رایانش آمپر استارت آپی است که با به چالش کشیدن سلطه غول های فناوری مانند AMD، Nvidia و Intel، موجی در صنعت فناوری ایجاد می کند. با ظهور هوش مصنوعی، تقاضا برای قدرت محاسباتی به همراه هزینه های انرژی و تقاضا در شبکه های برق افزایش یافته است. آمپر قصد دارد این مشکل را با یک راه حل کم مصرف و با کارایی بالا برطرف کند.
علیرغم اینکه Ampere ضعیف است، تقریباً تمام ابر مقیاس‌کنندگان بزرگ در سراسر جهان از پیشنهاد Ampere استفاده کرده‌اند. چندین بار با CPUهای خود دیوار مقیاس را شکسته است و این شرکت قصد دارد به روشی که معماری های قدیمی نمی توانند به مقیاس بندی ادامه دهد. ما با جف ویتیچ CPO Ampere در مورد موفقیت شرکتش و برنامه های آینده صحبت کردیم.
گاهی اوقات احساس می‌کنم استارت‌آپ‌های رقیب، مانند Ampere Computing، بین یک سنگ و یک مکان سخت گیر کرده‌اند. از یک طرف، شرکت‌های چند میلیارد دلاری مانند AMD، Nvidia و Intel و از سوی دیگر، هایپر مقیاس‌کننده‌هایی مانند مایکروسافت، گوگل و آمازون دارید که پیشنهادات خاص خود را دارند. احساس پستاندار کوچک در سرزمین دایناسورها چیست؟
واقعاً زمان هیجان انگیزی برای آمپر است. شاید تنها شش سال سن داشته باشیم، اما همانطور که در زمان راه اندازی شرکت پیش بینی کرده بودیم، نیاز به یک راه حل محاسباتی جدید برای ابر هرگز قوی تر از این نبوده است. این صنعت به دایناسورهای بیشتری نیاز ندارد – به چیز جدیدی نیاز دارد.
نیازهای ابر تغییر کرده است. مقدار قدرت محاسباتی مورد نیاز برای دنیای متصل امروزی بسیار بیشتر از آن چیزی است که هر کسی تصورش را می کرد و تنها با ظهور هوش مصنوعی بیشتر خواهد شد. به طور همزمان، هزینه های انرژی به شدت افزایش یافته است، تقاضا در شبکه های برق جهان از عرضه پیشی گرفته است و ساخت مراکز داده جدید به دلایلی متوقف شده است. همگرایی این عوامل فرصت مناسبی را برای Ampere ایجاد کرده است تا راه حلی بسیار مورد نیاز و کم مصرف و با کارایی بالا را ارائه دهد که توسط بازیکنان بزرگ و قدیمی ارائه نشده است.
به دلیل توانایی ما در ارائه این، ما به سرعت رشد کرده ایم و تقریباً توسط همه هایپرمقیاس کننده های بزرگ در سراسر جهان پذیرفته شده ایم. ما همچنین شاهد افزایش پذیرش در شرکت هستیم، زیرا شرکت‌ها به دنبال حداکثر استفاده از ردپای مرکز داده موجود خود هستند. افزایش تقاضا برای محصولات Ampere ما را مطمئن می کند که صنعت ارزش ما را می بیند.
Ampere برای چند سال پیشرو در تعداد هسته‌های بالا در بازار CPU سرور بوده است. با این حال سایرین – AMD و Intel – در حال عقب نشینی هستند. با توجه به قوانین تغییر ناپذیر فیزیک، در مورد هسته های فیزیکی چه زمانی پیش بینی می کنید که به دیوار برخورد کنید و چگونه می خواهید از آن عبور کنید؟
همانطور که اشاره کردید، Ampere در چند سال گذشته در تعداد هسته های بالا، محاسبات متراکم و کارآمد پیشرو بوده است. در اوایل، شناسایی کردیم که چالش‌های کلیدی برای رشد ابری کجا ظاهر می‌شوند، و امروز دقیقاً با CPUهای Ampere به آن چالش‌ها می‌پردازیم. CPU های آمپر ما برای موارد استفاده از ابر در همه نوع و در طیف گسترده ای از حجم کاری عالی هستند.
ما اکنون چندین بار از دیوار پوسته پوسته شدن عبور کرده‌ایم، اولین هسته‌ها به ۱۲۸ و اکنون ۱۹۲ هسته. نوآوری مانند این نیاز به رویکرد جدیدی دارد که محدودیت‌های میراث را بشکند. رویکرد جدید Ampere در طراحی CPU، از معماری میکرو گرفته تا مجموعه ویژگی‌ها، به ما اجازه می‌دهد تا به مقیاس‌بندی به روش‌هایی ادامه دهیم که معماری‌های قدیمی نمی‌توانند.
