Nvidia توسع قدرات وحدات معالجة الرسومات لأحمال عمل الذكاء الاصطناعي على Kubernetes

Nvidia، المزود الرائد لوحات معالجة الرسومات (GPUs)، يعزز دعمه لمنصة Kubernetes، منصة التنسيق السحابية الأصلية الشائعة، لتحسين نشر وإدارة أحمال عمل الذكاء الاصطناعي (AI). خلال كلمة رئيسية حديثة، كشفت الشركة عن عدة مبادرات لتحسين استخدام وحدات معالجة الرسومات وإدارة الموارد داخل بيئات Kubernetes.

Nvidia Picasso: أساس لتطوير الذكاء الاصطناعي

في خطوة كبيرة، قدمت Nvidia Nvidia Picasso، وهو معمل ذكاء اصطناعي توليدي مصمم لتبسيط تطوير ونشر النماذج الأساسية لمهام رؤية الكمبيوتر. مبنية على Kubernetes، تدعم Nvidia Picasso دورة حياة تطوير النموذج بأكملها، من التدريب إلى الاستدلال. يؤكد هذا المبادرة التزام Nvidia بتطوير البنية التحتية للذكاء الاصطناعي من خلال الاستفادة من Kubernetes والمساهمة في النظام البيئي السحابي الأصلي.

تتعامل Nvidia بنشاط مع مختلف التحديات المتعلقة بتشغيل أحمال عمل الذكاء الاصطناعي على مجموعات Kubernetes. تشمل ثلاث مجالات رئيسية للتركيز التي سلط عليها مدير الهندسة Sanjay Chatterjee الضوء: التوزيع الواعي بالطوبولوجيا، وتحمل الأعطال، والتحسين متعدد الأبعاد.

يحسن التوزيع الواعي بالطوبولوجيا من استخدام وحدات معالجة الرسومات من خلال تقليل المسافة بين العقد وأحمال عمل الذكاء الاصطناعي داخل مجموعات كبيرة الحجم، مما يعزز إشغال المجموعة والأداء. يعزز الجدولة المتحملة للأعطال موثوقية وظائف التدريب من خلال اكتشاف العقد المعيبة في وقت مبكر وإعادة توجيه أحمال العمل تلقائياً إلى العقد السليمة، وهو أمر حاسم لمنع الاختناقات المحتملة في الأداء والفشل. 

يوازن التحسين متعدد الأبعاد بين احتياجات المطورين والأهداف التجارية واعتبارات التكلفة ومتطلبات المرونة من خلال إطار عمل قابل للتكوين يتخذ قرارات حتمية مع مراعاة القيود العالمية داخل مجموعات وحدات معالجة الرسومات.

تخصيص الموارد الديناميكي (DRA): تمكين المطورين

ناقش Kevin Klues، المهندس المميز في Nvidia، تخصيص الموارد الديناميكي (DRA)، وهو واجهة برمجة تطبيقات Kubernetes مصممة لمنح المطورين من أطراف ثالثة تحكماً أكبر في تخصيص الموارد. في مرحلة ألفا، يسمح DRA للمطورين باختيار الموارد وتكوينها مباشرة، مما يعزز التحكم في مشاركة الموارد بين الحاويات والأقمار الصناعية. يكمل هذا التقدم الكبير جهود Nvidia لتحسين استخدام وحدات معالجة الرسومات وإدارة الموارد.

تعد أحدث عروض وحدات معالجة الرسومات من Nvidia، B200 Blackwell، بمضاعفة قوة وحدات معالجة الرسومات الحالية لتدريب نماذج الذكاء الاصطناعي، مع دعم مدمج في العتاد للمرونة. تشارك Nvidia بنشاط مع مجتمع Kubernetes للاستفادة من هذه التطورات ومعالجة تحديات قياس وحدات معالجة الرسومات بفعالية. يؤكد تعاون الشركة مع المجتمع حول الآليات منخفضة المستوى لإدارة موارد وحدات معالجة الرسومات التزامها بتحسين قابلية التوسع وكفاءة أحمال عمل الذكاء الاصطناعي المعجلة بوحدات معالجة الرسومات على Kubernetes.

المسار نحو الأمام

مع استمرار Nvidia في الابتكار وتوسيع قدرات وحدات معالجة الرسومات لبيئات Kubernetes، من المتوقع أن يصل دمج أحمال عمل الذكاء الاصطناعي مع Kubernetes إلى آفاق جديدة. بينما برزت Kubernetes كمنصة مفضلة لنشر نماذج الذكاء الاصطناعي، تعترف Nvidia بأن هناك لا يزال عملاً يجب إنجازه لإطلاق الإمكانات الكاملة لوحدات معالجة الرسومات لتسريع أحمال عمل الذكاء الاصطناعي على Kubernetes. 

مع الجهود المستمرة من كل من Nvidia ومجتمع التطوير السحابي الأصلي، يحمل المستقبل تقدماً واعداً في نشر وإدارة الذكاء الاصطناعي المعجل بوحدات معالجة الرسومات داخل بيئات Kubernetes.