مایکروسافت به‌دنبال کاهش هزینه هوش مصنوعی با تراشه Maia 300 است

مایکروسافت از نسل جدید تراشه اختصاصی هوش مصنوعی خود با نام Maia 300 رونمایی کرد. این شرکت قصد دارد از سال ۲۰۲۷، استفاده از این تراشه‌ها را در مراکز داده خود به‌طور گسترده افزایش دهد. بر اساس گزارش رویترز، مایکروسافت ممکن است در سال آینده بیش از ۱ میلیون تراشه اختصاصی هوش مصنوعی مستقر کند. این اقدام با هدف افزایش توان پردازشی، کاهش هزینه‌ها و کم کردن وابستگی به پردازنده‌های شرکت‌هایی مانند انویدیا انجام می‌شود. تا انتهای خبر با ویکوگیم همراه باشید.

این خبر در شرایطی منتشر شده است که شرکت‌های بزرگ فناوری برای تأمین قدرت پردازشی موردنیاز سرویس‌های هوش مصنوعی، به توسعه سخت‌افزارهای اختصاصی روی آورده‌اند. مایکروسافت نیز می‌خواهد با طراحی تراشه‌های متناسب با نیازهای خود، کنترل بیشتری بر عملکرد و هزینه زیرساخت‌هایش داشته باشد.

تراشه Maia 300 چه کاربردی دارد؟

Maia 300 نسل سوم تراشه‌های اختصاصی هوش مصنوعی مایکروسافت است که برای اجرای مدل‌های هوش مصنوعی و پردازش درخواست‌های کاربران طراحی شده است. این نوع پردازش با نام «استنتاج» (Inference) شناخته می‌شود و زمانی انجام می‌گیرد که یک مدل آموزش‌دیده، اطلاعات را تحلیل می‌کند و به درخواست کاربر پاسخ می‌دهد.

برای مثال، زمانی که کاربر از Microsoft Copilot می‌خواهد متنی بنویسد، کدی تولید کند یا اطلاعات پیچیده‌ای را تحلیل کند، زیرساخت‌های پردازشی باید مدل هوش مصنوعی را اجرا کنند. Maia 300 برای مدیریت چنین وظایفی توسعه یافته است.

مایکروسافت اعلام کرده که این تراشه برای پردازش درخواست‌های طولانی، پاسخ‌گویی سریع در مکالمات و اجرای وظایف چندمرحله‌ای توسط عامل‌های هوش مصنوعی بهینه شده است. عامل‌های هوش مصنوعی می‌توانند چندین مرحله از یک کار را دنبال کنند و برای تکمیل وظایف، از ابزارهای مختلف کمک بگیرند.

مشخصات فنی Maia 300؛ از معماری چیپلت تا حافظه HBM4

مایکروسافت در طراحی Maia 300 از معماری چیپلت (Chiplet) استفاده کرده است. در این روش، بخش‌های مختلف پردازنده به‌صورت ماژول‌های تخصصی طراحی می‌شوند و در کنار یکدیگر قرار می‌گیرند. این ساختار به مهندسان اجازه می‌دهد بخش‌های پردازشی، کنترل حافظه و ارتباطات را متناسب با نیاز سیستم بهینه کنند. مهم‌ترین مشخصات اعلام‌شده این سامانه عبارت‌اند از:

• فناوری ساخت: بخش‌های اصلی محاسباتی از فناوری ساخت N2 شرکت TSMC استفاده می‌کنند و بخش‌های دیگر نیز با فناوری‌های ساخت متفاوت تولید می‌شوند.

• حافظه: این سامانه از ۸ پشته حافظه HBM4 بهره می‌برد.

• پهنای باند حافظه: حداکثر پهنای باند اعلام‌شده به ۱۸ ترابایت بر ثانیه می‌رسد.

• توان مصرفی: توان طراحی حرارتی شتاب‌دهنده حدود ۹۵۰ وات اعلام شده است.

• پیکربندی رک: هر رک کامل شامل ۹۶ شتاب‌دهنده Maia 300 خواهد بود.

ترکیب حافظه پرسرعت و توان پردازشی بالا برای اجرای مدل‌های بزرگ اهمیت زیادی دارد. در چنین مدل‌هایی، انتقال سریع داده‌ها میان حافظه و بخش محاسباتی می‌تواند به‌اندازه قدرت خام پردازنده مهم باشد.

یکی از مهم‌ترین ادعاهای مایکروسافت درباره Maia 300، بهبود بهره‌وری انرژی است. طبق اعلام این شرکت، سامانه جدید می‌تواند به‌ازای هر مگاوات برق، حدود ۴۰ درصد توکن بیشتری نسبت به سامانه‌های پیشرو مبتنی بر GPU پردازش کند.