تهدید معتبر دیگری که در افق ظاهر می شود، ظهور RISC-V با چین است که وزن خود را پشت سر معماری میکرو قرار می دهد. دیدگاه شخصی شما در این زمینه چیست؟ آیا آمپر می تواند روزی به تیم RISC بپیوندد؟
استراتژی اصلی Ampere توسعه پردازنده های پایدار برای سوخت محاسبات امروز و آینده است. ما پردازنده‌های خود را با استفاده از بهترین فناوری‌های موجود برای ارائه عملکرد رهبری، کارایی و مقیاس‌پذیری می‌سازیم، تا زمانی که این فناوری‌ها بتوانند به راحتی توسط مشتریان ما برای اجرای سیستم‌عامل‌های مورد نظر، نرم‌افزارهای زیرساختی و برنامه‌های کاربردی کاربر مورد استفاده قرار گیرند.
در مورد ادامه Ampere One چه چیزی می توانید به ما بگویید؟ آیا همان مسیر Altra > One را دنبال خواهد کرد؟ هسته های بیشتر؟ همان فرکانس، حافظه نهان L2 بیشتر در هر هسته؟ آیا اسمش آمپر ۲ خواهد بود و همچنان تک رشته خواهد بود؟
در چند سال آینده، ما همچنان بر روی انتشار CPUهایی که کارآمدتر هستند و تعداد هسته‌های بالاتر و همچنین پهنای باند حافظه و قابلیت‌های IO بیشتری ارائه می‌دهند، تمرکز خواهیم کرد. این به ما توان عملیاتی بیشتر و بیشتری را برای بارهای کاری مهمتر مانند استنتاج هوش مصنوعی می دهد، در حالی که به طور منحصر به فرد اهداف پایداری ارائه دهندگان و کاربران ابر را برآورده می کند.
تمرکز محصولات ما بر ارائه عملکرد قابل پیش‌بینی به کاربران ابری، حذف مشکلات همسایه‌های پر سر و صدا و اجازه دادن به ارائه‌دهندگان برای اجرای CPUهای Ampere با استفاده بالا ادامه خواهد داشت. ما ویژگی‌های اضافی را معرفی خواهیم کرد که درجات بیشتری از انعطاف‌پذیری را برای ارائه‌دهندگان ابری برای پاسخگویی به مجموعه متنوعی از برنامه‌های کاربردی مشتری فراهم می‌کنند. اینها برای عملکرد بار کاری Cloud Native در حال حاضر و آینده بسیار مهم هستند.
با توجه به رویکرد متمرکز Ampere Computing، می‌توانید توضیح مختصری از اینکه مشتری متوسط شما چقدر است و معمولاً چه نوع بار کاری را انجام می‌دهند به ما بدهید؟
از آنجایی که CPU های ما همه منظوره هستند، طیف وسیعی از برنامه ها را ارائه می دهند. ما پردازنده‌های خود را از ابتدا به‌عنوان پردازنده‌های Cloud Native ساخته‌ایم، بنابراین آنها تقریباً در تمام بارهای کاری ابری عملکرد بسیار خوبی دارند – استنتاج هوش مصنوعی، خدمات وب، پایگاه‌های داده و پردازش ویدیو تنها چند نمونه هستند. در بسیاری از موارد، ما می‌توانیم عملکردی دو برابری برای این حجم‌های کاری با نصف قدرت پردازنده‌های قدیمی x86 ارائه دهیم.
از نظر مشتریان، ما تقریباً با تمام مقیاس‌کننده‌های بزرگ در ایالات متحده، اروپا و چین کار می‌کنیم. به عنوان مثال، در ایالات متحده، می توانید نمونه های Ampere را در Oracle Cloud، Google Cloud، Microsoft Azure و موارد دیگر پیدا کنید. CPU های آمپر نیز در سراسر اروپا در ارائه دهندگان ابری مختلف در دسترس هستند.
فراتر از ارائه دهندگان ابر بزرگ، ما شاهد کشش زیادی در شرکت از طریق ارائه های خود با OEM هایی مانند HPE و Supermicro هستیم. این تا حد زیادی به دلیل افزایش کارایی و تراکم رک است که این شرکت ها می توانند با استقرار سرورهای Ampere به دست آورند. شرکت ها می خواهند در مصرف انرژی صرفه جویی کنند و نمی خواهند مراکز داده اضافی بسازند که هسته اصلی تجارت آنها نیست.
با ظهور هوش مصنوعی، دستگاه‌های «ساده» به طور فزاینده‌ای هوشمند می‌شوند که منجر به تقاضای بیشتر برای محاسبات ابری در مناطق فوق‌العاده محلی می‌شود. این استقرارهای لبه نیاز به فضا و توان سختگیرانه ای دارند و به دلیل توانایی Ampere برای ارائه چنین تعداد هسته های بالایی در یک پوشش کم توان، ما شاهد تقاضای زیادی برای این حجم های کاری نیز هستیم.
