تفاصيل معمارية Azure Maia 300 لمعالجة الذكاء الاصطناعي

أعلنت مايكروسوفت عن إطلاق الجيل الثالث من مسرعات الذكاء الاصطناعي الخاصة بها، "Azure Maia 300"، المصممة خصيصاً لتلبية المتطلبات المتزايدة لعمليات الاستدلال (Inference) في النماذج اللغوية الكبيرة. يمثل هذا الإصدار قفزة نوعية في كفاءة استهلاك الطاقة والأداء مقابل التكلفة، حيث تم تطويره كنظام متكامل يجمع بين السيليكون والبرمجيات والبنية التحتية لمراكز البيانات لدعم الجيل القادم من الوكلاء الذكيين (AI Agents) والخدمات السحابية مثل Microsoft Copilot.

بنية تحتية مخصصة لعصر الوكلاء الذكيين

تنتقل مايكروسوفت مع Maia 300 من مجرد تطوير رقاقة معالجة إلى بناء نظام كامل مصمم للتعامل مع "المهام الوكيلية" (Agentic workloads). هذه المهام، التي تتضمن تنفيذ خطوات متعددة، وفهم سياقات طويلة جداً، واستخدام الأدوات الخارجية، تتطلب قدرات حوسبة تختلف عن مهام الذكاء الاصطناعي التقليدية. تكمن أهمية هذا التحول في تقليل حركة البيانات داخل النظام، وهو العائق الأكبر أمام سرعة استجابة نماذج الذكاء الاصطناعي.

يعتمد Maia 300 على فلسفة "تدفق البيانات المعرف برمجياً" (SDLA)، وهي تقنية تفصل بين مسار التحكم ومسار التنفيذ. يسمح هذا للبرمجيات بتنسيق مكان وضع البيانات وحركتها بدقة عبر الذاكرة المحلية ومحركات الحوسبة والشبكة. بالنسبة للمستخدم النهائي، يترجم هذا إلى استجابات أسرع من المساعدات الذكية وقدرة أكبر على معالجة ملفات وبيانات ضخمة في جلسة واحدة دون تباطؤ ملحوظ.

قفزة في الأداء والكفاءة مقارنة بالجيل السابق

عند مقارنة Maia 300 بالجيل السابق Maia 200، نجد تحسينات جوهرية تستهدف نقاط الاختناق في مراكز البيانات. فقد زادت مايكروسوفت من سعة الذاكرة ونطاقها الترددي بشكل كبير لضمان بقاء نماذج الذكاء الاصطناعي قريبة من وحدات المعالجة، مما يقلل من استهلاك الطاقة الناتج عن نقل البيانات لمسافات طويلة.

أبرز المواصفات التقنية والمقارنات تشمل:

• ذاكرة HBM4 بسعة 288 جيجابايت ونطاق ترددي يصل إلى 18 تيرابايت في الثانية لكل مسرع.
• زيادة بنسبة 36% في قدرات الحوسبة (FLOPs) مقارنة بالإصدار السابق.
• نطاق ترددي للذاكرة أكبر بمقدار 2.5 مرة مقارنة بـ Maia 200.
• كفاءة طاقة مضاعفة (2x) في استهلاك ذاكرة HBM لكل واط، مما يسمح بتشغيل نماذج أضخم في نفس المساحة.
• استخدام تقنيات تصنيع متقدمة (TSMC N2P) لوحدات الحوسبة لضمان أفضل أداء مقابل استهلاك الطاقة.

تسمح هذه المواصفات للنظام بدعم "تنسيقات البيانات منخفضة الدقة" (مثل MXFP4)، وهي تقنية تقلل من حجم البيانات المخزنة والمتحركة دون التأثير بشكل ملموس على دقة النتائج، مما يفتح الباب أمام تشغيل نماذج ذكاء اصطناعي أكثر تعقيداً بتكلفة تشغيلية أقل.

توسع هائل من الرفوف إلى "السوبر بود"

لم تكتفِ مايكروسوفت بتطوير الرقاقة، بل أعادت تصميم "الرفوف" (Racks) التي تحتضن هذه المسرعات في مراكز البيانات. يضم الرف الواحد الآن 96 مسرعاً بقدرة طاقة تصل إلى 167 كيلوواط، وهو ضعف كثافة الجيل السابق. هذا التصميم يسمح بربط المسرعات معاً لتعمل كأنها جهاز واحد ضخم.

على مستوى الشبكات، قدمت مايكروسوفت بنية تتيح ربط ما يصل إلى 12,288 مسرعاً في نظام واحد يسمى "Superpod". يتميز هذا النظام بقدرته على نقل البيانات مباشرة بين المسرعات دون الحاجة للعودة إلى المعالج المضيف، مما يقلل زمن التأخير (Latency) بشكل كبير. هذا النوع من التوسع ضروري جداً للشركات والمطورين الذين يبنون تطبيقات تعتمد على نماذج ضخمة تتطلب تعاون آلاف المعالجات في وقت واحد لمعالجة طلبات ملايين المستخدمين.

القيمة المضافة للمستخدم والمؤسسات

ما يعنيه Maia 300 فعلياً لمستخدمي خدمات مايكروسوفت السحابية هو استدامة وتطور خدمات الذكاء الاصطناعي دون ارتفاع جنوني في التكاليف. من خلال تحسين "التوكنز لكل واط" و"التوكنز لكل دولار"، تستطيع مايكروسوفت تقديم ميزات أكثر ذكاءً في Copilot وGitHub وAzure AI بفعالية أكبر. كما أن البنية الجديدة المعتمدة على تقنية NUMA تضمن أن البيانات توضع دائماً بجانب وحدة الحوسبة التي تحتاجها، مما يقلل من الطاقة الضائعة في التنقل.

بالنسبة للمؤسسات التي تعتمد على Azure، يوفر Maia 300 مرونة عالية في توزيع المهام؛ حيث يمكن للنظام تعويض أي خلل في المسرعات بشكل تلقائي عبر استخدام سعات احتياطية في رفوف أخرى دون توقف الخدمة. سيبدأ دمج Maia 300 في مراكز بيانات مايكروسوفت لتعزيز قدرات الاستدلال، مما يجعل الخطوة القادمة للمطورين هي الاستفادة من هذه البنية التحتية المحسنة عبر منصة Azure AI لتشغيل تطبيقاتهم الأكثر تعقيداً بكفاءة أعلى.

المصدر: Microsoft