رؤية AMD: نقل استنتاج الذكاء الاصطناعي إلى الأجهزة

تحول AMD: نقل استنتاج الذكاء الاصطناعي من مراكز البيانات إلى الأجهزة المحمولة وأجهزة الكمبيوتر المحمولة

تراهن AMD رهانًا استراتيجيًا على أن مستقبل استنتاج الذكاء الاصطناعي لا يكمن في مراكز البيانات الضخمة، بل في أيدي المستهلكين من خلال أجهزتهم اليومية مثل الهواتف الذكية وأجهزة الكمبيوتر المحمولة. هذه الخطوة تضع AMD في موقع يمكنها من تحدي هيمنة NVIDIA في مشهد الذكاء الاصطناعي من خلال التركيز على قدرات الذكاء الاصطناعي الطرفية.

الانتقال من تدريب النماذج إلى استنتاج الذكاء الاصطناعي

تميزت الموجة الأولية من الحماس في عالم الذكاء الاصطناعي بسباق لتطوير موارد حسابية ضخمة لتدريب نماذج لغوية كبيرة (LLMs). ومع ذلك، يتحول السوق الآن نحو الاستنتاج، وتعتقد AMD أنها في وضع جيد لقيادة هذا الانتقال. في مقابلة حديثة، سلط المدير التقني لـ AMD، مارك بابرماستر، الضوء على حركة الاستنتاج نحو الأجهزة الطرفية، مما يشير إلى أن AMD يمكن أن توفر منافسة كبيرة لـ NVIDIA في هذا القطاع المزدهر.

مستقبل الاستنتاج الطرفي

عندما سئل عن انتشار الاستنتاج الطرفي في المستقبل، وتحديدًا التوقع لعام 2030، توقع بابرماستر أن غالبية استنتاج الذكاء الاصطناعي سيتم إجراؤه على الأجهزة الطرفية. يعتمد الجدول الزمني لهذا التحول على تطوير تطبيقات مقنعة يمكن أن تعمل بكفاءة على هذه الأجهزة. وأكد أن التطبيقات الحالية ليست سوى البداية، ومن المتوقع حدوث تطورات سريعة في هذا المجال.

يعتقد بابرماستر أن التكاليف المتصاعدة المرتبطة بحساب الذكاء الاصطناعي في مراكز البيانات ستجبر شركات التكنولوجيا الكبرى مثل Microsoft و Meta و Google على إعادة النظر في استراتيجياتها. من المحتمل أن يؤدي هذا إلى اعتماد أكبر لحلول الذكاء الاصطناعي الطرفية. هذا التوقع هو سبب رئيسي وراء أخذ AMD مفهوم “الكمبيوتر الشخصي للذكاء الاصطناعي” على محمل الجد أكثر من المنافسين مثل Intel و Qualcomm. يتجلى التزام AMD في أحدث تشكيلات وحدة المعالجة المتسارعة (APU)، بما في ذلك Strix Point و Strix Halo، المصممة لجلب قدرات الحوسبة الذكاء الاصطناعي إلى عوامل الشكل الصغيرة بتكلفة مخفضة.

الدافع لتحقيق الكفاءة والدقة في نماذج الذكاء الاصطناعي

فيما يتعلق بنمو الموارد الحسابية، أشار المدير التقني لـ AMD إلى تركيز كبير على تحسين دقة وكفاءة نماذج الذكاء الاصطناعي. يشير إصدار البدائل المحسنة، مثل DeepSeek، إلى اتجاه نحو تطبيقات الذكاء الاصطناعي أكثر كفاءة ودقة. بمرور الوقت، ستصبح الأجهزة قادرة على تشغيل نماذج ذكاء اصطناعي متطورة محليًا، مما يوفر للمستخدمين تجربة ذكاء اصطناعي شاملة مباشرة على أجهزتهم.

