شنتشن، الصين — 18 نوفمبر 2025 — مع استمرار الطلب العالمي على قوة الحوسبة الاصطناعية في الارتفاع، أعلنت شركة Aethlumis اليوم عن إطلاق خادم الذكاء الاصطناعي الرئيسي الجديد الخاص بها، TG990V3. وبعد إتمام عمليات النشر المبكرة عبر شركات الإنترنت الكبرى، ومعاهد الأبحاث في مجال الذكاء الاصطناعي، ومزودي خدمات السحابة، أظهر الخادم TG990V3 تقدماً كبيراً في الأداء خلال تدريب النماذج الكبيرة الحجم. وفي الاختبارات التي شملت أحمال عمل تصل إلى تريليون معلمة، حقق الخادم تحسناً يصل إلى 40٪ في كفاءة التدريب الشامل، مع تقليل دورة التدريب بنسبة 30٪–32٪ مقارنة بالجيل السابق.
تبلغ البنية التحتية للذكاء الاصطناعي نقطة تحول جديدة
مع توسع أحجام النماذج من مليارات إلى تريليونات المعلمات على مدار العامين الماضيين، أصبح الفجوة بين تطور الخوارزميات والبنية التحتية للحوسبة أكثر وضوحاً بشكل متزايد. وشدد وانغ تشيهانغ، الرئيس التنفيذي لشركة Aethlumis، خلال حدث الإطلاق قائلاً:
لقد تفوقت وتيرة تطور النماذج الكبيرة على سرعة التحديثات التقليدية للبنية التحتية. تم تصميم الطراز TG990V3 لتوفير كفاءة أعلى في التدريب دون زيادة تكلفة الأجهزة أو استهلاك الطاقة، مما يمكن فرق الذكاء الاصطناعي من التكرار بشكل أسرع وأكثر استدامة.
يشير محللو الصناعة إلى أن المنافسة في خوادم الذكاء الاصطناعي قد تحولت من التجميع الخام للأجهزة إلى تحسين العمارة على مستوى النظام، وهي اتجاه يجسد الطراز TG990V3 هذا المفهوم.
عمارة الاتصال الفعالة: استخدام بنسبة 95% فأكثر من عرض النطاق الترددي بين العقد في تدريب نموذج بتريليون معلمة
مزود بثمانية وحدات معالجة رسومية من نوع OAM تعتمد على المعيار OAI 2.0، ويستخدم الطراز TG990V3 بنية اتصال متعددة المستويات من الجيل التالي ومُحسّنة للتدريب الموزع على نطاق واسع.
في اختبار داخلي أجرته إحدى شركات الإنترنت الرائدة على نموذج بتريليون معلمة:
• بقيت كفاءة الاتصال بين وحدات المعالجة الرسومية مستقرة عند 95–96%
• انخفض زمن تزامن التدرجات بنسبة 27%
• تحسن الإنتاج الكلي للتجمع بنسبة 21%
علق المدير الفني من مختبر الذكاء الاصطناعي الذي أجرى التقييم قائلاً:
"عند تدريب النماذج على هذا المقياس، فإن كل نقطة مئوية في كفاءة الاتصال مهمة. إن الجهاز TG990V3 يحافظ على أداء مستقر حتى مع توسع حجم العنقود، وهذا يُعد ميزة كبيرة."
تصميم نسبة "الذهبية" للإدخال/الإخراج: القضاء على الاختناق في البيانات أثناء تدريب نماذج الذكاء الاصطناعي
تتمثل إحدى التحديات المستمرة في تدريب نماذج الذكاء الاصطناعي في أن وحدات معالجة الرسوميات عالية الأداء غالبًا ما تظل غير مستغلة بالكامل بسبب اختناقات الإدخال/الإخراج — مثل ضعف عرض نطاق الشبكة، أو انخفاض سرعة التخزين، أو خطوط تحميل البيانات البطيئة.
