OpenAI تخفض تكلفة تشغيل النماذج عبر ابتكار جديد في الحوسبة
كشفت تقارير تقنية عن تطوير OpenAI لآلية جديدة داخلية تُعرف باسم “compute multiplier”، تهدف إلى خفض تكلفة تشغيل نماذج الذكاء الاصطناعي بشكل كبير، بالتوازي مع إطلاق شريحة “Jalapeño” المصممة لتحسين كفاءة الاستدلال وتسريع الأداء.
تفاصيل الخبر
تعمل OpenAI على إعادة ضبط طريقة تشغيل النماذج الذكية بحيث تصبح أقل استهلاكًا للموارد وأكثر كفاءة في إنتاج النتائج، بدل الاعتماد فقط على تحسين العتاد.
- تعتمد فكرة “compute multiplier” على تحسين استخدام الموارد الحاسوبية لتقديم نفس الأداء بتكلفة أقل.
- تستهدف التقنية بشكل أساسي تقليل تكلفة الاستدلال، وهي الجزء الأكثر استهلاكًا للطاقة في تشغيل النماذج الكبيرة.
- يتزامن هذا التطوير مع شريحة Jalapeño المصممة خصيصًا لتسريع عمليات الذكاء الاصطناعي وتحسين كفاءة مراكز البيانات.
- تم تصميم الشريحة لتقليل حركة البيانات بين المعالج والذاكرة، وهو أحد أهم مصادر استهلاك الطاقة في الأنظمة الحالية.
- تهدف هذه التحسينات إلى رفع الأداء مقابل استهلاك أقل للطاقة في تشغيل النماذج على نطاق واسع.
- تعمل OpenAI على تقليل اعتمادها على مزودي العتاد الخارجي عبر بناء منظومة متكاملة من البرمجيات والشرائح.
- تشير المعلومات إلى أن تطوير الشريحة تم خلال فترة زمنية قصيرة نسبيًا مقارنة بالمعايير التقليدية في صناعة العتاد.
- يُتوقع أن تُستخدم هذه التقنيات في مراكز البيانات الضخمة لدعم خدمات الذكاء الاصطناعي المختلفة.
الأهداف المستقبلية
تعكس هذه الخطوة توجهًا واضحًا نحو جعل تشغيل الذكاء الاصطناعي أقل تكلفة وأكثر قابلية للتوسع.
- خفض تكلفة تشغيل النماذج الذكية على نطاق واسع.
- تحسين كفاءة استهلاك الطاقة في مراكز البيانات.
- تسريع استجابة أنظمة الذكاء الاصطناعي في الاستخدامات اليومية.
- تقليل الاعتماد على البنية التحتية الخارجية.
- دعم انتشار وكلاء الذكاء الاصطناعي منخفضي التكلفة.
- تطوير منظومة متكاملة تجمع بين العتاد والبرمجيات.
يشير هذا التطور إلى أن المنافسة في مجال الذكاء الاصطناعي لم تعد تقتصر على جودة النماذج فقط، بل امتدت إلى خفض تكلفة تشغيلها، وهو ما قد يغيّر شكل الصناعة ويجعلها أكثر انتشارًا وسهولة في الوصول خلال السنوات القادمة.
