Ενέργεια & Αγορές

Η Microsoft εγκαινιάζει το πρώτο της υπερεργοστάσιο τεχνητής νοημοσύνης (Interesting Engineering)

Η Microsoft εγκαινιάζει το πρώτο της υπερεργοστάσιο τεχνητής νοημοσύνης (Interesting Engineering)
Η εταιρεία με έδρα το Ρέντμοντ, όπως ανακοινώθηκε την Τετάρτη, κατασκευάζει μια ειδική κατηγορία κέντρων δεδομένων, γνωστά ως κέντρα δεδομένων Fairwater, σχεδιασμένα να λειτουργούν ως μια συνεκτική μονάδα που μοιράζεται κοινή αρχιτεκτονική και σχεδιασμό

Ο αμερικανικός τεχνολογικός γίγαντας Microsoft έχει συνδέσει δύο από τα μεγάλα κέντρα δεδομένων του στο Ουισκόνσιν και την Ατλάντα για να δημιουργήσει ένα «υπερεργοστάσιο Τεχνητής Νοημοσύνης» που επιταχύνει τη διαδικασία εκπαίδευσης νέων μοντέλων Τεχνητής Νοημοσύνης σε κλίμακα.

Nέα διασυνδεδεμένα κέντρα

Η εταιρεία με έδρα το Ρέντμοντ, όπως ανακοινώθηκε την Τετάρτη, κατασκευάζει μια ειδική κατηγορία κέντρων δεδομένων, γνωστά ως κέντρα δεδομένων Fairwater, σχεδιασμένα να λειτουργούν ως μια συνεκτική μονάδα που μοιράζεται κοινή αρχιτεκτονική και σχεδιασμό.

Τα κέντρα δεδομένων Fairwater είναι διασυνδεδεμένα για να διασφαλίζουν μια απρόσκοπτη και γρήγορη ροή δεδομένων μεταξύ τους. Αυτή η εγκατάσταση επιτρέπει σε τοποθεσίες Fairwater που βρίσκονται σε διαφορετικές γεωγραφικές περιοχές να εκπαιδεύουν μοντέλα Τεχνητής Νοημοσύνης σε εβδομάδες, αντί για μήνες.

Το δίκτυο κέντρων δεδομένων Fairwater της Microsoft έχει σχεδιαστεί για να βοηθά την OpenAI και την Ομάδα Υπερευφυΐας Τεχνητής Νοημοσύνης της Microsoft να χρησιμοποιούν προηγμένες GPU για λειτουργικές υπολογιστικές εργασίες.

«Πρόκειται για την κατασκευή ενός κατανεμημένου δικτύου που μπορεί να λειτουργήσει ως εικονικός υπερυπολογιστής για την αντιμετώπιση των μεγαλύτερων προκλήσεων του κόσμου με τρόπους που απλά δεν θα μπορούσατε να κάνετε σε μία μόνο εγκατάσταση», δήλωσε ο Alistair Speirs, γενικός διευθυντής της Microsoft με επίκεντρο την υποδομή Azure.

Η σημασία ενός υπερεργοστασίου Τεχνητής Νοημοσύνης

Καθώς τα μοντέλα Τεχνητής Νοημοσύνης γίνονται ολοένα και μεγαλύτερα, κάθε νέα γενιά απαιτεί περισσότερες παραμέτρους - τις εσωτερικές ρυθμίσεις που επιτρέπουν στην Τεχνητή Νοημοσύνη να κατανοεί και να επεξεργάζεται πληροφορίες και να παράγει ακριβείς απαντήσεις.

Καθώς αυτοί οι αριθμοί είναι σε τρισεκατομμύρια, τα δεδομένα αναφοράς του μοντέλου, από τα οποία πρέπει να μαθαίνει, αυξάνονται επίσης ραγδαία. Τελικά, τα μοντέλα απαιτούν μεγαλύτερη υπολογιστική ισχύ για την εκπαίδευσή τους. Ένα μόνο κέντρο δεδομένων μπορεί να δυσκολευτεί να ολοκληρώσει αυτό το έργο τα επόμενα χρόνια.

Τα κέντρα δεδομένων Fairwater της Microsoft αντιμετωπίζουν αυτό το πρόβλημα λειτουργώντας ως ένα ενιαίο, κατανεμημένο σύστημα. Αντί να χειρίζονται πολλές μικρές εργασίες, κάθε τοποθεσία συνεισφέρει ένα κομμάτι της ίδιας τεράστιας εκπαιδευτικής εργασίας.