تعليقات بابرماستر تذكرنا بتصريحات مماثلة أدلى بها الرئيس التنفيذي السابق لشركة Intel، بات جيلسينجر، فيما يتعلق بأهمية الاستنتاج في المستقبل. يشير هذا المنظور إلى أن منافسي NVIDIA قد يجدون صعوبة في المنافسة في سوق تدريب الذكاء الاصطناعي، حيث أنشأت NVIDIA ريادة قوية. تمثل المنافسة في الأسواق المستقبلية مثل استنتاج الذكاء الاصطناعي استراتيجية قابلة للتطبيق لتحدي هيمنة NVIDIA، وقد بدأت AMD بالفعل في اتخاذ خطوات في هذا الاتجاه من خلال تطوير معالجات بقدرات ذكاء اصطناعي طرفية قوية.

التحول الاستراتيجي إلى الذكاء الاصطناعي الطرفي

تستند الأهمية الاستراتيجية لنقل استنتاج الذكاء الاصطناعي إلى الأجهزة الطرفية إلى عدة عوامل تتجاوز مجرد اعتبارات التكلفة. يمثل التحرك نحو الذكاء الاصطناعي الطرفي تحولًا جوهريًا في كيفية نشر الذكاء الاصطناعي والوصول إليه واستخدامه، مما يوفر مجموعة من المزايا التي تزداد أهمية في المشهد التكنولوجي الحديث.

تجربة مستخدم محسنة

يسهل الذكاء الاصطناعي الطرفي المعالجة في الوقت الفعلي للبيانات مباشرة على الجهاز، مما يقلل من زمن الوصول ويحسن الاستجابة. هذا مهم بشكل خاص للتطبيقات التي تتطلب ملاحظات فورية، مثل الواقع المعزز (AR) والواقع الافتراضي (VR) والألعاب المتقدمة. من خلال معالجة البيانات محليًا، يقلل الذكاء الاصطناعي الطرفي من الاعتماد على الاتصال السحابي، مما يضمن بقاء التطبيقات تعمل حتى في المناطق ذات الوصول المحدود أو المعدوم إلى الإنترنت. هذا يحسن تجربة المستخدم من خلال توفير وصول سلس وغير منقطع إلى الميزات التي تعتمد على الذكاء الاصطناعي.

تحسين الخصوصية والأمن

تعمل معالجة البيانات على الحافة أيضًا على تحسين الخصوصية والأمن. لا يلزم إرسال المعلومات الحساسة إلى خوادم بعيدة، مما يقلل من خطر اختراق البيانات والوصول غير المصرح به. هذا مهم بشكل خاص للتطبيقات التي تتعامل مع البيانات الشخصية أو السرية، مثل مراقبة الرعاية الصحية والمعاملات المالية والمصادقة البيومترية. من خلال الاحتفاظ بالبيانات على الجهاز، يوفر الذكاء الاصطناعي الطرفي للمستخدمين تحكمًا أكبر في معلوماتهم ويقلل من احتمالية انتهاكات الخصوصية.

تقليل عرض النطاق الترددي وتكاليف البنية التحتية

يمكن أن يؤدي نقل استنتاج الذكاء الاصطناعي إلى الحافة إلى تقليل استهلاك النطاق الترددي وتكاليف البنية التحتية بشكل كبير. تقلل معالجة البيانات محليًا من كمية البيانات التي تحتاج إلى إرسالها من وإلى السحابة، مما يقلل من ازدحام الشبكة ويقلل من رسوم النطاق الترددي. هذا مفيد بشكل خاص للتطبيقات التي تولد كميات كبيرة من البيانات، مثل المراقبة بالفيديو والأتمتة الصناعية والمراقبة البيئية. من خلال تقليل الاعتماد على البنية التحتية السحابية، يتيح الذكاء الاصطناعي الطرفي للمؤسسات توسيع نطاق عمليات نشر الذكاء الاصطناعي الخاصة بها بشكل أكثر كفاءة وفعالية من حيث التكلفة.

تمكين تطبيقات جديدة

يمكّن الذكاء الاصطناعي الطرفي من تطوير تطبيقات جديدة غير ممكنة مع الذكاء الاصطناعي التقليدي القائم على السحابة. على سبيل المثال، تتطلب المركبات ذاتية القيادة معالجة في الوقت الفعلي لبيانات المستشعر لاتخاذ قرارات مهمة على الطريق. يوفر الذكاء الاصطناعي الطرفي القدرة الحسابية اللازمة لإجراء هذه المعالجة محليًا، دون الاعتماد على اتصال دائم بالسحابة. وبالمثل، يمكن للمنازل والمباني الذكية استخدام الذكاء الاصطناعي الطرفي لتحليل البيانات من مختلف المستشعرات والأجهزة لتحسين استهلاك الطاقة وتحسين الأمان وتعزيز الراحة.

