پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

کوالکام حافظه پرسرعت HBC را با ۱۸ برابر پهنای باند بیشتر با موفقیت آزمایش کرد

انتشار:۱۱ آبان ۱۴۰۵(۱ ساعت پیش)
۵ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

کوالکام با موفقیت فناوری حافظه پردازشی پرسرعت (HBC) را به‌عنوان ستون اصلی راهبرد مراکز داده خود آزمایش کرد. این غول تراشه‌سازی قصد دارد با تمرکز بر پردازش استنتاج هوش مصنوعی و بهینه‌سازی مصرف انرژی، تا سال ۲۰۲۹ به درآمد سالانه بیش از ۱۵ میلیارد دلار در بخش مراکز داده برسد.

کوالکام حافظه پرسرعت HBC را با ۱۸ برابر پهنای باند بیشتر با موفقیت آزمایش کرد

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • کوالکام با آزمایش موفق معماری حافظه HBC به ۱۸ برابر پهنای باند بیشتر در مقایسه با حافظه‌های LPDDR5 و پنج برابر بازدهی بالاتر نسبت به HBM دست یافته است.
  • این شرکت با برند Dragonfly قصد دارد به‌جای رقابت مستقیم در آموزش مدل‌ها، روی بهبود مصرف انرژی و سرعت استنتاج هوش مصنوعی در سرورها تمرکز کند.
  • غول‌های فناوری از جمله متا، آمازون و مایکروسافت برای به‌کارگیری پردازنده‌ها و شتاب‌دهنده‌های جدید کوالکام در مراکز داده نسل آینده خود توافق کرده‌اند.
نوآوری کوالکام با معماری HBC برای حل چالش دیوار حافظه در استنتاج هوش مصنوعی از طریق قرار دادن حافظه روی تراشه پردازشی
کوالکام با قرار دادن حافظه بر روی تراشه پردازشی و معماری HBC، چالش دیوار حافظه در استنتاج هوش مصنوعی را برطرف می‌کند.

کوالکام به نقطه عطف بزرگی در توسعه فناوری حافظه اختصاصی خود دست یافته است؛ فناوری نوآورانه‌ای موسوم به پردازش با پهنای باند بالا (HBC) که سنگ‌بنای اصلی راهبرد مراکز داده این شرکت به‌شمار می‌رود و نخستین بار در نشست روز سرمایه‌گذاران مطرح شد.

اگرچه انتشار نتایج بنچمارک‌های درون‌سازمانی توسط شرکت‌ها امری نامتداول است، اما با توجه به تردیدهای کارشناسان صنعت درباره نقشه راه چندساله کوالکام برای ورود به مراکز داده هوش مصنوعی، این آزمایش موفق یک خبر بسیار مثبت ارزیابی می‌شود. راهبرد کوالکام بر سرورهای ویژه استنتاج هوش مصنوعی، بازدهی مصرف انرژی، حافظه با پهنای باند بالا و تراشه‌های سفارشی برای شرکت‌های بزرگ ابری تمرکز دارد، نه رقابت مستقیم و رودررو با انویدیا در زمینه آموزش مدل‌ها با پردازنده‌های گرافیکی. این شرکت محصولات سخت‌افزاری جدید خود را تحت برند Dragonfly عرضه می‌کند و هدف‌گذاری کرده است تا سال مالی ۲۰۲۹ به درآمد سالانه بیش از ۱۵ میلیارد دلار از بازار مراکز داده دست یابد.

چشم‌انداز هوش مصنوعی که پیش‌تر تحت حاکمیت بازدهی پردازش بود، اکنون با محدودیت حافظه یا همان دیوار حافظه روبه‌رو است.
فضای هوش مصنوعی پس از دوره تمرکز بر توان پردازشی، اکنون وارد عصر محدودیت‌های حافظه موسوم به «دیوار حافظه» شده است.

تونی پیالیس، مدیرعامل پیشین شرکت Alphawave Semi و مدیر ارشد فعلی بخش مراکز داده در کوالکام، در جریان نشست Snapdragon Summit تأکید کرد که تقاضای فوق‌العاده‌ای از سوی غول‌های هوش مصنوعی برای پلتفرم Dragonfly وجود دارد؛ تقاضایی که رسیدن به این هدف مالی یا حتی فراتر رفتن از آن را تضمین می‌کند. در نهایت، هدف‌گذاری درآمد ۱۵ میلیارد دلاری کوالکام کمتر از ۱۰ درصد درآمد پیش‌بینی‌شده انویدیا از مراکز داده در سال ۲۰۲۶ است و کوالکام تا همین حالا نیز قراردادهای بزرگی را با بازیگران اصلی این حوزه نهایی کرده است.