Αυτό το κοινόχρηστο φόρτο εργασίας επιτρέπει την εκπαίδευση μοντέλων με εκατοντάδες τρισεκατομμύρια παραμέτρους - ένα κατόρθωμα που κανένα παραδοσιακό κέντρο δεδομένων δεν θα μπορούσε να χειριστεί.

Το δίκτυο που κάνει τη διαφορά

Ο Spiers ρίχνει περαιτέρω φως στη διαφορά μεταξύ της χρήσης ενός δικτύου κέντρων δεδομένων και μιας μόνο μονάδας.

«Ένα παραδοσιακό κέντρο δεδομένων έχει σχεδιαστεί για να εκτελεί εκατομμύρια ξεχωριστές εφαρμογές για πολλούς πελάτες», είπε.

«Ο λόγος που το ονομάζουμε υπερεργοστάσιο τεχνητής νοημοσύνης είναι ότι εκτελεί μία σύνθετη εργασία σε εκατομμύρια κομμάτια υλικού. Και δεν είναι απλώς μια τοποθεσία που εκπαιδεύει ένα μοντέλο τεχνητής νοημοσύνης, είναι ένα δίκτυο τοποθεσιών που υποστηρίζουν αυτή τη μία εργασία», πρόσθεσε ο Spiers.

Ένας μοναδικός σχεδιασμός

Τα κέντρα δεδομένων τεχνητής νοημοσύνης Fairwater χρησιμοποιούν συστήματα NVIDIA GB200 NVL72 σε κλίμακα rack που μπορούν να κλιμακωθούν σε εκατοντάδες χιλιάδες GPU NVIDIA Blackwell. Αναπτύσσουν μια νέα αρχιτεκτονική chip και rack που προσφέρει την υψηλότερη απόδοση ανά rack από οποιαδήποτε πλατφόρμα cloud που διατίθεται σήμερα.

Τα κέντρα δεδομένων διαθέτουν διώροφο σχεδιασμό, επιτρέποντας μεγαλύτερη πυκνότητα GPU, μαζί με μια προηγμένη εγκατάσταση υγρής ψύξης που απαιτεί ελάχιστη χρήση νερού στις λειτουργίες της. Η Microsoft δήλωσε ότι δίνει έμφαση στην κατασκευή ενός ισχυρού συστήματος και υποδομής, αντί να βασίζεται στην προσθήκη περισσότερων GPU.

Με περισσότερα κέντρα δεδομένων τεχνητής νοημοσύνης να σχεδιάζονται να κατασκευαστούν, η Microsoft θα τα συνδέσει χρησιμοποιώντας ένα Δίκτυο Ευρείας Περιοχής Τεχνητής Νοημοσύνης (AI WAN) μέσω ειδικών καλωδίων οπτικών ινών. Αυτό το σύστημα θα επιτρέπει στα δεδομένα να ταξιδεύουν με την ταχύτητα του φωτός, παρακάμπτοντας τυχόν πιθανή συμφόρηση.

Οι υποδομές είναι το μέλλον

Η Microsoft αφιέρωσε ένα σημαντικό μέρος των κεφαλαιουχικών της δαπανών ύψους 34 δισεκατομμυρίων δολαρίων σε κέντρα δεδομένων και GPU για να καλύψει την αυξανόμενη ζήτηση για υπολογιστική τεχνητή νοημοσύνη. Ανταγωνιστές όπως η Amazon, η οποία έχει επενδύσει πολλά στο συγκρότημα Project Rainer στην Ιντιάνα, ακολουθούν παρόμοια πορεία.

Η Meta, η Google, η OpenAI και η Anthropic δεσμεύουν επίσης δεκάδες δισεκατομμύρια συλλογικά σε νέες τοποθεσίες, τσιπ και συστήματα.

Ορισμένοι αναλυτές βλέπουν σημάδια μιας φούσκας τεχνητής νοημοσύνης, αλλά η Microsoft και άλλοι τεχνολογικοί γίγαντες επιμένουν ότι η ζήτηση είναι πραγματική, υποστηριζόμενη από μακροπρόθεσμα συμβόλαια πελατών που ήδη ξεπερνούν την προσφορά.

www.worldenergynews.gr

Ρoή Ειδήσεων

Δείτε επίσης