ميزة تنافسية

بالنسبة لشركات مثل AMD، يوفر التركيز على الذكاء الاصطناعي الطرفي ميزة استراتيجية في سوق الذكاء الاصطناعي التنافسي. من خلال تطوير المعالجات ووحدات المعالجة المتسارعة (APUs) المحسّنة للاستنتاج الطرفي، يمكن لـ AMD أن تميز نفسها عن المنافسين الذين يركزون بشكل أساسي على حلول الذكاء الاصطناعي القائمة على السحابة. يتيح ذلك لـ AMD الاستحواذ على حصة كبيرة من سوق الذكاء الاصطناعي الطرفي المتنامي وترسيخ نفسها كشركة رائدة في هذا المجال الناشئ.

نهج AMD التكنولوجي تجاه الذكاء الاصطناعي الطرفي

إن نهج AMD تجاه الذكاء الاصطناعي الطرفي متعدد الأوجه، ويشمل ابتكار الأجهزة وتحسين البرامج والشراكات الاستراتيجية. من خلال دمج هذه العناصر، تهدف AMD إلى توفير حلول شاملة تمكن المطورين والمؤسسات من الاستفادة من الإمكانات الكاملة للذكاء الاصطناعي الطرفي.

ابتكار الأجهزة

تم تصميم أحدث تشكيلات وحدة المعالجة المتسارعة (APU) من AMD، مثل Strix Point و Strix Halo، مع وضع قدرات الحوسبة الذكاء الاصطناعي في الاعتبار. تدمج وحدات المعالجة المتسارعة (APUs) هذه وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs) ومسرعات الذكاء الاصطناعي المخصصة على شريحة واحدة. يتيح هذا التكامل معالجة فعالة لأعباء عمل الذكاء الاصطناعي على الحافة، مما يقلل من زمن الوصول ويحسن الأداء. يركز ابتكار الأجهزة في AMD على توفير القدرة الحسابية اللازمة في عوامل الشكل الصغيرة، مما يجعلها مناسبة لمجموعة واسعة من الأجهزة الطرفية، بما في ذلك أجهزة الكمبيوتر المحمولة والهواتف الذكية والأنظمة المدمجة.

تحسين البرامج

تستثمر AMD أيضًا في تحسين البرامج لضمان أن أجهزتها يمكنها تشغيل نماذج الذكاء الاصطناعي بشكل فعال. يتضمن ذلك تطوير مكتبات وأدوات برمجية تتيح للمطورين نشر نماذج الذكاء الاصطناعي بسهولة على أجهزة AMD. تركز جهود تحسين البرامج في AMD على تحسين أداء وكفاءة نماذج الذكاء الاصطناعي وتقليل استهلاك الطاقة وتعزيز التوافق مع أطر عمل الذكاء الاصطناعي المختلفة. من خلال توفير دعم برمجي شامل، تهدف AMD إلى تسهيل الأمر على المطورين للاستفادة من الإمكانات الكاملة لأجهزتها لتطبيقات الذكاء الاصطناعي الطرفية.

شراكات استراتيجية

تعمل AMD بنشاط على تشكيل شراكات استراتيجية مع شركات أخرى في النظام البيئي للذكاء الاصطناعي. تتضمن هذه الشراكات التعاون مع موردي البرامج وموفري الخدمات السحابية ومصنعي الأجهزة. من خلال العمل مع هؤلاء الشركاء، يمكن لـ AMD التأكد من أن حلول الأجهزة والبرامج الخاصة بها متوافقة مع مجموعة واسعة من تطبيقات ومنصات الذكاء الاصطناعي. تسمح هذه الشراكات أيضًا لـ AMD بتوسيع نطاق وصولها وتقديم حلول شاملة تلبي الاحتياجات المتنوعة لعملائها.

