على الرغم من أن شركة AMD كانت في مركز اهتمام صناعة المكونات التقنية، حيث شهد سهمها ارتفاعًا بأكثر من 3000% خلال السنوات القليلة الماضية، إلا أنها لم تكن بنفس الأهمية في مجال تطوير الذكاء الاصطناعي مثل شركة نيفيديا. ومع ذلك، فإن قيادتها، بقيادة ليزا سو، كانت دائمًا على دراية بتغيرات المشهد التكنولوجي.
### رؤية ليزا سو لتطوير الحوسبة
في عام 2013، خلال مؤتمر الدوائر الصلبة (ISSCC)، تحدثت ليزا سو عن التحديات التي تواجه توسيع قدرات المعالجة، مشيرة إلى أن العصر التقليدي للحوسبة قد ولى. وقالت: “من العدل القول إن زمن الحوسبة التقليدية قد انتهى. لقد أنجزنا ذلك وحققنا نجاحًا كبيرًا، والآن فرصتنا لتطوير أنظمة أكثر تنوعًا وتعددية، الأمر الذي يفتح آفاقًا واسعة للابتكار.”
### التغلب على عنق الزجاجة في الأداء
في ذلك الوقت، كانت وحدات المعالجة المركزية (CPU) لا تزال المكون السائد في أنظمة الحوسبة. لكن ليزا سو، التي كانت حينها نائبة رئيسة أولى ومديرة عامة لوحدات الأعمال العالمية في AMD، أشارت إلى أن المستقبل سيتجه نحو اعتماد تصاميم أكثر تنوعًا.
### مفهوم الحوسبة غير المتجانسة
الحل الذي اقترحته سو، والمعروف باسم «الحوسبة غير المتجانسة»، يعتمد على دمج وحدات المعالجة المركزية مع وحدات معالجة الرسوميات (GPU) ومع accelerators المتخصصة، بهدف توزيع المهام على مكونات مختلفة تعتمد على قدراتها في الأداء. وتتيح هذه الأنظمة وجود مساحات مشتركة للذاكرة، بحيث تتعاون مكونات المعالجة بشكل متناغم لتحقيق أقصى كفاءة.
### بناء أنظمة للحقبة الجديدة من الذكاء الاصطناعي
إذا كنت تتساءل عن مدى تشابه هذا المفهوم مع ما نراه اليوم، فالإجابة هي أنه بالضبط ما يُستخدم في تصميم منتجات مثل عائلة AMD Instinct MI400 أو منصة Nvidia Vera Rubin. هذه المعالجات العملاقة تعتبر أساسية في تطوير الذكاء الاصطناعي المستمر.
على الرغم من أن ظهور الذكاء الاصطناعي بشكل مكثف لم يكن متوقعًا في 2013، إلا أن رؤية ليزا سو كانت واضحة، حيث وضعت حجر الأساس لهذا التحول الذي نراه اليوم. لقد أدت الحقبة التقليدية التي كانت تهيمن عليها وحدات المعالجة المركزية، إلى بيئة أكثر تنوعًا، تشمل معالجات الرسوميات (GPU)، ووحدات المعالجة العصبية (NPUs)، والمعالجات المتخصصة، التي تعمل معًا بشكل متكامل لتحقيق أعلى مستويات الكفاءة، سواء في مراكز البيانات أو في الأجهزة الاستهلاكية.
المصدر: Latest from TechRadar in Computing
