כיצד טכנולוגיות הבינה המלאכותית מעצבות מחדש את תחום השרתים?
הפריצה של הבינה המלאכותית לחיינו מהווה מהפכה טכנולוגית מכוננת, בסדר גודל דומה להמצאת המחשב האישי, האינטרנט והטלפון הנייד. שוק הבינה המלאכותית גדל בקצב שנתי של 35%, ועל פי התחזיות יגיע לשווי של טריליון דולר עד 2028. כתוצאה מכך, תחום השרתים עובר מהפך דרמטי: לצד תחום השרתים המסורתיים, נפתח שוק ענק חדש, הגדל בקצב מסחרר, עבור שרתים ייעודיים התומכים ביישומי הבינה המלאכותית.
לאחרונה פורסמה באתר זה כתבה הטוענת כי הביקוש לשרתים מסורתיים צפוי להיפגע בעקבות הביקוש לשרתים המיועדים לבינה מלאכותית, וכי חברות כמו DELL ו-HP יצטרכו להתאים את עצמן למצב החדש. אך למעשה, החברות הללו הן בין המנועים החשובים של המהפכה הטכנולוגית העכשווית: הן מפתחת ומספקת כבר כיום שרתים ותוכנה המשמשים כתשתית ליישומי הבינה המלאכותית (AI).
מהו בעצם ההבדל בין השרתים ה"מסורתיים", לבין השרתים החדשים? השרתים החדשים תוכננו במיוחד לעמידה בעומסים ולביצועים הגבוהים הנדרשים בהפעלת מודלים ענקיים של למידת מכונה ובינה מלאכותית (AI/ML), ובפרט בינה מלאכותית גנרטיבית (Generative AI). לדוגמה, על פי הערכות, למודל GPT-4 יש למעלה מטריליון פרמטרים, והאימון שלו על גבי כ-25,000 שרתי A100 ארך מספר חודשים.
- כל הכותרות
שרתי הבינה המלאכותית החדשים מכילים מספר רב של מעבדים גרפיים (GPU) מתקדמים ויקרים, ולכן חשוב שכל השרתים המשתתפים בתהליך העיבוד, הזרימה והאחסון של הנתונים יאפשרו ניצול מירבי של היכולות של המעבדים הללו, ויתמכו בקצבים גבוהים. כמו כן, השרתים מצוידים בתוכנה שתוכננה להקל על המשתמשים בבנייה ומימוש של מודלים בתחום הבינה המלאכותית הגנרטיבית.
אז כיצד בעצם בונים מודל בינה מלאכותית? התהליך מתחיל בקריאה של כמות גדולה של מידע שמגיע מחיישנים, מחשבים, ומשתמשים. בהמשך מתבצעים ניקוי וטרנספורמציה של המידע, כדי לאפשר את השימוש בו, ונבנה בסיס הנתונים של המודל באמצעות ריכוז ושילוב המידעים. בשלב הבא, מאמנים את המודל במשך ימים או שעות, תוך שימוש בספריות למידה עמוקה (Deep Learning). לדוגמה, ניתן לבנות מודל בינה מלאכותית שיחזה את רמת הסיכון בטיסה בתנאי מזג אוויר מסוימים. במהלך האימון יוזנו למודל נתונים היסטוריים של תנאי מזג האוויר ושל תאונות טיסה באותה תקופה. המודל יבנה רשת נוירונים, המייצגת פונקציה הקושרת בין תנאי מזג האוויר לבין הסיכון לתאונה, ובשימוש במודל, יוזנו לו תנאי מזג האויר ביום מסוים, והמודל יעריך את רמת הסיכון. בתהליך זה, רוב המאמץ החישובי מושקע בבנייה ואימון המודל, ואלה מבוצעים כיום על גבי שרתים ייעודיים.
יכולות הבינה מלאכותית הן קריטיות לא רק לשירותים ואפליקציות הפועלות על גבי התשתיות של ארגונים גדולים (On Premise). לטכנולוגיות ה-AI יש חשיבות גדולה והולכת באזורים רבים ברשת – מהענן ועד למיחשוב הקצה (Edge) - עיבוד מידע המתבצע קרוב למקור הנתונים, למשל בחנויות גדולות או מפעלי ייצור.
ד"ר שאול דר, הוא מוביל תחום ה-AI/ML בחטיבת התשתיות בחברת Dell Technologies
תודה.
לתגובה חדשה
חזור לתגובה
-
2.Interesting overview of a key topic (ל"ת)Reader 28/08/2023 13:18הגב לתגובה זו0 0סגור
-
1.כתבה שלא אומרת כלום. אבל ממש כלום. מביך. (ל"ת)מהנדס AI 28/08/2023 10:56הגב לתגובה זו1 1סגור