التحديات والفرص في سوق الذكاء الاصطناعي الطرفي

في حين أن سوق الذكاء الاصطناعي الطرفي يقدم فرصًا كبيرة، فإنه يواجه أيضًا العديد من التحديات التي يجب معالجتها. تتضمن هذه التحديات ضمان الأمن وإدارة التعقيد ومعالجة الاعتبارات الأخلاقية.

ضمان الأمن

يمثل الأمن مصدر قلق كبير في سوق الذكاء الاصطناعي الطرفي. غالبًا ما يتم نشر الأجهزة الطرفية في بيئات معرضة للهجمات الإلكترونية. من المهم تنفيذ تدابير أمنية قوية لحماية هذه الأجهزة من الوصول غير المصرح به وانتهاكات البيانات. يتضمن ذلك استخدام التشفير والمصادقة وآليات التحكم في الوصول. بالإضافة إلى ذلك، من المهم تحديث البرامج والبرامج الثابتة على الأجهزة الطرفية بانتظام لمعالجة أي ثغرات أمنية.

إدارة التعقيد

يتميز سوق الذكاء الاصطناعي الطرفي بدرجة عالية من التعقيد. هناك العديد من الأنواع المختلفة من الأجهزة الطرفية ونماذج الذكاء الاصطناعي ومنصات البرامج. تتطلب إدارة هذا التعقيد نهجًا منسقًا يشارك فيه موردي الأجهزة ومطوري البرامج والمستخدمين النهائيين. يتضمن ذلك تطوير واجهات وبروتوكولات موحدة وتوفير وثائق وتدريب شاملين وتقديم خدمات دعم لمساعدة المستخدمين على نشر وإدارة حلول الذكاء الاصطناعي الطرفية.

معالجة الاعتبارات الأخلاقية

يثير استخدام الذكاء الاصطناعي العديد من الاعتبارات الأخلاقية. من المهم التأكد من أن أنظمة الذكاء الاصطناعي عادلة وشفافة وخاضعة للمساءلة. يتضمن ذلك معالجة التحيز في نماذج الذكاء الاصطناعي وحماية الخصوصية والتأكد من أن أنظمة الذكاء الاصطناعي تستخدم بطريقة مسؤولة وأخلاقية. تحتاج المؤسسات إلى تطوير سياسات وإرشادات تعالج هذه الاعتبارات الأخلاقية وتضمن استخدام الذكاء الاصطناعي لصالح المجتمع.

فرص للنمو

على الرغم من هذه التحديات، يقدم سوق الذكاء الاصطناعي الطرفي فرصًا كبيرة للنمو. إن الطلب المتزايد على المعالجة في الوقت الفعلي والخصوصية المحسنة وتقليل استهلاك النطاق الترددي يدفع إلى اعتماد حلول الذكاء الاصطناعي الطرفية. مع نضوج التكنولوجيا وتوسع النظام البيئي، من المتوقع أن يشهد سوق الذكاء الاصطناعي الطرفي نموًا سريعًا في السنوات القادمة. الشركات التي يمكنها معالجة التحديات بشكل فعال والاستفادة من الفرص في هذا السوق ستكون في وضع جيد للنجاح.

مكانة NVIDIA وإمكانية المنافسة

أرست NVIDIA مكانة مهيمنة في سوق تدريب الذكاء الاصطناعي، ويرجع ذلك أساسًا إلى وحدات معالجة الرسومات المتقدمة ومنصات البرامج الخاصة بها. ومع ذلك، فإن التحول نحو الذكاء الاصطناعي الطرفي يوفر فرصة للمنافسين مثل AMD لتحدي هيمنة NVIDIA.

نقاط قوة NVIDIA

تشمل نقاط قوة NVIDIA في سوق الذكاء الاصطناعي وحدات معالجة الرسومات عالية الأداء والنظام البيئي البرمجي الشامل (بما في ذلك CUDA) والاعتراف القوي بالعلامة التجارية. سمحت هذه العوامل لـ NVIDIA بالاستحواذ على حصة كبيرة من سوق تدريب الذكاء الاصطناعي وترسيخ نفسها كشركة رائدة في هذا المجال. تُستخدم وحدات معالجة الرسومات من NVIDIA على نطاق واسع في مراكز البيانات لتدريب نماذج الذكاء الاصطناعي الكبيرة، ويستخدم المطورون منصات البرامج الخاصة بها لإنشاء ونشر تطبيقات الذكاء الاصطناعي.

