تُعتبر وحدات معالجة الرسوميات (GPUs) عنصرًا أساسيًا في عالم الحوسبة الحديثة، خاصةً في المجالات المتقدمة كالذكاء الاصطناعي (AI). وفي السنوات الأخيرة، شهدت وحدات معالجة الرسوميات من NVIDIA تطويرًا ملحوظًا، مما يضعها في مقدمة السباق التكنولوجي.

منذ منتصف العقد الأول من الألفية، ومن خلال تحليل التقدم الكبير الذي حققته وحدات معالجة الرسوميات في أبحاث مراكز البيانات، يظهر أن زمن مضاعفة أداء العمليات المعقدة (FP16) كان يبلغ 1.43 سنة، في حين كان 1.67 لسلسلة (FP32). أما بالنسبة لعمليات (FP64)، فقد تراوح زمن المضاعفة من 2.05 إلى 3.79 سنة.

ليست سرعة الأداء وحدها ما تتجه نحو التحسن، بل أيضًا سعت NVIDIA إلى زيادة سعة الذاكرة الخارجية وعرض النطاق الترددي، حيث تضاعف كل منهما بمعدل زمني يتراوح بين 3.29 إلى 3.41 سنة، وعلى الرغم من ذلك، فإن الأسعار وتكاليف الطاقة كانت تتضاعف بمعدلات تتراوح بين 5.03 و15 عامًا.

ومع ذلك، يعكس التحليل المقارن بين الموردين أن تفوق NVIDIA في الأداء قد بدأ يتحجّم، مما يشير إلى احتمال وجود تغييرات في السوق في المستقبل القريب. كما أن القيود التي فرضتها الولايات المتحدة على تصدير الرقاقات المتقدمة تُضيف زخماً إلى هذا التطور، إذ يُتوقع أن يؤدي ذلك إلى تقليص الفجوة في الأداء من 23.6X إلى 3.54X.

في خضم هذه التغييرات السريعة، تُسلط هذه الورقة البحثية الضوء على أهمية متابعة تقدم وحدات معالجة الرسوميات لما لها من تأثير مباشر على أبحاث الذكاء الاصطناعي والابتكار العالمي.