التعاون بين فيسبوك وإنتل لتطوير شريحة ذكاء اصطناعي

مع تقدم تكنولوجيا الذكاء الاصطناعي، أطلقت شركة إنتل معالجها الجديد المعروف باسم Nervana Neural Network Processor (NNP)، وهو أول شريحة تجارية صُممت بشكل كامل لتطبيقات التعلم العميق. وقد تم الكشف عن هذه الشريحة بالتزامن مع إعلان مثير يتمثل في أن إنتل كانت تتعاون مع فيسبوك لتطوير هذه التقنية المخصصة للذكاء الاصطناعي.

استجابة إنتل لمتطلبات السوق في التعلم العميق

تعتبر مجموعة Nervana NNP، التي تُعرف أيضاً باسم "Lake Crest"، استجابةً من إنتل للزيادة المستمرة في استخدام تقنيات التعلم العميق، وأيضاً لمواجهة النمو الكبير في اهتمام السوق بشريحة نفيديا لأحمال العمل الخاصة بالذكاء الاصطناعي. شهدت نفيديا زيادة ضخمة في إيراداتها خلال السنة الماضية، مما دفع إنتل إلى دخول هذا المجال بقوة.

باستخدام شريحة مخصصة للتعلم العميق، تأمل إنتل في استحواذ حصة من سوق مراكز البيانات المتعلقة بالذكاء الاصطناعي، كما استحوذت سابقاً على أسواق مراكز البيانات التقليدية. فالشركة تمتلك حالياً 96% من سوق مراكز البيانات، وتعمل على توسيع هذه النسبة لتشمل مجالات التعليم العميق. إذا كان التعلم الآلي هو مستقبل التكنولوجيا، فإن إنتل تسعى للحصول على نصيبها من هذا التطور.

التعاون بين فيسبوك وإنتل في تطوير المعالج

تستند تقنية Nervana NNP إلى استحواذ إنتل على شركة Nervana Systems المتخصصة في التعلم العميق في أغسطس 2016، حيث دفعت الشركة أكثر من 400 مليون دولار للحصول على هذه الشركة الناشئة التي تضم 48 موظفًا. كان من المتوقع على نطاق واسع أن تتوجه إنتل إلى تطوير تقنيات التعلم العميق لمراكز البيانات عقب هذا الاستحواذ.

ما هو أكثر إثارة للدهشة هو الدور المركزي الذي لعبه فيسبوك في تطوير معالج Nervana NNP. حيث كتب الرئيس التنفيذي لإنتل، براين كرازنيش، في تدوينة نشرها بالتزامن مع الإعلان: "نحن متحمسون للتعاون الوثيق مع فيسبوك ومشاركة رؤى تقنية جديدة أثناء إدخال هذا الجيل الجديد من الأجهزة الخاصة بالذكاء الاصطناعي إلى السوق". ورغم أن إنتل لم توضح بالتفصيل ما هي المعلومات التقنية التي قدمها فيسبوك، فإن الأثر الإيجابي على قدرات التعلم العميق سيكون لصالح الشبكة الاجتماعية.

القدرات التقنية لشريحة Nervana NNP

حتى الآن، تظل إنتل غامضة بشأن السرعات المحددة لمجموعة Nervana NNP. إلا أنها أبدت طموحها في تحقيق تخفيض يصل إلى 100 ضعف في الوقت المستغرق لتدريب نماذج التعلم العميق مقارنةً بحلول وحدات معالجة الرسوميات (GPU) التقليدية، ومع ذلك، فإن هذا الهدف المتمثل في تدريب أسرع من 100 مرة محدد لعام 2020.

أسئلة شائعة حول Nervana NNP

1. ما هو Nervana NNP؟
   Nervana NNP هو معالج صُمم خصيصًا لتطبيقات التعلم العميق ويعمل على تحسين كفاءة معالجة البيانات.

2. كيف سيساهم فيسبوك في تطوير Nervana NNP؟
   فيسبوك شاركت في تقديم رؤى تقنية وإسهامات مفيدة لإنتل، مما سيساعد في تحسين قدرات المعالج وتطبيقاته.

3. ما الفائدة الرئيسية لشريحة Nervana NNP على الشركات؟
   تعمل Nervana NNP على تسريع عملية تدريب نماذج التعلم العميق، مما يمكن الشركات من تحسين البنية التحتية للذكاء الاصطناعي.

4. ما هو الهدف الزمني لتحقيق تخفيض 100x في سرعة التدريب؟
   تهدف إنتل لتحقيق هذا التخفيض بحلول عام 2020.

5. ما هي الاستخدامات المحتملة لـ Nervana NNP في صناعة الذكاء الاصطناعي؟
   يمكن استخدام Nervana NNP في تطبيقات متعددة مثل تحليل البيانات، الرؤية الحاسوبية، والتطبيقات التي تتطلب التعلم العميق مثل التعرف على الصور.

نصيحة هامة تتعلق بتقنيات الذكاء الاصطناعي: من المهم متابعة تطورات تكنولوجيا نيرفانا NNP وعلاقتها بتحسين أداء الأنظمة الذكية. يمكن أن تلعب هذه التقنيات دوراً محورياً في تطوير حلول مبتكرة في مجالات متعددة مثل التصنيع، العلاج الطبي، والذكاء التجاري. فاستثمار الشركات في هذه الأدوات التكنولوجية يمكن أن يسهم في تحسين الكفاءة وزيادة الإنتاجية بشكل ملحوظ.