أحدث الأخبار مع #CUDA
الرجل
منذ 3 أيام
- الرجل
كارت الشاشة المثالي للذكاء الاصطناعي وكيف تختاره؟
قد تعتقد أن بطاقة RTX 5090 هي أقوى بطاقة رسومية (كارت شاشة) موجودة على الساحة حاليًّا، وهذا قد يكون صحيحًا في حال ما إذا كنا نتحدث على مستوى "البطاقات الاستهلاكية" المعروفة مثل RTX 4090، وRTX 5080، وRX 9070 XT، لكن على مستوى الذكاء الاصطناعي وتطبيقاته، هناك بطاقات لن نقول إنها أفضل، ولكنها أنسب من بطاقة Nvidia الجبارة، فما أشهر البطاقات التي تُستخدم في معالجة الذكاء الاصطناعي؟ وما مواصفاتها؟ ما أهمية كروت الشاشة في مشاريع الذكاء الاصطناعي؟ وحدة معالجة الرسوميات GPU - المصدر: Shutterstock على عكس المعالجات المركزية CPUs، التي تبرع في التعامل مع المهام الفردية بسرعة وكفاءة عالية (حسب نوع المعالج بالطبع)، فإن كروت الشاشة أو البطاقات الرسومية تستطيع التعامل مع مجموعة ضخمة من البيانات والعمليات بالتوازي في الوقت نفسه، نظرًا لاحتوائها على آلاف الأنوية، وهذه هي الطريقة التي يشتغل بها الذكاء الاصطناعي. ويُمكننا إحصاء أهمية كروت الشاشة بمشاريع الذكاء الاصطناعي في 3 نقاط: - النقطة الأولى: معالجة البيانات بالتوازي كما أوضحنا أعلاه. - النقطة الثانية: كروت الشاشة تمتلك نطاقات تردد للذاكرة أعلى بكثير من المعالجات المركزية وهذا يُسرع من العمليات كثيرًا. - النقطة الثالثة: كروت الشاشة تحتوي على أنوية متخصصة في معالجة الذكاء الاصطناعي مثل أنوية تنسور Tensor Cores وأنوية كودا CUDA. معايير اختيار كارت الشاشة المناسب للذكاء الاصطناعي كارت شاشة بشعار Nvidia - المصدر: Shutterstock هناك معايير واضحة لاختيار كارت الشاشة المناسب للذكاء الاصطناعي، مثل عدد أنوية CUDA وTensor، وحجم الذاكرة VRAM، واستهلاك الطاقة، وغيرها من المواصفات والمعايير، ولكن سؤال المعايير هذا ليس المهم؛ الأهم هو حجم ميزانيتك وطبيعة استخدامك. على سبيل المثال، إذا كنت تريد استخدام النماذج أو البرامج التجارية الشائعة التي تحتوي على مميزات الذكاء الاصطناعي، فستكفيك الكروت العادية التي نستخدمها في الألعاب، بل وربما تستطيع تشغيل هذه البرامج والخدمات بسهولة عن طريق المعالج فقط، خاصةً إذا كان يحتوي على كارت شاشة داخلي قوي. على الجانب الآخر، إذا كنت تعمل أساسًا في مجال الذكاء الاصطناعي وتريد تدريب النماذج مثلًا، فهنا سيتعين عليك استخدام كارت شاشة قوي من الخيارات التي سنأتي على ذكرها بعد قليل. إذا كنت بعيدًا عن مجال الذكاء الاصطناعي وتريد أن تفهم طبيعة المهام التي يُمكن أن تُستخدم فيها هذه الكروت، فإليك عينة من أشهرها: 1. التعرف على الصور Image Recognition: لتدريب نماذج ذكاء اصطناعي تستطيع التعرف على الصور، فإنك قد تحتاج أيامًا أو حتى أسابيع، اعتمادًا على قوة الكارت. 