کولاسوس ایکس ای آی؛ رکوردی تازه در زیرساخت هوش مصنوعی

نوزده روز. بنا بر گزارش‌ها، همین‌قدر زمان لازم بود تا ایکس‌ای‌آی حدود ۱۰۰ هزار پردازنده گرافیکی انویدیا را در رک‌ها نصب، شبکه‌سازی و یک مگاکلاستر تازه را آنلاین کند. جمله‌ای کوتاه. اما با معنایی بزرگ.

جنسن هوانگ، مدیرعامل انویدیا، با نمودارهای فنی سخن نگفت. او یک داوری روشن ارائه داد: کاری که ایلان ماسک و تیمش انجام دادند، کم‌نظیر بود. هوانگ این دستاورد را بی‌سابقه خواند؛ کاری که صنعت با چنین سرعت و مقیاسی تا آن زمان ندیده بود. او به‌طور ویژه به سرعت و هماهنگی پشت راه‌اندازی کولاسوس، سامانه شاخص ایکس‌ای‌آی، اشاره کرد و این اجرا را نقطه عطفی دانست که ارزش توجه دارد.

سرعت به‌عنوان سلاحی راهبردی

کولاسوس در سال ۲۰۲۴ در ممفیس راه‌اندازی شد و خیلی زود به یکی از بزرگ‌ترین پلتفرم‌های محاسبات هوش مصنوعی در حال فعالیت تبدیل شد. ایکس‌ای‌آی از این سامانه برای آموزش خانواده مدل‌های گروک استفاده می‌کند و به‌صورت عمومی از برنامه‌هایی برای افزایش تعداد پردازنده‌های گرافیکی فعال به چند صد هزار واحد خبر داده است. ساخت چنین زیرساختی معمولا ماه‌ها یا حتی سال‌ها زمان می‌برد. پس اهمیت این نمونه، فراتر از عددهای چشمگیر تیترها، در چیست؟

دلیل آن این است که مدل‌های بنیادین مدرن به موازی‌سازی عظیم نیاز دارند. معماری‌های پیشرو امروز اغلب برای رسیدن به زمان آموزش رقابتی، به خوشه‌هایی متشکل از ده‌ها هزار شتاب‌دهنده متکی هستند. توانایی تأمین این حجم از قدرت محاسباتی خام، آن هم سریع‌تر از رقبا، یک مزیت عملی ایجاد می‌کند: تکرار سریع‌تر چرخه توسعه، آزمایش‌های چابک‌تر و زمان کوتاه‌تر برای عرضه محصولاتی واقعی که می‌توانند از رقبا پیشی بگیرند.

پشت چنین استقرار سریعی، معماهای لجستیکی بزرگی وجود دارد: زنجیره تأمین، برق و خنک‌سازی، هماهنگ‌سازی نرم‌افزار و تیم‌های میدانی که شبانه‌روزی کار می‌کنند. موفقیت ایکس‌ای‌آی نشان می‌دهد این شرکت توانسته این مسائل را با ریتمی غیرمعمول حل کند. چه نتیجه طراحی دقیق باشد و چه فرهنگ اجرایی، خروجی آن یک ابررایانه عملیاتی بود که می‌توانست آموزش مدل‌های بزرگ‌مقیاس را در چند هفته، نه چند ماه، پشتیبانی کند.

تمجید هوانگ دو پیام دارد. نخست، ارزش فنی این دستاورد را از زبان یکی از چهره‌های هم‌صنعت در حوزه تراشه تأیید می‌کند. دوم، شدت گرفتن رقابت تسلیحاتی در قدرت محاسباتی را برجسته می‌سازد. شرکت‌های فناوری اکنون پیشرفت را فقط با کیفیت مدل‌ها نمی‌سنجند، بلکه سرعت مقیاس‌دادن به سخت‌افزاری را نیز معیار قرار می‌دهند که این مدل‌ها را ممکن می‌کند. سرعت، هم بخشی از لجستیک است و هم بخشی از راهبرد.

برای ناظران، این رویداد یک یادآوری مهم است: قدرت محاسباتی خام همچنان منبعی تعیین‌کننده در هوش مصنوعی است. جسارت مهندسی و برتری عملیاتی می‌تواند به برتری زمانی قابل اندازه‌گیری تبدیل شود. و با حرکت شرکت‌ها به‌سوی خوشه‌های هرچه بزرگ‌تر، رقابت واقعی شاید کمتر فقط بر سر تراشه‌ها باشد و بیشتر بر سر این باشد که چه کسی می‌تواند ماشین‌ها، نیروی انسانی و نرم‌افزار را سریع‌تر به یک کلِ عملیاتی و کارآمد تبدیل کند.