واحد خبر mobile.ir : بعید نیست Nvidia در آینده نزدیک بر دنیای هوش مصنوعی حکمرانی کند. این کمپانی آمریکایی اخیرا از دستاوردهای جدیدی در این حوزه پرده‌برداری کرد. جنسن هوانگ (Jensen Huang)، بنیان‌گذار و مدیرعامل Nvidia، در جریان کنفرانس سالانه SIGGRAPH از توسعه ورژن جدیدی از پلتفرم GH200 (با استفاده از تکنولوژی حافظه HBM3e) خبر داد. این پلتفرم – که Nvidia آن را یک Superchip یا «ابرتراشه» می‌نامد – قرار است در سرورها به کار گرفته شده و با پردازش حجم عظیمی از داده‌ها، نقش مهمی در توسعه مدل های هوش مصنوعی ایفا کند. طبق ادعای هوانگ، به لطف این پلتفرم، ضمن کاهش نیاز به تجهیزات بیشتر، سرعت پردازش نیز به مراتب بالاتر خواهد بود.

جنسن هوانگ طی سخنرانی خود در کنفرانس SIGGRAPH – که در لس آنجلس برگزار شد – به تصمیم سرنوشت‌ساز Nvidia در سال 2018 اشاره کرد؛ تصمیمی که ضمن تعریف جدیدی از آینده، در بازتعریف صنعت رو به تکامل هوش مصنوعی نیز نقش به‌سزایی داشت، اما پنج سال قبل کمتر کسی به اهمیت این تصمیم واقف بود. به گفته هوانگ، این تصمیم به شدت جواب داده و هم‌اکنون تازه در ابتدای آینده‌ای هستیم که با هوش مصنوعی معنا پیدا می‌کند. آینده‌ای که می‌تواند با تکنولوژی Nvidia در حوزه هوش مصنوعی رقم بخورد و آن چیزی نیست جز ورژن جدیدی از تراشه GH200.

نسل جدید پلتفرم GH200؛ آغازگر انقلابی در حوزه پردازش هوش مصنوعی

تراشه GH200 برای اولین بار در ماه می در جریان نمایشگاه Computex (واقع در تایوان) رونمایی شد. اما آنچه که Nvidia به‌تازگی از آن پرده‌برداری کرده ورژن جدیدتر و قدرتمندتر این تراشه است. علت اینکه Nvidia این ورژن جدید را Superchip یا ابرتراشه نامیده در آن است که در این تراشه CPU مبتنی بر Arm موسوم به Nvidia Grace با معماری Hopper GPU ترکیب شده است. مزیت این ورژن جدید از GH200، بهره‌مندی از سریع‌ترین حافظه دنیا یعنی HBM3e است که سرعت آن تا 50 درصد نسبت به نسل قبلی (HBM3) افزایش یافته و به 5 ترابایت در ثانیه می‌رسد. نکته طلایی در آنجاست که به لطف این حافظه، ابرتراشه GH200 می‌تواند مدل‌های هوش مصنوعی را تا 3.5 برابر سریع‌تر اجرا کند.

در عصر هوش مصنوعی، هوانگ بر این باور است که این تکنولوژی جدید می‌تواند جایگزینی برای تجهیزات مراکز داده باشد. به گفته وی، به لطف این ابرتراشه می‌توان یک مرکز داده 100 میلیون دلاری با تجهیزات قدیمی را با یک تأسیسات جدید 8 میلیون دلاری جایگزین کرد؛ با این تفاوت که مصرف انرژی در این تأسیسات جدید تا 20 برابر کمتر خواهد بود. لذا، در حال حاضر که ابزارهای هوش مصنوعی از قبیل ChatGPT و Google Bard به سرعت در میان مردم و کسب‌وکارها محبوبیت پیدا کرده‌اند، انتظار می‌رود کمپانی‌ها برای مدیریت حجم کاری خود به استفاده از تکنولوژی Nvidia روی آورند.

طبق ادعای Nvidia، این ابرتراشه جدید با قرار گرفتن در قلب کامپیوتر سرور می‌تواند حجم بالاتری از اطلاعات را پردازش کرده و با سرعت بیشتری به آن دسترسی پیدا کند. با توجه به اینکه انبوهی از داده‌ها در مدل‌های هوش مصنوعی جریان دارند، این می‌تواند یک امتیاز بزرگ برای ابرتراشه GH200 محسوب شود. به گفته Nvidia، می‌توان دو نمونه از این ابرتراشه را همزمان با هم در سرورها به کار گرفت تا ظرفیت آن به بیش از 3.5 برابر افزایش یابد. به این ترتیب، کمپانی‌ها به تجهیزات کمتری نیاز خواهند داشت و سرعت انجام کار نیز بالاتر خواهد رفت. ناگفته نماند، نسل جدید تراشه GH200 از سه‌ماهه دوم سال 2024 به تولید انبوه می‌رسد.

لازم به ذکر است، به باور کارشناسان، در حال حاضر Nvidia پیشتاز بازار شتاب‌دهنده‌های هوش مصنوعی است. منظور از شتاب‌دهنده‌های هوش مصنوعی تراشه‌هایی‌ست که در پردازش داده در پروسه توسعه نرم‌افزار هوش مصنوعی، توانایی بسیار بالایی دارند. همین امر موجب شده تا ارزش کمپانی Nvidia در سال جاری میلادی از 1 تریلیون دلار فراتر رفته و به ارزشمندترین کمپانی سازنده تراشه تبدیل شود. سیگنال‌های بازار حاکی از آنند که رقبایی مثل AMD و اینتل در زمینه هوش مصنوعی، فاصله نسبتا زیادی با Nvidia دارند.

نرم‌افزار AI Workbench؛ ابزار جدید Nvidia برای گسترش هوش مصنوعی مولد

در کنار معرفی نسل جدید ابرتراشه GH200، کمپانی Nvidia از توسعه یک راه‌کار جدید برای گسترش مدل‌های هوش مصنوعی مولد نیز خبر داد. این ابزار جدید AI Workbench نام داشته و توسعه‌دهندگان با استفاده از آن می‌توانند در کامپیوترهای شخصی یا ورک‌استیشن‌های خود اقدام به خلق، آزمایش و اصلاح مدل‌های هوش مصنوعی مولد کرده و سپس آنها را در مقیاس مراکز داده، فضای ابری عمومی و یا فضای ابری Nvidia DGX Cloud ارتقا دهند.

طبق ادعای Nvidia، برنامه AI Workbench پیچیدگی‌های راه‌اندازی یک پروژه هوش مصنوعی برای کسب‌وکارها را از بین می‌برد. این نرم‌افزار – که به‌راحتی روی PC نصب شده و رابط کاربری ساده‌ای دارد – امکان اصلاح مدل‌های هوش مصنوعی گرفته شده از مرجع‌هایی مثل Hugging Face ،GitHub و NGC را با استفاده از داده‌های سفارشی فراهم می‌کند. پس از آن، این مدل‌های اصلاح‌شده می‌توانند به‌راحتی بین چندین پلتفرم به اشتراک گذاشته شوند.