2. معالجة اللغة الطبيعية: تدخل كروت الشاشة أيضًا في تدريب نماذج اللغات الكبيرة LLM، وأشهر مثال على هذه النماذج ChatGPT وGemini بموديلّاتهما، فتدريب مثل هذه النماذج يحتاج من أسابيع إلى أشهر. 3. التعلم المعزز والتطبيقات التي تتطلب معالجة فورية للبيانات: نفس ما قلناه بالأعلى ينطبق هنا، وتحديدًا في السيناريوهات التي تتطلب كشف الاحتيال، والسيارات ذاتية القيادة، وغيرهما من التطبيقات التي تتطلب معالجة فورية للبيانات. وطبعًا لا ننسى أن الميزانية هي العنصر والعامل الأهم في كل هذه الحكاية، ولولا ضيق الميزانية -والتوافر بدرجة أقل- لكان الجميع اشترى أقوى الكروت والمعالجات المتاحة، والمشكلة أن الفجوة في أسعار كروت الشاشة كبيرة، ولا تنفك تزداد بزيادة الفرق في الإمكانيات والمواصفات التقنية. لكن على كلٍ، إليك أبرز المعايير التي يُفترض أن تراعيها في كروت الذكاء الاصطناعي: 1. أنوية كودا وأنوية تنسور: بالنسبة لأنوية كودا CUDA Cores، فتعمل على تنفيذ العديد من المهام في الوقت نفسه، أما أنوية تنسور Tensor Cores، فتوجد في كروت الشاشة الأحدث مثل RTX وA100، وكلا النوعين من الأنوية متوافر بكروت Nvidia فقط. 2. الذاكرة: تمتلك كروت الشاشة ذاكرة مؤقتة، مثل الرامات، تُعرف بالـVRAM؛ عليها يُخزّن كارت الشاشة الصور التي يعالجها ليعرضها لك، ولهذا كلما كانت سعة VRAM أكبر، كانت قدرة الكارت على معالجة المزيد من بيانات الذكاء الاصطناعي أعلى، والعكس يمكن أن يؤدي إلى أعطال أو ما يُسمى "بعنق الزجاجة Bottleneck"، وهو عدم قدرة الكارت على معالجة البيانات بالسرعة المطلوبة. 3. عرض النطاق الترددي: يعبر عرض النطاق Memory Bandwidth عن مدى سرعة انتقال البيانات بين الذاكرة وشريحة المعالجة GPU والأنوية، وهو معيار في غاية الأهمية، لأنه يتيح معالجة البيانات الكبيرة بشكل سريع، ولهذا السبب تحديدًا تكمن أهميته في تدريب الشبكات العصبية العميقة التي تمتلئ بكميات مهولة من البيانات. 4. الحد الأقصى لاستهلاك الطاقة TDP: يشير إلى الحد الأقصى لكمية الحرارة التي يولدها الكارت تحت الحِمل، إذ يجب أن تحرص على التوازن بين أداء الكارت واستهلاكه للطاقة، خاصة إذا كان المشروع الذي تعمل عليه كبيرًا. 5. التوافق مع إطارات العمل: من المفترض أن يتوافق كارت الشاشة الجيد مع معظم إطارات العمل للتعلم الآلي، مثل TensorFlow، وPyTorch، وJAX. 6. الفاصلة العائمة FP16، وFP32، وFP64: وهذه من أهم المقاييس لأداء كروت الشاشة والحواسيب بشكل عام. NVIDIA مقابل AMD: من يتفوّق في الذكاء الاصطناعي؟ المصدر: Shutterstock الجواب المختصر أن Nvidia تتفوق بشكلٍ واضح بفضل أنوية كودا وتنسور التي تحدثنا عنها، لكن AMD لا تهدأ، حيث تطور من كروتها باستمرار لا سيما على مستوى الأسعار. سلسلة مثل RX 9000، وحتى RX 7000، تقدم أداءً ممتازًا، وتأتي بسعرٍ تنافسي مقارنةً بأسعار كروت Nvidia، وعلى سبيل المثال، يقدم كارت RX 9070 XT أداء أفضل من RTX 5070 Ti رُغم أنه أرخص بـ 150 دولارًا. كروت مخصصة للمبتدئين وأخرى للمحترفين Nvidia والذكاء الاصطناعي - المصدر: Shutterstock والآن، حان الوقت لنذكر أشهر كروت الشاشة المخصصة للذكاء الاصطناعي؛ للمبتدئين والمحترفين، ونبدأ بالأقوى: Nvidia H100 NVL أداء الفاصلة العائمة: FP16 - 1,671 TFLOPS TFLOPS FP32 - 60 TFLOPS FP64 - 30 TFLOPS الذاكرة: 94 جيجابايت من نوع HBM3. عرض النطاق الترددي: 3.9 تيرابايت في الثانية. Nvidia A100 أداء الفاصلة العائمة: FP16 - 624 TFLOPS FP32 - 19.5 TFLOPS FP64 - 9.7 TFLOPS الذاكرة: 80 جيجابايت من نوع HBM2e. عرض النطاق: 2.039 جيجابايت/ثانية. RTX 5090 أداء الفاصلة العائمة: FP16- 104.8 TFLOPS FP32- 104.8 TFLOPS FP64- 1.637 TFLOPS الذاكرة: 32 جيجابايت من نوع GDDR7. عرض النطاق: 1.79 تيرابايت/ثانية NVIDIA RTX A6000 أداء الفاصلة العائمة: FP16 - 40.00 TFLOPS FP32 - 38.71 TFLOPS FP64 - 604.8 GFLOPS الذاكرة: 48 جيجابايت من نوع GDDR7. عرض النطاق: 768 جيجابايت في الثانية. NVIDIA GeForce RTX 4090 أداء الفاصلة العائمة: FP16 - 82.58 TFLOPS FP32 - 82.58 TFLOPS FP64 - 1,290 GFLOPS الذاكرة: 24 جيجابايت من نوع GDDR6X. عرض النطاق: 1,008 جيجابايت/ثانية. NVIDIA GeForce RTX 3090 Ti أداء الفاصلة العائمة: FP16 - 40 TFLOPS FP32 - 35.6 TFLOPS FP64 - 625 GFLOPS الذاكرة: 24 جيجابايت من نوع GDDR6X. عرض النطاق: 1,008 جيجابايت/ثانية. GIGABYTE GeForce RTX 3080 أداء الفاصلة العائمة: FP16 - 31.33 TFLOPS FP32 - 29.77 TFLOPS FP64 - 489.6 GFLOPS الذاكرة: 12 جيجابايت من نوع GDDR6X. عرض النطاق: 760 جيجابايت/ثانية. أما بالنسبة لكروت المبتدئين، فتشمل: EVGA GeForce GTX 1080 أداء الفاصلة العائمة: FP16 - 138.6 GFLOPS FP32 - 8.873 TFLOPS FP64 - 277.3 GFLOPS الذاكرة: 8 جيجابايت من نوع GDDR5X. عرض النطاق: 320 جيجابايت/ثانية. ZOTAC GeForce GTX 1070 أداء الفاصلة العائمة: FP16- 103.3 GFLOPS FP32 - 6.609 TFLOPS FP64 - 206.5 GFLOPS الذاكرة: 8 جيجابايت من نوع GDDR5. عرض النطاق: 265 جيجابايت/ثانية. جدير بالذكر أن معظم الكروت المذكورة من شركة Nvidia لأنها الأفضل إجمالًا بالنسبة للذكاء الاصطناعي كما قلنا، غير أن هناك العديد من الخيارات الرائعة أيضًا من AMD مثل RX 7900 GRE، وRX 7600، وRX 7900 XTX، وRX 9070 وRX 9070 XT، وغيرها من الكروت التي تقدم أداءً جيدًا.
