תפוקה ויעילות.

כיצד בינה מלאכותית תדחוף את גבולות הכוח החישובי?

היום, AI הוא המניע הגדול ביותר של תעשיית הטכנולוגיה. הכשרת חדש AI דורש כמות עצומה של חישוב. יש ספציפיים בעיות הדורשות מתמטיקה קיצונית לפתרון. ה נעשה שימוש בחישובים מורכבים וגדולים על ידי רשתות עצביות מדהימות. למעשה, ה חישובים גדולים המשמשים מחשבי-על היום הם כמעט בעיקר עבור AI מחקר.

להתמודד עם הכבד הזה חישובי עומס, שבבים סטנדרטיים פשוט לא מספיקים. אנחנו סומכים מאוד על יחידות עיבוד גרפיות או GPUs. א גרפי שבב הוא מושלם לחלוטין עבור AI. זה עושה הרבה בעיות מתמטיות פשוטות בו זמנית. חברות אוהבות אינטל ו-Nvidia בונים חלקים ספציפיים בדיוק מהסיבה הזו.

אלה AI משימות משפרות את הגאדג'טים שאתה קונה מדי יום. לדוגמה, המצלמה החכמה כוללת אצלנוTablet X12 Pro בגודל 10.1 אינץ' להסתמך על AI דגמים שהוכשרו במקור על מכונות מסיביות. הבלתי ייאמן כוח עיבוד של מתקן ענק הופך בסופו של דבר את הטאבלט הקטן שלך לחכם ומועיל יותר.

מחשוב ענן לעומת HPC מקומי: מי מנצח עבור AI בקנה מידה גדול?

לא לכולם יש כסף לקנות מתקן שרתים ענק. זה בדיוק המקום מחשוב ענן נכנס פנימה. מחשוב ענן מאפשר לחברות לשכור חשמל דרך האינטרנט. אתה מקבל מחשוב בעל ביצועים גבוהים בלי צורך לבנות חדר ענק ורועש מלא בשרתים.

עבור בקנה מידה גדול AI פרויקטים, הענן מדהים. אתה יכול לשכור פרוסה קטנה מה מחשב העל המהיר בעולם לכמה שעות בלבד. ה מחשוב בעל ביצועים גבוהים העולם אימץ את הרעיון הזה במלואו. זה עושה HPC נגיש למותגים ובתי ספר קטנים יותר.

עם זאת, בעלות על חומרה מקומית עדיין חשובה עבור חלק. חלק מהנתונים המאובטחים ביותר אינם יכולים לעבור לענן הציבורי. אז, חברות בונות מיני משלהן HPC חדרים. בין אם אתה שוכר אותו באינטרנט או קונה אותו, אתה צריך מאסיבי לחשב משאבים כדי להישאר תחרותיים בזמנים של היום AI גזע.

"הענן ביצע דמוקרטיזציה של גישה לכוח מחשוב קיצוני. כעת, כל סטארטאפ יכול לאמן מודל בינה מלאכותית".

כיצד משתנה חיזוי מזג האוויר הודות למחשוב-על?

מקרה שימוש קלאסי אחד עבור מכונות מסיביות הוא תחזית מזג האוויר. ניתן להשתמש במחשבי על לחזות סופות קשות ושינויי אקלים. סוכנויות כמו ה מינהל האוקיינוס והאטמוספירה הלאומי לסמוך עליהם מאוד. הם בולעים מיליארדי נקודות נתונים מלוויינים מדי יום.

הם משתמשים באוקיינוס הנתונים הזה במדויק לדמות האווירה. על ידי כך הם יכולים לחזות אירועי מזג אוויר קיצוניים ימים לפני שהם קורים. הם מספקים בזמן אמת אזהרות שמצילות חיים ורכוש. זה דורש מתמטיקה מורכבת מיליוני פעמים לשנייה.

ה חישובי מודלים למזג האוויר דומים למדי AI דגמים. שניהם צריכים כמויות אדירות של נתונים כדי ללמוד. סינגל חישוב יכול להיות שלא ייקח הרבה זמן עד נורמלי מחשב. אבל לעשות מיליארדים מהם בבת אחת דורש כוח רציני ומסור.

מה התפקיד של מחשבי-על למטרות מיוחדות בבינה מלאכותית?

לפעמים, מכונה כללית היא פשוט לא הכלי הטוב ביותר לעבודה. זה מתי מחשבי על למטרות מיוחדות לזרוח. הם בנויים מהיסוד לעבודה ספציפית אחת. הם כן מיועד לרוץ סוג אחד מדויק של חישוב בצורה מושלמת, מבלי לבזבז אנרגיה על שום דבר אחר.