توکن‌ها واحدهای کوچک متنی هستند که مدل‌های زبانی برای پردازش ورودی‌ها و تولید پاسخ از آن‌ها استفاده می‌کنند. افزایش تعداد توکن‌های پردازش‌شده با مصرف انرژی یکسان، می‌تواند به کاهش هزینه اجرای سرویس‌های هوش مصنوعی کمک کند.

مایکروسافت همچنین اعلام کرده است که یک رک کامل Maia 300 می‌تواند تا ۷ برابر بیشتر از سامانه Maia 200 توکن پردازش کند. این افزایش ظرفیت به شرکت اجازه می‌دهد درخواست‌های بیشتری را به‌صورت هم‌زمان مدیریت کند. البته این ارقام بر اساس اطلاعات خود مایکروسافت اعلام شده‌اند و برای ارزیابی مستقل آن‌ها باید نتایج آزمایش‌های جداگانه نیز در دسترس قرار بگیرند.

چرا مایکروسافت می‌خواهد وابستگی خود به انویدیا را کاهش دهد؟

انویدیا یکی از مهم‌ترین تأمین‌کنندگان پردازنده‌های مورد استفاده در مراکز داده هوش مصنوعی است. بسیاری از شرکت‌های فناوری برای آموزش و اجرای مدل‌های خود از شتاب‌دهنده‌های این شرکت استفاده می‌کنند. با افزایش تقاضا برای خدمات هوش مصنوعی، هزینه تهیه و راه‌اندازی زیرساخت‌های پردازشی نیز به یکی از چالش‌های اصلی این صنعت تبدیل شده است.

مایکروسافت با توسعه خانواده Maia می‌خواهد بخشی از این نیاز را با سخت‌افزار اختصاصی تأمین کند. طراحی تراشه متناسب با نرم‌افزارهای داخلی، امکان بهینه‌سازی عملکرد و مصرف انرژی را فراهم می‌کند و می‌تواند هزینه اجرای هر درخواست را کاهش دهد.

بااین‌حال، معرفی Maia 300 به معنای کنار گذاشتن کامل پردازنده‌های انویدیا نیست. مایکروسافت همچنان می‌تواند برای کاربردهای مختلف از ترکیبی از شتاب‌دهنده‌های اختصاصی و محصولات شرکت‌های دیگر استفاده کند. هدف اصلی این است که انتخاب سخت‌افزار بر اساس نوع پردازش و هزینه نهایی انجام شود.

عرضه Maia 300 از سال ۲۰۲۷ آغاز می‌شود

مایکروسافت اعلام کرده است که استقرار عملیاتی Maia 300 از سال ۲۰۲۷ آغاز خواهد شد. این شرکت می‌خواهد ظرفیت زیرساخت Azure Maia را به مقیاس چند گیگاوات برساند تا بتواند از سرویس‌های هوش مصنوعی خود در مقیاس بزرگ پشتیبانی کند.

در همین حال، نسل قبلی این خانواده، یعنی Maia 200، هم‌اکنون در برخی بارهای پردازشی عملیاتی مایکروسافت استفاده می‌شود. این تراشه در اجرای قابلیت‌های هوش مصنوعی محصولات شرکت نقش دارد و تجربه حاصل از استفاده از آن، به توسعه نسل جدید کمک کرده است.

جمع‌بندی

رونمایی از Maia 300 نشان می‌دهد که رقابت در صنعت هوش مصنوعی دیگر فقط به توسعه مدل‌های قدرتمندتر محدود نیست. شرکت‌های بزرگ فناوری تلاش می‌کنند سخت‌افزار موردنیاز خود را نیز طراحی کنند تا هزینه‌ها را کاهش دهند و بهره‌وری مراکز داده را افزایش دهند.

مایکروسافت برای سال ۲۰۲۷ برنامه گسترده‌ای در نظر گرفته و قصد دارد استفاده از تراشه‌های اختصاصی خود را افزایش دهد. اگر Maia 300 بتواند عملکرد و بهره‌وری وعده‌داده‌شده را در مقیاس عملیاتی ارائه کند، این تراشه می‌تواند نقش مهمی در کاهش هزینه سرویس‌های هوش مصنوعی مایکروسافت داشته باشد.

بااین‌حال، میزان موفقیت این پروژه به ظرفیت تولید، عملکرد واقعی، هزینه تأمین و سازگاری تراشه با نرم‌افزارهای مختلف بستگی خواهد داشت. باید دید آیا مایکروسافت می‌تواند با این محصول، رقابت در بازار شتاب‌دهنده‌های هوش مصنوعی را جدی‌تر کند یا خیر.