شركة إنفيديا توسع قدرات وحدة معالجة الرسومات (GPU) لأحمال عمل الذكاء الاصطناعي في Kubernetes

شركة إنفيديا، الرائدة في مجال وحدات معالجة الرسومات (GPUs)، دعمها لمنصة Kubernetes، وهي منصة تنسيق سحابية شهيرة، بهدف تحسين نشر وإدارة أحمال عمل الذكاء الاصطناعي. وخلال كلمة رئيسية ألقتها الشركة مؤخرًا، كشفت عن عدة مبادرات لتحسين استخدام وحدات معالجة الرسومات وإدارة الموارد ضمن بيئات Kubernetes.

إنفيديا بيكاسو: أساس لتطوير الذكاء الاصطناعي

في خطوةٍ هامة، أطلقت Nvidia منصة Nvidia Picasso، وهي منصة ذكاء اصطناعي توليدي مصممة خصيصًا لتبسيط تطوير ونشر النماذج الأساسية لمهام رؤية الحاسوب. تدعم Nvidia Picasso، المبنية على Kubernetes، دورة حياة تطوير النموذج بأكملها، بدءًا من التدريب وصولًا إلى الاستدلال. تؤكد هذه المبادرة التزام Nvidia بتطوير بنية الذكاء الاصطناعي من خلال الاستفادة من Kubernetes والمساهمة في بيئة الحوسبة السحابية الأصلية.

تعمل شركة Nvidia بنشاط على معالجة مختلف التحديات التي تواجه تشغيل أحمال عمل الذكاء الاصطناعي على مجموعات Kubernetes. وتشمل المجالات الرئيسية الثلاثة التي سلط مدير الهندسة سانجاي تشاتيرجي الضوء عليها: التوزيع المُراعي لبنية الشبكة، وتحمل الأعطال، والتحسين متعدد الأبعاد.

يعمل التوزيع المُراعي لبنية الشبكة على تحسين استخدام وحدة معالجة الرسومات (GPU) من خلال تقليل المسافة بين العُقد وأحمال عمل الذكاء الاصطناعي داخل المجموعات واسعة النطاق، مما يُحسّن من كفاءة المجموعة وأدائها. كما يُعزز الجدولة المُقاومة للأعطال موثوقية مهام التدريب من خلال الكشف المُبكر عن العُقد المُعطلة وإعادة توجيه أحمال العملmaticإلى العُقد السليمة، وهو أمر بالغ الأهمية لمنع اختناقات الأداء والأعطال المُحتملة. 

يعمل التحسين متعدد الأبعاد على تحقيق التوازن بين احتياجات المطورين وأهداف العمل 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

كيفن كلوز، المهندس المتميز في شركة إنفيديا، ميزة تخصيص الموارد الديناميكي (DRA)، وهي واجهة برمجة تطبيقات (API) خاصة بـ Kubernetes مصممة لمنح مطوري البرامج الخارجيين مزيدًا من التحكم في تخصيص الموارد. في مرحلتها التجريبية الأولى، تتيح DRA للمطورين اختيار الموارد وتكوينها مباشرةً، مما يعزز التحكم في مشاركة الموارد بين الحاويات والوحدات. يُكمّل هذا التطور المهم جهود إنفيديا لتحسين استخدام وحدة معالجة الرسومات (GPU) وإدارة الموارد.

تعد وحدة معالجة الرسومات B200 Blackwell، أحدث منتجات Nvidia، بمضاعفة قوة وحدات معالجة الرسومات الحالية لتدريب نماذج الذكاء الاصطناعي، مع دعم مدمج للأجهزة لضمان المرونة. وتتعاون Nvidia بشكل فعّال مع مجتمع Kubernetes للاستفادة من هذه التطورات ومعالجة تحديات توسيع نطاق وحدات معالجة الرسومات بكفاءة. ويؤكد تعاون الشركة مع المجتمع في آليات إدارة موارد وحدات معالجة الرسومات على التزامها بتعزيز قابلية التوسع وكفاءة أحمال عمل الذكاء الاصطناعي المُسرّعة بواسطة وحدات معالجة الرسومات على منصة Kubernetes.

الطريق إلى الأمام

مع استمرار Nvidia في الابتكار وتوسيع قدرات وحدات معالجة الرسومات (GPU) الخاصة بها لبيئات Kubernetes، يُتوقع أن يصل دمج أحمال عمل الذكاء الاصطناعي مع Kubernetes إلى مستويات جديدة. ورغم أن Kubernetes قد برز كمنصة مفضلة لنشر نماذج الذكاء الاصطناعي، إلا أن Nvidia تُقرّ بوجود عملٍ لا يزال يتعين القيام به لإطلاق الإمكانات الكاملة لوحدات معالجة الرسومات لتسريع أحمال عمل الذكاء الاصطناعي على Kubernetes. 

بفضل الجهود المستمرة من كل من Nvidia ومجتمع تطوير التطبيقات السحابية الأصلية، يحمل المستقبل تطورات واعدة في نشر وإدارة الذكاء الاصطناعي المعجل بواسطة وحدة معالجة الرسومات داخل بيئات Kubernetes.