هناك وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs) وحتى وحدات معالجة البيانات (DPUs) – وكلها معروفة وشائعة الآن. شهدت وحدات معالجة الرسوميات (GPU) على وجه الخصوص صعودًا مؤخرًا إلى الصدارة مع ظهور الذكاء الاصطناعي (AI).
ربما تكون قد سمعت أيضًا عن وحدات معالجة الموتر (TPUs)، والتي تم إنشاؤها بواسطة Google وهي متاحة فقط عبر خدماتها السحابية.
ولكن ما هي مواد TPU، ولماذا قد تحتاج إليها؟
باختصار، هي وحدات معالجة مخصصة للاستخدام مع الأبعاد العالية البيانات الموجودة في عمليات معالجة الذكاء الاصطناعي. ولكن، قبل أن نعرض خصائصها بالتفصيل، دعونا نرى كيف يمكن مقارنتها بأشكال المعالجات الأخرى.
وحدات المعالجة المركزية (CPUs)، كما نعلم جميعًا على الأرجح، هي جوهر كل الحوسبة. تعد Core هي الكلمة المستخدمة في الوقت الحاضر، حيث تتعامل النوى المتعددة – بمعنى آخر، وحدات المعالجة الفردية داخل وحدة المعالجة المركزية – مع وظائف حسابية متعددة.
وحدات المعالجة المركزية هي في الواقع معالجات الأغراض العامة في عالم الحوسبة. إنهم يتعاملون مع التعليمات الواردة والرسائل الصادرة إلى أجزاء أخرى من النظام والتنسيق العام للأحداث. وذلك لأنهم يستطيعون التعامل مع مجموعات عديدة من الوظائف في وقت واحد وهم جيدون في ذلك.
ولكن منذ ظهور وحدات المعالجة المركزية (CPUs)، كانت هناك أيضًا حاجة إلى تفريغ العمليات ذات المعالجة الثقيلة إلى شرائح أكثر تخصصًا.
ما فائدة وحدات TPU عند وجود وحدات معالجة الرسومات؟
وهكذا، ظهرت وحدات معالجة الرسومات. لقد تم تصميمها في الأصل، كما يوحي الاسم، للتعامل مع معالجة الرسومات في الألعاب، ولكنها بدأت لاحقًا في العثور على استخدام في الذكاء الاصطناعي. وذلك لأن معالجة الرسومات تدور حول عمليات المصفوفة. بمعنى آخر، في الحسابات التي تتضمن مصفوفات – على سبيل المثال، ذات أبعاد متعددة – وقد وجد أنها مناسبة لـ عمليات الذكاء الاصطناعي أيضًا.
ولكن، في حين أن وحدات معالجة الرسومات يمكنها التعامل مع عمليات المصفوفة، إلا أنها ليست مخصصة تمامًا لهذه المهمة مثل وحدات معالجة الرسومات (TPU)، كما سنرى.
أصبحت نفيديا مرادفة إلى حد ما مع السوق في حالات استخدام وحدات معالجة الرسومات للذكاء الاصطناعي مؤخرًا، ولكنها متاحة أيضًا من البائعين الآخرين.
ماذا تفعل وحدات DPU؟
ثم هناك أيضًا وحدات DPU، المنتشرة في الخوادم للتعامل مع نقل البيانات وتقليل البيانات والأمن والتحليلات. هنا، يتم إلغاء تحميل هذه المهام من وحدات المعالجة المركزية (CPU) مع وحدات DPU لجلب المزيد من التخصص إلى المهام المعنية، مما يحرر وحدة المعالجة المركزية (CPU) للقيام بواجبات أكثر عمومية وتنسيقًا.
تتوفر وحدات DPU من Intel وNvidia وMarvell وAMD، وكذلك في السحابة من Amazon Web Services، على سبيل المثال، مع بطاقات Nitro الخاصة بها.
ما هو المميز في مادة TPU؟
تم استخدام وحدات TPU لأول مرة في عام 2016 تقريبًا. وهي، كما ذكرنا سابقًا، وحدات معالجة موتر. الموتر هو شكل من أشكال المصفوفة، أو الرقم متعدد الأبعاد، وهو لوح أساسي لمعالجة الذكاء الاصطناعي الذي يعين ويستخدم أرقامًا عالية الأبعاد للكائنات لمعالجتها.
سواء كانت هناك موترات رياضية محددة مستخدمة أم لا في وحدات TPU من Google، فإن الشيء الرئيسي الذي يميزها هو أنها مبنية على شرائح ASIC المخصصة للحسابات التي تتضمن أرقامًا عالية الأبعاد. ASIC لتقف على الدائرة المتكاملة الخاصة بالتطبيقات. وهذا يعني أن أجهزة الشريحة مصممة خصيصًا لعمليات محددة. على وجه التحديد، تسمى ASICs الموجودة على TPU وحدات مضاعفة المصفوفة (MXUs).
وهذا ما يجعل وحدات TPU مختلفة عن وحدات المعالجة المركزية، وهي معالجات للأغراض العامة. يمكن إنشاء وحدات DPU ووحدات معالجة الرسومات حول ASICs، أو مصفوفات البوابة القابلة للبرمجة الميدانية (FPGAs)، والتي لم يتم تصميمها حول مهمة واحدة ولكن يمكن تهيئتها حسب الحاجة لمجموعة واسعة من الاستخدامات.
تم تصميم Tensor ASIC من Google في وحدات TPU الخاصة به للاستخدام مع مصدره المفتوح إطار عمل برنامج TensorFlow AI، مما يساعد في تشغيل نماذج تحليلات الذكاء الاصطناعي المتقدمة التي يتم فيها تجميع البيانات عبر أنماط عالية الأبعاد.
تتوفر وحدات TPU من Google، ويتم تقديمها كخدمة. الإصدار الأحدث، TPU v5p، يسمح بحساب الذروة لـ 459 عملية نقطة عائمة في الثانية (تيرافلوب). في الوقت الحاضر، بالإضافة إلى TensorFlow، تدعم Google TPUs أطر عمل الذكاء الاصطناعي الأخرى مثل PyTorch وJax، مع إمكانية تصنيف الصور وإنشائها وعمليات نماذج اللغة الكبيرة.
بعد أن قلنا كل هذا عن تخصص وحدات TPU، فإن أي شخص يفكر في بناء أنظمة الذكاء الاصطناعي الخاصة به داخل الشركة لن يتمكن من شرائها على أي حال. ستقوم وحدات معالجة الرسومات بهذه المهمة أيضًا، ولا تزال هيئة المحلفين غير متأكدة مما إذا كانت هناك ميزة أداء لوحدات TPU. إنه فقط إذا كنت تريد العمل في سحابة (Google)، فستعمل وحدات TPU بشكل جيد مع مجموعة برامج الذكاء الاصطناعي المتوفرة هناك.
