جوجل تطور شريحة Frozen v2 لتشغيل Gemini بكفاءة غير مسبوقة

تعمل Google على تطوير شريحة ذكاء اصطناعي جديدة تحمل الاسم الداخلي Frozen v2، في خطوة تهدف إلى تحسين كفاءة تشغيل نماذج Gemini بشكل كبير. ووفقًا للتقارير، ستدمج الشريحة جزءًا من بنية النموذج مباشرة داخل العتاد، ما قد يرفع كفاءة التشغيل إلى ما بين 6 و10 أضعاف مقارنةً بأحدث وحدات TPU الحالية من جوجل.

تفاصيل مشروع Frozen v2

تشير المعلومات إلى أن Google تطور فئة جديدة من شرائح الذكاء الاصطناعي مخصصة للاستدلال (Inference)، حيث يتم تضمين أجزاء من بنية نموذج Gemini داخل الشريحة نفسها بدلًا من تنفيذها بالكامل برمجيًا، مما يقلل استهلاك الطاقة ويزيد سرعة معالجة الطلبات.

ومن أبرز التفاصيل المتداولة:

تطوير شريحة جديدة تحمل الاسم الداخلي Frozen v2.
دمج أجزاء من معمارية Gemini مباشرة داخل العتاد.
تحسين كفاءة تشغيل النموذج بمعدل يتراوح بين 6 و10 مرات مقارنة بوحدات TPU الحالية.
المشروع يهدف إلى تسريع عمليات الاستدلال وخفض استهلاك الطاقة.
الشريحة الجديدة ستكون مكملة لعائلة TPU وليست بديلًا عنها.
يأتي المشروع في ظل الطلب المتزايد على قدرات الحوسبة الخاصة بالذكاء الاصطناعي داخل Google Cloud.

لماذا تمثل الشريحة نقلة مهمة؟

تعتمد معظم شرائح الذكاء الاصطناعي الحالية على تصميمات عامة تسمح بتشغيل نماذج مختلفة، بينما يتجه مشروع Frozen v2 إلى تخصيص العتاد ليتوافق بشكل وثيق مع معمارية Gemini.

هذا النهج قد يمنح Google عدة مزايا، منها:

تقليل استهلاك الكهرباء وتكاليف التشغيل.
زيادة عدد الطلبات التي يمكن معالجتها لكل واط من الطاقة.
تحسين زمن الاستجابة لخدمات Gemini.
تخفيف الضغط على مراكز البيانات.
تعزيز قدرة Google Cloud على تلبية الطلب المتزايد على خدمات الذكاء الاصطناعي.

الأهداف المستقبلية

من المتوقع أن تواصل Google خلال السنوات المقبلة العمل على:

استكمال تصميم شريحة Frozen v2 واختبارها.
دمجها ضمن البنية التحتية لمراكز بيانات Google.
تقليل تكلفة تشغيل نماذج Gemini على نطاق واسع.
توسيع استراتيجية الدمج بين البرمجيات والعتاد لتحقيق أعلى كفاءة ممكنة.
تعزيز تنافسيتها في سوق شرائح الذكاء الاصطناعي أمام الشركات الأخرى.

إذا نجح مشروع Frozen v2 في تحقيق الكفاءة المتوقعة، فقد يمثل تحولًا مهمًا في طريقة تشغيل نماذج الذكاء الاصطناعي، حيث تنتقل Google من الاعتماد على معالجات عامة إلى شرائح مصممة خصيصًا لنماذج Gemini، وهو توجه قد يسهم في خفض التكاليف وتحسين الأداء مع استمرار نمو الطلب على خدمات الذكاء الاصطناعي.