تُعد وحدات معالجة البيانات الذكية (Intelligence Processing Units - IPU) من الابتكارات الرائدة في مجال الذكاء الاصطناعي، إذ أثبتت فاعليتها في العديد من التطبيقات مثل المحاكاة الرقمية. في دراسة حديثة، تم تقييم استخدام IPUs في مجال "الذكاء الاصطناعي من أجل المحاكاة"، حيث يقوم الذكاء الاصطناعي بدعم المحاكاة الرقمية التقليدية.

ركزت الدراسة على برنامج خاص لتدريب نماذج التعلم الآلي (Machine Learning) المستخدمة في تطبيقات ديناميكا الموائع الحاسوبية (Computational Fluid Dynamics - CFD). تم تعديل البرنامج ليتناسب مع منصة IPU-POD16 من خلال استخدام مكتبة TensorFlow المخصصة المقدمة بواسطة حزمة برمجيات Poplar SDK، مما ساهم في تحقيق تحسين كبير وسهولة في الاستخدام.

تمكن الباحثون من تدريب نموذج باستخدام بيانات من محاكاة OpenFOAM، مما أتاح لهم الحصول على توقعات دقيقة لحالة المحاكاة في وقت التنفيذ. كما تم اكتشاف كيفية استخدام مكتبة "popdist" للتغلب على bottleneck الأداء في توصيل بيانات التدريب إلى IPU، مما أسفر عن زيادة تصل إلى 34% في السرعة.

وعلى الرغم من أن استخدام تقنية التوازي البيانات لاستغلال وحدتي IPU لم يجلب تحسينات في الأداء بسبب تكاليف الاتصال، إلا أن القدرات الهائلة لوحدات IPU فيما يتعلق بالتواصل بين الوحدات أظهرت قدرة جيدة على التوسع. إذ أظهرت الدراسة أن زيادة عدد وحدات IPU من 2 إلى 16 يزيد الأداء من 560.8 إلى 2805.8 عينة في الثانية، مما يعد تحولاً جذرياً في مجال المحاكاة.

مع هذه التطورات، يبدو المستقبل واعداً للنماذج المعززة بالذكاء الاصطناعي في مجال المحاكاة الرقمية، مما يعكس أهمية التكامل بين التقنيات الحديثة والابتكار في تحسين أداء العمليات العلمية.