ولمعالجة هذه المشكلة، قدمت شركة Aethlumis بنية نادرة في القطاع بنسبة 8 : 8 : 16 (وحدة معالجة رسوميات : بطاقة شبكة : وحدة تخزين NVMe):
• 400 جيجابت في الثانية من عرض النطاق الترددي المخصص لكل وحدة معالجة رسوميات
• وحدتا تخزين NVMe من الجيل الرابع/الجيل الخامس المستقلتان لكل وحدة معالجة رسوميات
• انخفاض يتجاوز 60٪ في زمن انتظار تحميل البيانات
لاحظت إحدى الشركات الناشئة المحلية المتخصصة في الذكاء الاصطناعي والتي شاركت في الاختبارات المبكرة أن استغلال وحدة معالجة الرسوميات ظل ثابتًا ضمن النطاق من 94٪ إلى 97٪، وهو أعلى بكثير من النطاق 70–75٪ المسجل على خوادمها الحالية.
موثوقية على مستوى الكتلة: متوسط وقت الإصلاح أقل من 3 دقائق، وتوسيع خطي يصل إلى 92٪
مصمم لتحميلات التدريب الكبيرة والطويلة الأمد، يتميز الطراز TG990V3 ببنية معيارية بالكامل مع وحدات قابلة للتبديل السريع للـ GPU والمراوح والطاقة وشبكات الاتصال.
أبلغ العملاء المبتدئون عن:
• انخفاض متوسط وقت الإصلاح (MTTR) من 10–12 دقيقة إلى أقل من 3 دقائق
• توفر النظام بنسبة 99.95٪ خلال دورات تدريب مستمرة على مدار الساعة طوال أيام الأسبوع
• كفاءة توسيع خطي بنسبة 92٪ في عناقيد تتكون من آلاف البطاقات
• وهذا يضمن موثوقية غير مسبوقة للشركات التي تعمل في بيئات تدريب موزعة كبيرة النطاق.
مقاييس الأداء في العالم الحقيقي (من المستخدمين الأوائل)
• تقليل زمن التدريب بنسبة 32٪ للنماذج الكبيرة ذات التريليون معلمة
• تحسن بأكثر من 60٪ في إنتاجية تحميل البيانات
• كفاءة قياسية بنسبة 92٪ في مجموعات العقد المتعددة
• توافر بنسبة 99.95٪ في المهام طويلة المدى
تتضمن التطبيقات:
• تدريب النماذج اللغوية الكبيرة (LLM) (مثل LLaMA، وسلسلة GPT، إلخ)
• تدريب النماذج متعددة الوسائط (الرؤية، الصوت، الفيديو، ثلاثية الأبعاد)
• منصات الذكاء الاصطناعي المؤسسية ومجموعات الاستنتاج
• بيئات الحوسبة البحثية الجامعية والوطنية
بناء الجيل القادم من بنية الذكاء الاصطناعي التحتية
اختتم الدكتور لي تشانغ، نائب رئيس المنتجات في Aethlumis، قائلاً:
“إن الطراز TG990V3 ليس مجرد تحديث عتادي بسيط. بل يمثل تحسينًا على مستوى النظام لخط سير تدريب النماذج الكبيرة بأكمله — بما في ذلك هندسة الاتصال البيني، ونظام الإدخال/الإخراج، والعمليات الذكية. صُمّم لدعم النمو المتسارع في حجم النماذج خلال السنوات الثلاث القادمة.”
الطراز TG990V3 متوفر الآن للنشر على نطاق المؤسسات، ويُستخدم بالفعل عبر عدة منصات سحابية وشركات ذكاء اصطناعي.
تقدم Aethlumis حلول الأجهزة التقنية بما في ذلك الخوادم وأجهزة المحطات العاملة المعالجة بالرسوميات (GPU) والمبدلات وأنظمة التخزين للشركات العالمية.
المبنى 6ب9، شارع دازونغسي رقم 13، منطقة هوا جييه، بكين، الصين
حقوق النشر © شركة بيجينغ بوهوا هاوتيان للتكنولوجيا المحدودة. جميع الحقوق محفوظة - سياسة الخصوصية-المدونة
