في خطوة غير مسبوقة في عالم الذكاء الاصطناعي، تمكّن الباحثون من تطوير تقنية حديثة تُعرف بشريحة الأنابيب المسبقة (Pre-Compiled Pipeline Shards) التي تعزز من أداء نماذج اللغات الضخمة (Large Language Models) على حواسيب Intel AI. تسعى هذه التقنية إلى استخدام الحواسيب المزودة بوحدات معالجة رسومات (GPUs) ووحدات معالجة الشبكات العصبية (NPUs) بسعة ذاكرة موحدة تتجاوز 16 جيجابايت، مما يضمن الاستخدام الأمثل لهذه الموارد.

لكن، ماذا يحدث عندما نصادف نماذج ضخمة تتطلب أكثر من تلك السعة؟ الحل يكمن في العمل الجماعي، حيث يمكن لمجموعة من هذه الحواسيب أن تعمل معًا لتشغيل نماذج تفوق قدرة أي ناتج فردي. تعتمد هذه التقنية على مبدأ تقسيم النموذج إلى شذرات وفقًا للطبقات، حيث يتم استخدام كل شريحة في جهاز واحد وتبادل البيانات بين الأجهزة.

يتجسد الابتكار في بعض الأساليب التي تجعل هذا النظام فعالًا وعمليًا. أولاً، يتم تحقيق سرعة تعادل سرعة النموذج الغير مقسم من خلال تجنب التحسينات المفقودة عند تصدير النموذج بطرق تقليدية. ثانياً، يتم تحفيز استخدام أساليب التشفير التخميني (Speculative Decoding) على نماذج OpenVINO. وأخيرًا، يمكن توصيل طلبات متعددة عبر الأنظمة، مما يسمح بتوزيع الحمل بين المستخدمين في الوقت نفسه.

من خلال تجربتهم، أظهر الباحثون أن استخدام نظام ذو عقدتين من نماذج Llama 3.1 8B INT4 يمكنه خدمة مستخدمين في وقت واحد بسرعات تُزيد بنسبة 79% مقارنة بالنموذج الموحد. هذا التصميم يقاوم حدود الذاكرة ويُمكن من التعامل مع نماذج ضخمة بسلاسة مثالية.

مزيد من التفاصيل والكود البرمجي والبيانات متاح على الرابط GitHub Repository. هل تتوقع أن تؤثر هذه الإنجازات على مستقبل الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!