معماری HBC؛ سنگ‌بنای استراتژی کوالکام در مراکز داده

ایده بنیادین کوالکام این است که گلوگاه اصلی پردازش‌های استنتاج هوش مصنوعی بیش از آنکه صرفاً به توان خام پردازشی وابسته باشد، به جابه‌جایی داده‌ها در حافظه، تأخیر ارتباطی و مصرف برق مراکز داده محدود شده است. معماری حافظه پردازشی پرسرعت (HBC) با هدف نزدیک‌تر کردن بخش‌های پردازشی به حافظه طراحی شده است، در حالی که مجموعه فناوری‌های ارتباطی این شرکت از اتصال‌های مسی تا پیوندهای نوری را برای مقیاس‌های رک و خوشه‌های بزرگ سرور در بر می‌گیرد. رویکرد حافظه HBC هم بر روی شتاب‌دهنده‌های هوش مصنوعی اختصاصی (مدل‌های AI250 و AI300) و هم پردازنده‌های مرکزی (سری C1000 و اسنپدراگون) پیاده‌سازی خواهد شد.

کوالکام معتقد است معماری HBC ظرفیت بر وات را تا ۲۰۰ برابر نسبت به حافظه‌های SRAM مانند تراشه‌های گروک افزایش می‌دهد.
کوالکام بر این باور است که حافظه HBC ظرفیت بر وات را در مقایسه با حافظه‌های SRAM مورد استفاده در تراشه‌هایی مانند Groq تا ۲۰۰ برابر ارتقا می‌دهد.

استقبال شرکت‌های بزرگ فناوری از نقشه راه کوالکام

با وجود اینکه تا عرضه نهایی محصولات حدود یک سال زمان باقی مانده است، کوالکام توانسته موفقیت‌های تجاری چشمگیری را در نقشه راه خود به ثبت برساند:

  • متا: توافق چندنسلی برای به‌کارگیری پردازنده‌های مرکزی Dragonfly C1000 در ناوگان سرورهای نسل بعدی متا، که انتظار می‌رود تولید انبوه آن از سال ۲۰۲۸ آغاز شود.
  • خدمات ابری آمازون (AWS): توافق بلندمدت چندنسلی برای تولید تراشه‌های سفارشی و شبکه‌های نوری؛ کوالکام اعلام کرده که پردازنده‌های تجاری مربوطه در حال حاضر به مرحله تولید رسیده‌اند و درآمدزایی از آن‌ها در سه‌ماهه اول سال مالی ۲۰۲۷ آغاز خواهد شد.
  • دو قرارداد بزرگ دیگر برای تراشه‌های سفارشی: کوالکام از طراحی تراشه برای دو ارائه‌دهنده بزرگ خدمات ابری دیگر خبر داده که درآمد قابل توجه آن‌ها از سال مالی ۲۰۲۷ نمایان می‌شود.
  • علاقه‌مندی مایکروسافت و آژور: مدیران مایکروسافت از تمایل خود برای استقرار شتاب‌دهنده‌های HBC کوالکام در زیرساخت ابری آژور خبر داده‌اند، هرچند مشخص‌ترین مشتری اعلام‌شده برای پردازنده‌ها در آغاز کار، شرکت متا بوده است.
  • خریدهای استراتژیک برای تکمیل زنجیره: کوالکام شرکت Alphawave Semi را برای توسعه اتصالات سیمی و نوری پرسرعت و استارتاپ Modular را برای تقویت لایه نرم‌افزاری مستقل از سخت‌افزار تصاحب کرده است؛ ابزارهای مهمی که به کوالکام اجازه می‌دهند به‌جای فروش تراشه‌های تک، پلتفرم‌های کامل مراکز داده را عرضه کند.
نقشه راه کوالکام شامل اتصالات پرسرعت، تراشه‌های سفارشی، شتاب‌دهنده‌های هوش مصنوعی و پردازنده‌های Dragonfly
نقشه راه کوالکام شامل شبکه‌های ارتباطی، تراشه‌های سفارشی، شتاب‌دهنده‌های هوش مصنوعی و پردازنده‌های مرکزی سری Dragonfly است.

ارزیابی و سنجش عملکرد میدانی

مزیت رقابتی اصلی کوالکام بر شاخص «توکن بر وات» و کاهش هزینه کل مالکیت در پردازش استنتاج متمرکز است. این شرکت مدعی است پلتفرم Dragonfly تا هشت برابر توکن بر وات بهتری نسبت به پردازنده‌های گرافیکی ارائه می‌دهد؛ ادعایی که البته نیازمند اعتبارسنجی مستقل در بار کاری‌های واقعی است. آزمایش‌های اخیر نشان می‌دهند که حافظه HBC به ۱۸ برابر پهنای باند حافظه بیشتر (ترابایت بر ثانیه) در مقایسه با حافظه‌های LPDDR5 سنتی و ۵ برابر بازدهی بالاتر (ترابایت بر ثانیه بر هر وات) نسبت به حافظه‌های HBM دست یافته است.