לדוגמה, חוקרים בונים מכונות רק כדי ללמוד מכניקת הקוונטים. הפיזי ארכיטקטורה מכוון באופן בלעדי למדע המדויק הזה. ב- AI בעולם, חברות בונות שבבים מותאמים אישית רק עבור רשתות עצביות. אלה לא מחשבים רגילים שמפעילים דפדפן או מעבד תמלילים.

מכיוון שהם מתמקדים לחלוטין בדבר אחד, הם יעילים להפליא. הם יכולים להיות בקלות 10 פעמים מהר יותר בעבודה אחת מאשר במכונה כללית. הם לא מבזבזים אנרגיה ביום יום מערכת הפעלה. הם פשוט מכרסמים את המספרים שהם בנויים למחצה. זה ביצועים גבוהים מאפשר פריצות דרך בתחום AI שהיו בלתי אפשריים לפני עשור.

האם מחשב-על יתאים יום אחד למחשב נייד?

הטכנולוגיה תמיד מתכווצת עם הזמן. מאוד מחשב העל המהיר ביותר מלפני עשרים שנה בקושי היה כוח של סמארטפון מודרני. אז האם הענקים של היום ישתלבו בסופו של דבר בקטנה מחשב נייד? התשובה היא גם כן וגם לא.

מחשבי-על מודרניים הם מסיביים פיזית. לדוגמה, מכונות מסוימות מגיעות לרמה עוצרת נשימה מהירות של 442 petaflops. (א petaflops הוא קוודריליון אחד פעולות נקודה צפה בשנייה). פשוט לא תתאים כל כך הרבה חום ואנרגיה ב- מחשב נייד בכל עת בקרוב! מכשיר כמו שלנו מחשב נייד מוקשח בגודל 14.1 אינץ' DS141 הוא קשוח ביותר, אבל הוא לא יכול להתמודד עם מגה וואט של צריכת חשמל צריך בשביל זה.

עם זאת, ה מעבד בתוך הבית שלך מחשב ימשיך להשתפר הרבה יותר. סינגל ליבה היום זה הרבה פעמים מהר יותר מאשר מיינפריים ישנים. עכשיו יש לנו חלקים מ אינטל שמתחרים בחדרי שרתים שלמים משנות התשעים. העתיד שלך מחשב נייד יטפל מקומי AI משימות בקלות מדהימה.

איך נראה מחר תחום הבינה המלאכותית החישובית?

המרגש תחום של חישוב המדע משתלב לגמרי עם AI. אנו רואים מערכות ענק הפועלות במקומות כמו המעבדה הלאומית של לוס אלמוס ו Oak Ridge National Laboratory. הם כל הזמן דוחפים את הגבולות המוחלטים של מה א מחשב יכול לעשות.

מכונות עתידיות ישתלבו בצורה חלקה רגילה יחידות עיבוד מרכזיות עם טכנולוגיה חדשה לגמרי. נראה יותר מתמחה מחשבים וקטוריים בשימוש. א וקטור שבב נהדר עבור סוגים ספציפיים של מתמטיקה AI אוהב. הם ישתמשו עיבוד מקביל מאוד להתאמן AI אפילו יותר מהר מהיום.

החלק העליון מחשבי-על בעולם ימשיך לשבור שיאי מהירות חדשים. בקרוב, נדבר על exaflops במקום petaflops. וכל זה חישובי הכוח בסופו של דבר יזלוג אלינו. זה יעשה כל מחשב אנחנו משתמשים - מהשרתים בענן ועד הטאבלט שבידך - טוב יותר, מהיר יותר והרבה יותר חכם.

סיכום

כשאנחנו מסתכלים על הקפיצות המדהימות פנימה לחשב טכנולוגיה, ברור שעיבוד מאסיבי מעצב את העתיד שלנו. מאימון מתקדם AI לחיזוי מזג האוויר, חומרה קיצונית היא עמוד השדרה הבלתי נראה של החיים המודרניים.

• A מחשב על הוא מסיבי מחשב בנוי להריץ מתמטיקה מורכבת מהר מאוד.
• הביצועים הם בעיקר נמדד בפעולות נקודה צפה לפי שנית, המכונה א פלופ.
• AI מסתמך במידה רבה על חישובי כוח מסופק על ידי יחידות עיבוד גרפיות (GPUs).
• מתקנים מודרניים להשתמש בעיבוד מקביל לחלק עבודה גדולה מאות או אלפים של צ'יפס.
• מחשוב ענן עושה מחשוב בעל ביצועים גבוהים נגיש לעסקים קטנים יותר.
• ה תחום של חישוב המדע ממשיך לצמוח, דחף קדימה על ידי מעבדות וחדשות מעבד עיצובים.