عرب هاردوير
منذ 4 أيام
- أعمال
- عرب هاردوير
التقارير تتهم و NVIDIA تنفي.. هل تحصل الصين على معالجات رسومية خاصة؟
تتهم التقارير التي صدرت من صحيفة فايننشال تايمز ، نقلاً عن مصادر مطلعة على الأمر، أن الرئيس التنفيذي جين-سون هوانغ قد ناقش إنشاء مركز للبحث والتطوير مع عمدة شنغهاي، غونغ تشنغ، الشهر الماضي. كما ذكرت المعلومات أيضًا أن NVIDIA بدأت ترسل تصاميم خاصة من وحدات المعالجات الرسومية لصناعتها في الصين لتجاوز القيود المفروضة عليها. هل NVIDIA في ورطة؟ لتدارك هذه الاتهامات الخطرة، قال متحدث باسم شركة NVIDIA في بيان لشبكة CNBC إن NVIDIA لا ترسل أي تصميمات لوحدات معالجة الرسوميات إلى الصين لتعديلها بما يتوافق مع ضوابط التصدير التي تفرضها وزارة التجارة الأمريكية، نافيًا ما تتداوله التقارير نفيًا قاطعًا. منذ عام 2022، تضرر قطاع شركات تصنيع رقاقات الذكاء الاصطناعي بنسبة كبيرة من القيود المفروضة على الصين، إذ بدأت الولايات المتحدة بفرض قيود صارمة تمنع كل الشركات من إرسال الرقاقات المتقدمة إلى الصين بسبب مخاوف من احتمال استخدامها عسكريًا. في الأسبوع الماضي، كشف الرئيس الأمريكي دونالد ترامب أن إدارته ستستبدل القيود التي وضعتها إدارة الرئيس السابق، جو بايدن، بقواعد أبسط بكثير لتضمن هيمنة الذكاء الاصطناعي الأمريكي. الجيد أيضًا أن هناك مصدران مطلعان على الأمر كانت روايتهما مثل الرواية الرسمية لشركة NVIDIA، والتي تقول إن NVIDIA لم ترسل فعلًأ أي تصميمات لوحدات معالجة الرسوميات إلى الصين لتعديلها بما يتوافق مع ضوابط التصدير. وزُعم أن الرئيس التنفيذي لشركة NVIDIA، جين-سون هوانغ، قد ناقش إنشاء مركز للبحث والتطوير مع عمدة شنغهاي، غونغ تشنغ، وأشار التقرير إلى أن هوانغ يفكر في إنشاء مشروع مشترك في الصين للحفاظ على الطلب الهائل على منصة الحوسبة CUDA التابعة لها. ووفقًا لهوانغ، سيقوم مركز التطوير الجديد بتقييم طرق تلبية القيود الأمريكية مع تلبية احتياجات السوق المحلية، مع استمرار الإنتاج والتصميم خارج الصين. سوق الذكاء الاصطناعي في الصين قد يصل إلى 50 مليار دولار سلط هوانغ الضوء سابقًا على أهمية الصين، التي تعد واحدة من الأسواق الرئيسية لـ NVIDIA بعد الولايات المتحدة وسنغافورة وتايوان. وقدر هوانغ أن سوق الذكاء الاصطناعي في الصين قد يصل إلى 50 مليار دولار خلال العامين أو الثلاثة أعوام القادمة. كما كشف هوانغ في 14 من مايو عن صفقة ضخمة من الرقاقات المستندة إلى معمارية Blackwell، وهي اتفاقية مع المملكة العربية السعودية لتطوير قدرات الذكاء الاصطناعي في البلاد. وأشار إلى أن الشراكة تتجاوز التعاونات الغربية التقليدية لشركة رائدة في مجال رقاقات الذكاء الاصطناعي. ويعتقد الرئيس التنفيذي لشركة NVIDIA أيضًا أن المشروع