فرص AMD

لدى AMD فرصة للتنافس مع NVIDIA في سوق الذكاء الاصطناعي الطرفي من خلال الاستفادة من نقاط قوتها في ابتكار الأجهزة وتحسين البرامج. تم تصميم أحدث وحدات المعالجة المتسارعة (APU) من AMD مع وضع قدرات الحوسبة الذكاء الاصطناعي في الاعتبار، مما يجعلها مناسبة تمامًا لتطبيقات الذكاء الاصطناعي الطرفية. بالإضافة إلى ذلك، تستثمر AMD في تحسين البرامج لضمان أن أجهزتها يمكنها تشغيل نماذج الذكاء الاصطناعي بشكل فعال. من خلال التركيز على الذكاء الاصطناعي الطرفي، يمكن لـ AMD أن تميز نفسها عن NVIDIA وتستحوذ على حصة كبيرة من هذا السوق المتنامي.

استراتيجيات المنافسة

للمنافسة بفعالية مع NVIDIA، تحتاج AMD إلى اتباع استراتيجية متعددة الأوجه تشمل:

• استمرار ابتكار الأجهزة: تحتاج AMD إلى الاستمرار في الابتكار في الأجهزة لتوفير معالجات ووحدات معالجة متسارعة (APUs) محسّنة لتطبيقات الذكاء الاصطناعي الطرفية. يتضمن ذلك تطوير معماريات جديدة وتحسين الأداء وتقليل استهلاك الطاقة.
• تطوير النظام البيئي البرمجي: تحتاج AMD إلى تطوير نظام بيئي برمجي شامل يدعم مجموعة واسعة من أطر عمل وتطبيقات الذكاء الاصطناعي. يتضمن ذلك توفير مكتبات وأدوات ووثائق برمجية تسهل على المطورين نشر نماذج الذكاء الاصطناعي على أجهزة AMD.
• شراكات استراتيجية: تحتاج AMD إلى الاستمرار في تشكيل شراكات استراتيجية مع شركات أخرى في النظام البيئي للذكاء الاصطناعي. يتضمن ذلك التعاون مع موردي البرامج وموفري الخدمات السحابية ومصنعي الأجهزة.
• التركيز على السوق: تحتاج AMD إلى تركيز جهودها التسويقية على سوق الذكاء الاصطناعي الطرفي وتسليط الضوء على فوائد حلولها لتطبيقات الذكاء الاصطناعي الطرفية. يتضمن ذلك تثقيف العملاء حول مزايا الذكاء الاصطناعي الطرفي وعرض قدرات أجهزة وبرامج AMD.

من خلال اتباع هذه الاستراتيجيات، يمكن لـ AMD التنافس بفعالية مع NVIDIA في سوق الذكاء الاصطناعي الطرفي وترسيخ نفسها كشركة رائدة في هذا المجال الناشئ. يمثل التحول نحو الذكاء الاصطناعي الطرفي فرصة كبيرة لـ AMD لتحدي هيمنة NVIDIA والاستحواذ على حصة كبيرة من سوق الذكاء الاصطناعي المتنامي.

إن مستقبل استنتاج الذكاء الاصطناعي على وشك أن يعاد تشكيله من خلال التحركات الاستراتيجية لشركات مثل AMD، حيث أنها تناصر التحول نحو الحوسبة الطرفية. يعد هذا الانتقال بتقريب الذكاء الاصطناعي من المستخدم النهائي، وتعزيز تجارب المستخدم، وتعزيز الخصوصية، وتمكين مجموعة من التطبيقات الجديدة التي كانت مقيدة سابقًا بقيود المعالجة القائمة على السحابة. مع استمرار AMD في الابتكار والاستثمار في تقنيات الذكاء الاصطناعي الطرفية، فهي في وضع جيد للعب دور محوري في تشكيل مستقبل الذكاء الاصطناعي.