هوش مصنوعی امسال به موضوع اصلی گفتگو در صنعت نیمه هادی ها و فراتر از آن تبدیل شده است. به نظر شما آیا این در سال ۲۰۲۴ تغییر خواهد کرد؟ این بازار را چگونه می بینید؟
ما قویاً معتقدیم که هوش مصنوعی همچنان موضوع اصلی گفتگو خواهد بود. اما ما فکر می کنیم که گفتگو تغییر خواهد کرد – و از قبل شروع شده است.
در سال ۲۰۲۴، بسیاری از شرکت‌هایی که بر روی راه‌حل‌های هوش مصنوعی کار می‌کنند، از آموزش اولیه شبکه‌های عصبی به سمت استقرار آنها که به عنوان استنتاج هوش مصنوعی نیز شناخته می‌شود، حرکت خواهند کرد. از آنجایی که استنتاج هوش مصنوعی می تواند ۱۰ برابر بیشتر از آموزش به قدرت محاسباتی کل نیاز داشته باشد، توانایی استقرار هوش مصنوعی در مقیاس به طور فزاینده ای اهمیت می یابد. دستیابی به این مقیاس مورد نیاز با عملکرد، هزینه و در دسترس بودن محدود می شود، بنابراین سازمان ها با ورود به مرحله بعدی به دنبال جایگزین هایی برای GPU ها خواهند بود. پردازنده‌ها و به‌ویژه پردازنده‌های کم‌مصرف و با کارایی بالا مانند Ampere، با توجه به توانایی آنها در اجرای کارآمدتر و مقرون‌به‌صرفه‌تر مدل‌های استنتاج هوش مصنوعی، به انتخابی جذاب تبدیل خواهند شد. پردازنده‌های گرافیکی همچنان برای جنبه‌های خاصی از هوش مصنوعی مهم خواهند بود، اما انتظار داریم که شاهد کاهش هیجانات باشیم.
ثانیا، پایداری و بهره وری انرژی در سال آینده در زمینه هوش مصنوعی اهمیت بیشتری پیدا خواهد کرد. امروزه مراکز داده اغلب برای پوشش انرژی مورد نیاز خود تلاش می کنند. افزایش استفاده از هوش مصنوعی منجر به تقاضای بیشتر برای قدرت محاسباتی در سال ۲۰۲۴ خواهد شد و برای برخی از بارهای کاری هوش مصنوعی، که می تواند تا ۲۰ برابر قدرت بیشتری نیاز داشته باشد. به همین دلیل، پایداری و کارایی به چالش هایی برای توسعه تبدیل خواهد شد. اپراتورهای مرکز داده در سال جدید کارایی را به شدت در اولویت قرار می دهند تا از به خطر انداختن رشد جلوگیری کنند.
Ampere چگونه با محصولات خود به این فرصت جدید بازار هوش مصنوعی پرداخته است؟
برای بسیاری از کاربردهای هوش مصنوعی، پردازنده‌های گرافیکی بیش از حد محاسباتی هستند و انرژی و پول بسیار بیشتری نسبت به نیاز مصرف می‌کنند. این امر مخصوصاً برای اکثر استنباط‌ها صادق است، به‌ویژه هنگامی که بارهای کاری هوش مصنوعی را همراه با بارهای کاری دیگر مانند پایگاه‌های داده یا سرویس‌های وب اجرا می‌کنید. در این موارد، جایگزینی GPU با CPU باعث صرفه جویی در مصرف انرژی، فضا و هزینه می شود.
ما در حال حاضر شاهد تحقق این امر برای بارهای کاری در دنیای واقعی هستیم و مزایای استفاده از پردازنده های Ampere قوی است. به عنوان مثال، اگر مدل محبوب هوش مصنوعی مولد Whisper را روی CPU 128 هسته‌ای Altra در مقابل کارت گرافیک A10 انویدیا اجرا کنید، در هر استنتاج ۳٫۶ برابر انرژی کمتری مصرف می‌کنیم. در مقایسه با کارت های Nvidia Tesla T4، ما ۵٫۶ برابر کمتر مصرف می کنیم.
به همین دلیل، ما شاهد افزایش قابل توجهی در تقاضا برای پردازنده‌های Ampere برای استنباط هوش مصنوعی بوده‌ایم و انتظار داریم که این به بازار بزرگی برای محصولات ما تبدیل شود. همین چند هفته پیش، Scaleway – یکی از ارائه دهندگان پیشرو ابر در اروپا – از در دسترس بودن عمومی آینده نمونه های استنتاج جدید هوش مصنوعی با پشتیبانی از Ampere خبر داد. علاوه بر این، طی شش ماه گذشته، ما شاهد افزایش هفت برابری استفاده در کتابخانه نرم‌افزار هوش مصنوعی خود بوده‌ایم. همه اینها نشان دهنده پذیرش رو به رشد محصولات ما به عنوان جایگزینی با کارایی بالا و کم مصرف برای استنتاج هوش مصنوعی است.
بیشتر از TechRadar Pro
منبع: https://www.techradar.com/pro/for-many-ai-applications-gpus-are-compute-overkill-consuming-much-more-power-and-money-than-needed-how-ampere-computing-plans-to-ride-the-ai-wave