المشترك بمثابة اختبار حاسم لسياسات التصدير الأمريكية المستقبلية مع الدول التي تحتفظ بعلاقات وثيقة مع واشنطن وبكين. في حين كان الرئيس الأمريكي دونالد ترامب يزور المملكة العربية السعودية منجزًا العديد من الاتفاقيات المالية الضخمة جدًا، أعلن البيت الأبيض في الوقت نفسه عن جولة جديدة من القيود على رقاقات الذكاء الاصطناعي تستهدف بكين. وحذرت وزارة التجارة الأمريكية من استخدام رقاقات الذكاء الاصطناعي الأمريكية في النماذج الصينية وأشارت بشكل خاص إلى تطوير تكتيكات لملاحقة سلاسل التوريد الغير مشروعة لاستهداف عمليات التهريب. كما خصت الولايات المتحدة في حديثها شركة هواوي الصينية، واعتبرت استخدام رقاقات Ascend التابعة للشركة في أي مكان في العالم انتهاكًا لضوابط التصدير. كما ألغت الولايات المتحدة قاعدة نشر الذكاء الاصطناعي، مضيفة طبقة أخرى من الضوابط التي يتعين على شركة تصنيع رقاقات الذكاء الاصطناعي التعامل معها. هل وقعت NVIDIA في المحضور بتعاونها مع الصين لتجاوز القيود المفروضة عليها من قبل وزارة التجارة الأمريكية؟ شاركونا برأيكم.
أخبار مصر
منذ 4 أيام
- أعمال
- أخبار مصر
التقارير تتهم و NVIDIA تنفي.. هل تحصل الصين على معالجات رسومية خاصة؟
التقارير تتهم و NVIDIA تنفي.. هل تحصل الصين على معالجات رسومية خاصة؟ تتهم التقارير التي صدرت من صحيفة فايننشال تايمز، نقلاً عن مصادر مطلعة على الأمر، أن الرئيس التنفيذي جين-سون هوانغ قد ناقش إنشاء مركز للبحث والتطوير مع عمدة شنغهاي، غونغ تشنغ، الشهر الماضي. كما ذكرت المعلومات أيضًا أن NVIDIA بدأت ترسل تصاميم خاصة من وحدات المعالجات الرسومية لصناعتها في الصين لتجاوز القيود المفروضة عليها.هل NVIDIA في ورطة؟ لتدارك هذه الاتهامات الخطرة، قال متحدث باسم شركة NVIDIA في بيان لشبكة CNBC إن NVIDIA لا ترسل أي تصميمات لوحدات معالجة الرسوميات إلى الصين لتعديلها بما يتوافق مع ضوابط التصدير التي تفرضها وزارة التجارة الأمريكية، نافيًا ما تتداوله التقارير نفيًا قاطعًا.منذ عام 2022، تضرر قطاع شركات تصنيع رقاقات الذكاء الاصطناعي بنسبة كبيرة من القيود المفروضة على الصين، إذ بدأت الولايات المتحدة بفرض قيود صارمة تمنع كل الشركات من إرسال الرقاقات المتقدمة إلى الصين بسبب مخاوف من احتمال استخدامها عسكريًا.في الأسبوع الماضي، كشف الرئيس الأمريكي دونالد ترامب أن إدارته ستستبدل القيود التي وضعتها إدارة الرئيس السابق، جو بايدن، بقواعد أبسط بكثير لتضمن هيمنة الذكاء الاصطناعي الأمريكي. الجيد أيضًا أن هناك مصدران مطلعان على الأمر كانت روايتهما مثل الرواية الرسمية لشركة NVIDIA، والتي تقول إن NVIDIA لم ترسل فعلًأ أي تصميمات لوحدات معالجة الرسوميات إلى الصين لتعديلها بما يتوافق مع ضوابط التصدير.