مايكروسوفت تعيد ابتكار تطوير الذكاء الاصطناعي بمجموعة أدوات جديدة للمترجمات

خطت مايكروسوفت خطوة كبيرة إلى الأمام في مجال الذكاء الاصطناعي من خلال الكشف عن مجموعة من أربع مترجمات ذكاء اصطناعي متطورة للغاية: رامر (Rammer)، ورولر (Roller)، وويلدر (Welder)، وغرايندر (Grinder). ومن المتوقع أن تعيد هذه الأدوات القوية تعريف طريقة تحسين نماذج الذكاء الاصطناعي، مما يجعل التطوير أسرع وأكثر كفاءة وقوة.

مجهود تعاوني مع المؤسسات الأكاديمية

تم تطوير هذه المترجمات بواسطة أبحاث مايكروسوفت بالتعاون مع المؤسسات الأكاديمية الرائدة، وتمثل إنجازاً ذروياً في مجال ترجمة الذكاء الاصطناعي. وهي تتفوق في تحويل الشفرة المصدرية المقروءة من قبل البشر إلى شفرة آلية - وهي سلسلة من الآحاد والأصفار التي يمكن للكمبيوتر تنفيذها بكفاءة. الهدف النهائي هو تعزيز أداء نماذج الذكاء الاصطناعي الشائعة عند تشغيلها على مسرعات الأجهزة مثل وحدات معالجة الرسومات (GPUs).

في منشور مدونة من أبحاث مايكروسوفت، تؤكد الشركة على البحث والتطوير المكثف المستثمر في هذه المترجمات. ويبرز جيلونغ شوي، الباحث الرئيسي في مختبرات أبحاث مايكروسوفت آسيا، تأثيرها المحتمل قائلاً: "لقد أظهرت مترجمات الذكاء الاصطناعي التي طورنا تحسناً كبيراً في كفاءة ترجمة الذكاء الاصطناعي، مما يسهل تدريب ونشر نماذج الذكاء الاصطناعي".

الأركان الأربعة لترجمة الذكاء الاصطناعي

تتعامل كل واحدة من المترجمات الأربعة الجديدة مع تحديات متميزة في تحسين أعباء عمل الذكاء الاصطناعي، مما يعد بتقدمين رائدين في هذا المجال.

1. رامر (Rammer): تعظيم التوازي في الأجهزة

   – يركز رامر على تعظيم التوازي في الأجهزة، وهو عامل حاسم في الأداء. ويحقق ذلك من خلال تقليل عبء جدولة وقت التشغيل وتحسين استخدام الموارد المتوازية. أظهرت الاختبارات تفوق رامر، متفوقاً على المترجمات الأخرى بنسبة تصل إلى 20 مرة على وحدات معالجة الرسومات (GPUs).

2. رولر (Roller): تسريع الترجمة

   – يستخدم رولر خوارزمية بناء سريعة لتسريع عملية الترجمة. فهو يبسط عملية التصميم، مما يتيح إنشاء نوى محسنة في ثوانٍ، وهو انخفاض كبير مقارنة بالساعات التي تتطلبها عادةً. لا يقتصر رولر على مطابقة الأداء الحالي فحسب، بل يتجاوزه في كثير من الأحيان.

3. ويلدر (Welder): تعزيز كفاءة الذاكرة

   – يتعامل ويلدر مع حركة مرور الوصول إلى الذاكرة، مما يقلل التكاليف من خلال ربط المشغلين في خط أنابيب مركز. وهو يوحد تحسينات الذاكرة في إطار عمل واحد لتحقيق كفاءة أكبر. تفوق ويلدر على أطر عمل مثل باي توتش (PyTorch) بنسبة تصل إلى 21 مرة على وحدات معالجة الرسومات (GPUs).

4. غرايندر (Grinder): تحسين تنفيذ تدفق التحكم

   – صُمم غرايندر لتحسين تنفيذ تدفق التحكم على المسرعات من خلال دمجه مع تدفق البيانات. يسمح هذا النهج المبتكر بالتحسين عبر حدود تدفق التحكم، على غرار خبير يرشد متدرباً للعمل بشكل أسرع. يسرع غرايندر النماذج التي تحتوي على تدفق تحكم بنسبة تصل إلى 8 مرات.

الريادة المستمرة لمايكروسوفت في تقدم الذكاء الاصطناعي

كانت Microsoft على مر السنين في طليعة تطورات الذكاء الاصطناعي. أدت التعاونات مع شركة أبحاث الذكاء الاصطناعي OpenAI إلى اختراقات مثل GPT-3.5 وGPT-4، والتي تقود حلولاً مثل ChatGPT وBing Chat. بالإضافة إلى ذلك، أدمج الشراكة مع Meta LLaMA-2 في عروض الحوسبة السحابية لشركة Microsoft. كما قدمت الشركة Algorithm of Thoughts لتعزيز الاستدلال في نماذج مثل ChatGPT.

تفوق على الحلول الحالية

في اختبارات صارمة، تفوقت مترجمات Microsoft (compilers) على الحلول الحالية عبر معايير متعددة. برز Rammer بتفوقه على المترجمات الأخرى بنسبة تصل إلى 20 مرة على وحدات معالجة الرسومات (GPUs). لم يتطابق Roller مع الأداء فحسب، بل تجاوز في كثير من الأحيان الأداء الحالي، مما قلل بشكل كبير من أوقات الترجمة. أظهر Welder براعته بتفوقه على أطر عمل مثل PyTorch بنسبة تصل إلى 21 مرة على وحدات معالجة الرسومات. تميز Grinder بتسريع النماذج ذات تدفق التحكم بنسبة تصل إلى 8 مرات.

يؤكد إدخال Rammer وRoller وWelder وGrinder التزام Microsoft بتطوير أنظمة الذكاء الاصطناعي. بينما تحظى الشراكات عالية المستوى مثل تلك مع OpenAI بأضواء الإعلام، فإن الشركة تطور أيضاً بنية تحتية برمجية حاسمة لتمكين الذكاء الاصطناعي خلف الكواليس.

مع مكاسب أداء كبيرة مقارنة بالحلول الحالية، تعد هذه المترجمات بتوفير مزايا تنافسية رئيسية مع تعقيد أعباء عمل الذكاء الاصطناعي بشكل متزايد. يمثل "رباعية Heavy Metal" لشركة Microsoft علامة فارقة مهمة في الرحلة نحو ذكاء اصطناعي أكثر كفاءة وقوة وإتاحة.