نتیجه‌گیری و چشم‌انداز پیش‌رو

کوالکام اکنون یک مسیر چندمحصولی و معتبر شامل پردازنده‌های مرکزی، شتاب‌دهنده‌های استنتاج، معماری نوین حافظه، تجهیزات شبکه، مدارهای مجتمع سفارشی (ASIC) و لایه‌های نرم‌افزاری ایجاد کرده که با حمایت اولیه غول‌های ابری همراه شده است. چالش و آزمون اصلی این شرکت در مرحله اجرا خواهد بود: اینکه آیا قراردادهای اولیه طراحی به تیراژ تولید انبوه و پایدار تبدیل می‌شوند و آیا برتری بهره‌وری کوالکام در برابر انویدیا، AMD و تراشه‌های اختصاصی غول‌های ابری حفظ خواهد شد یا خیر.

تقریباً تمام شرکت‌های سازنده شتاب‌دهنده‌های هوش مصنوعی در تلاش‌اند تا بر چالش دیوار حافظه غلبه کنند. بنابراین کوالکام باید تمام توان خود را برای تحقق به‌موقع نقاط عطف برنامه‌ریزی‌شده به کار گیرد تا جایگاه محکمی در بازار مراکز داده به دست آورد. هرچند برخی معتقدند کوالکام دیر وارد رقابت مراکز داده شده است، اما با توجه به پیش‌بینی‌های رشد انفجاری تقاضا در این صنعت، نیاز مبرمی به راهکارهایی برای حل معضل حافظه وجود دارد؛ فرصتی بزرگ که در صورت موفقیت می‌تواند این بخش را به بزرگ‌ترین حوزه درآمدی در سبد محصولات کوالکام تبدیل کند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

جهش تقاضا برای تجهیزات هوش مصنوعی، کارخانه‌های آمریکا را تحت فشار گذاشت
آخرین اخبار

جهش تقاضا برای تجهیزات هوش مصنوعی، کارخانه‌های آمریکا را تحت فشار گذاشت

رونق بی‌سابقه تجهیزات مرتبط با هوش مصنوعی و مراکز داده، تولید کارخانه‌های آمریکا را به بالاترین سطح در سال‌های اخیر رسانده است. با این حال، افزایش شدید تقاضا در کنار رشد هزینه‌های انرژی، زنجیره تأمین را دچار تنگنا کرده و به افزایش قیمت‌ها دامن زده است.

۲ دقیقه مطالعه
۰
۱۱ آبان
آموزش ربات‌ها حین کار توسط انسان؛ راهکار نوآورانه استارتاپ Tutor برای هوشمندسازی ماشین‌ها
آخرین اخبار

آموزش ربات‌ها حین کار توسط انسان؛ راهکار نوآورانه استارتاپ Tutor برای هوشمندسازی ماشین‌ها

استارتاپ رباتیک Tutor با رویکردی نوآورانه، ربات‌های صنعتی را حین انجام کار واقعی و با هدایت مستقیم اپراتورهای انسانی آموزش می‌دهد. در این روش، مهارت‌های جدید هر ربات به داده‌های آموزشی تبدیل شده و با به‌روزرسانی مدل‌های پایه، به تمام ناوگان ماشین‌ها منتقل می‌شود.

۹ دقیقه مطالعه
۰
۱۱ آبان
رخنه امنیتی در پلتفرم هوش مصنوعی Trigger.dev؛ کلیدهای محرمانه و متغیرهای محیطی کاربران به سرقت رفت
آخرین اخبار

رخنه امنیتی در پلتفرم هوش مصنوعی Trigger.dev؛ کلیدهای محرمانه و متغیرهای محیطی کاربران به سرقت رفت

پلتفرم ابری Trigger.dev که برای ساخت ایجنت‌ها و خودکارسازی فرآیندهای هوش مصنوعی کاربرد دارد، از وقوع یک رخنه امنیتی خبر داد. در جریان این نفوذ، متغیرهای محیطی و کلیدهای دسترسی حساس شماری از سازمان‌ها افشا شده است. کارشناسان به توسعه‌دهندگان پیشنهاد می‌کنند برای امنیت بیشتر، از نسخه متن‌باز و میزبانی شخصی این پلتفرم استفاده کنند.

۳ دقیقه مطالعه
۰
۱۱ آبان