وزُعم أن الرئيس التنفيذي لشركة NVIDIA، جين-سون هوانغ، قد ناقش إنشاء مركز للبحث والتطوير مع عمدة شنغهاي، غونغ تشنغ، وأشار التقرير إلى أن هوانغ يفكر في إنشاء مشروع مشترك في الصين للحفاظ على الطلب الهائل على منصة الحوسبة CUDA التابعة لها.ووفقًا لهوانغ، سيقوم مركز التطوير الجديد بتقييم طرق تلبية القيود الأمريكية مع تلبية احتياجات السوق المحلية، مع استمرار…..لقراءة المقال بالكامل، يرجى الضغط على زر 'إقرأ على الموقع الرسمي' أدناه
الرجل
٢٢-٠٤-٢٠٢٥
- أعمال
- الرجل
رئيس "إنتل" يرفع القبعة لـ"إنفيديا": تصدرت سوق الذكاء الاصطناعي ببراعة
أبدى "بات جيلسينجر"، الرئيس التنفيذي السابق لشركة إنتل، إعجابه بنجاح شركة نفيديا في سوق شرائح الذكاء الاصطناعي المتسارع. وفي تصريحات له عبر برنامج Opening Bid، أوضح "جيلسينجر" أن إنفيديا نجحت في أمرين رئيسيين، منحاها التفوق والريادة في قطاع تقنيات الذكاء الاصطناعي. تنفيذ قوي ورؤية تنافسية واضحة قال "جيلسينجر" إن إنفيديا بقيادة مؤسسها والرئيس التنفيذي "جنسن هوانغ"، نجحت في تنفيذ خططها بشكل متقن، وتحقيق سبق تقني واضح في شرائح الذكاء الاصطناعي. وأضاف: "هم ينفذون جيدًا، وجنسن يوجّه فرقه للبقاء في صدارة السباق باستمرار". وأكد أن سوق مسرّعات الذكاء الاصطناعي يشهد حاليًا منافسة شديدة من عمالقة مثل إنتل وسامسونج وشركات ناشئة عديدة، مع تزايد الطلب من كبرى الشركات العالمية الناشئة في هذا المجال. حواجز حماية قوية تمنح نفيديا التفوق المحور الثاني الذي منح إنفيديا التميز — بحسب "جيلسينجر" — هو بناء الشركة لما وصفه بالمزايا التنافسية المستدامة التي تحميها من المنافسة المباشرة. وأشار إلى تقنيتين محوريتين: - NVLink: تقنية تسمح بربط معالجات الرسوميات داخل السيرفر. - CUDA: نظام برمجي يسرّع تنفيذ التطبيقات الحسابية باستخدام المعالجات الرسومية. هذه الابتكارات مكّنت إنفيديا من حجز مكانة قوية يصعب على المنافسين مجاراتها. إنتل تعترف بالتقصير وتسعى للتغيير عمل "جيلسينجر" داخل إنتل لأكثر من 30 عامًا قبل أن يغادرها ويعود لرئاستها في 2021، ثم يغادر مجددًا في ديسمبر الماضي. وأكد أن إنتل فقدت صدارة السوق لصالح إنفيديا وشركات أخرى، بعد أن فشلت في اللحاق بتطورات تقنية رئيسية مثل إطلاق آيفون والذكاء الاصطناعي. شهدت إنتل انخفاضًا حادًا في قيمتها السوقية بنسبة تقترب من 50% خلال عام 2024. وهو ما دفع "جيلسينجر" إلى إطلاق حزمة قرارات جذرية تضمنت تسريح آلاف الموظفين وتنفيذ خطط إعادة هيكلة. في مارس الماضي، تولّى "ليب-بو تان"، أحد خبراء الإلكترونيات المخضرمين، منصب الرئيس التنفيذي الجديد للشركة. وخلال أول ظهور له، اعترف بتأخر الشركة عن السوق، مؤكدًا: "كنا بطيئين في تلبية احتياجات عملائنا، وهذا يجب أن يتغير".
