مایکروسافت نوع جدیدی از پردازنده هوش مصنوعی را به خدمات ابری افزود
زوميت/ مايکروسافت با ارائهي ابزارها و محصولات جديد سعي دارد حضور خود را در بازارهاي پيشگام هوش مصنوعي و خدمات ابري، پررنگتر کند. مايکروسافت در دهههاي ۱۹۸۰ و ۱۹۹۰ با عرضهي سيستمعامل محبوب و گستردهي ويندوز به شهرت رسيد. در آن زمان ترکيب سيستمعامل ويندوز با پردازندههاي اينتل، کاربرد زيادي در بين فعالان دنياي فناوري داشت و با اصطلاح رايج Wintel شناخته ميشد. ردمونديها امروز اميدوار هستند که ترکيب ديگري از نرمافزار و سختافزار، به کسب موفقيت مجدد آنها کمک کند. آنها بهدنبال ترکيبي هستند تا در عرضهي هوش مصنوعي در خدمات ابري، از رقبايي همچون آمازون و گوگل پيشي بگيرند. خدمات ابري آژور مايکروسافت در ميان مشتريان محبوبيت بالايي دارند. ردمونديها ميخواهند با عرضهي تراشههاي جديد کاربردي هوش مصنوعي در اين خدمات، محبوبيت و کاربرد سرويسهاي خود را افزايش دهند. آنها از چند روز پيش، دسترسي به پردازندهي هوش مصنوعي را در آژور فراهم کردند که توسط استارتاپ بريتانيايي Graphcore توسعه يافته است. استارتاپ Graphcore سال ۲۰۱۶ در بريستول تأسيس شد و توجه محققان هوش مصنوعي را به خود جلب کرد؛ توجهي که ميليونها دلار سرمايهگذاري را در پي داشت. اين استارتاپ ادعا ميکند که تراشههايش به پردازشهاي مورد نياز هوش مصنوعي شتاب ميدهند. آنها تا به امروز پردازندههاي خود را بهصورت عمومي به نمايش نگذاشتهاند و خبري هم از بررسيهاي اوليه و نتايج آزمايش تراشههايشان در دست نيست. مايکروسافت، دسامبر گذشته با سرمايهگذاري ۲۰۰ ميليون دلاري به استارتاپ Graphcore وارد شد. آنها بهدنبال پيدا کردن سختافزاري هستند تا سرويسهاي ابري خود را براي مشتريان روبهرشد کاربردهاي هوش مصنوعي جذابتر کنند. پردازندههاي Graphcore برخلاف محصولات رايج دنياي پردازش هوش مصنوعي، از ابتدا براي بهينهسازي محاسبات اين حوزه طراحي شدهاند؛ محاسباتي که براي شناسايي بهتر چهره، درک صحبتها، تفسير زبان يا کاربردهايي همچون رانندگي خودکار و آموزش رباتها مفيد هستند. استارتاپ بريتانيايي اميدوار است پردازندهها براي شرکتهايي که فعاليتهاي کسبوکاري جدي مبتني بر هوش مصنوعي دارند، جذاب باشد؛ شرکتهايي که در حوزههاي خودروهاي خودران، تجارت آنلاين يا هر فعاليت نيازمند پردازش حجم عمدهاي از محتواي صوتي و تصويري هستند. بهعلاوه افراد محقق در زمينهي کشف الگوريتمهاي نسل بعدي هوش مصنوعي نيز براي کشف مزيتهاي پلتفرم، جذب خواهند شد. نتايج بنچمارک، پردازندههاي جديد را قويتر از محصولات انويديا و گوگل نشان ميدهند مايکروسافت و گرافکور براي نشان دادن توانايي پردازندهها، نتايج بنچمارکهايي را منتشر کردند که برتري آنها را نسبت به محصولات رقيب از گوگل و انويديا نشان ميدهد. آنها براي بررسي خود از الگوريتمهايي استفاده کردند که مخصوص پلتفرمهاي رقيب نوشته شده بودند. کدهايي که بهصورت اختصاصي براي سختافزار گرافکور نوشته شده باشند، قطعا بازدهي بيشتري را نشان ميدهند. شرکتهاي مذکور ادعا ميکنند که برخي وظيفههاي پردازش تصويري مشخص، در تراشههاي گرافکور با سرعت چندبرابري انجام ميشوند. بهعلاوه آنها يک مدل هوش مصنوعي براي پردازش زبان (موسوم به BERT) توسعه دادند که عملکردي بهتر نسبت به نمونههاي موجود در سختافزارهاي رقيب داشت. مدل BERT براي فعاليتهاي متعدد هوش مصنوعي متمرکز بر زبان، اهميت بالايي دارد. بهعنوان مثال گوگل اعلام کرد که از الگوريتم مذکور در کسبوکار جستوجوي خود استفاده ميکند. مايکروسافت اعلام کرد که هماکنون از تراشههاي Graphcore براي پروژههاي تحقيقاتي داخلي در حوزهي هوش مصنوعي استفاده ميکند که شامل پردازش زبان هستند. کارل فرود، تحليلگر بازار تراشههاي هوش مصنوعي در شرکت Moor Insights ميگويد براساس نتايج، عملکرد تراشهي جديد پيشرفته و البته داراي نقاط ضعف موردي بهنظر ميرسد. تراشههاي با طراحي اختصاصي، احتمالا در کاربردهايي خاص، محصولات انويديا و گوگل را شکست ميدهند، اما توسعهي اپليکيشن براي آنها، دشواريهايي را براي توسعهدهندهها بههمراه دارد. او دربارهي تراشهي گرافکور ميگويد: آنها فعاليت خوبي انجام دادهاند تا تراشهي جديد را قابل برنامهنويسي کنند. عملکرد خوب همزمان در آموزش و تفسير، هميشه از سوي آنها بهعنوان قابليت محصول بيان ميشد، اما رسيدن به آن دشواري زيادي دارد. فرود اعتقاد دارد، همکاري با مايکروسافت براي Graphcore بسيار حياتي است، چون ردمونديها مسير راحتي را براي مشتريان ايجاد ميکنند تا سختافزار موردنظر را بهکار بگيرند. تراشهي جديد احتمالا برتريهايي نسبت به سختافزارهاي موجود دارد، اما بههرحال توسعهي مجدد اپليکيشن هوش مصنوعي براي پلتفرم جديد، دشوار است. فرود درنهايت ميگويد بهجز چند مورد محدود، عملکرد تراشهي جديد آنقدر عالي نيست که شرکتهاي ديگر را به ترک سختافزار و نرمافزار کنوني خود ترغيب کند. گرافکور يک فريمورک نرمافزاري بهنام Polar توسعه داده است که به برنامههاي کنوني مبتني بر هوش مصنوعي، قابليت جابهجايي به سختافزار جديد را ميدهد. البته بسياري از الگوريتمهاي کنوني، با نرمافزارهايي راحتتر هستند که روي سختافزارهاي رقيب نصب ميشوند. در سالهاي اخير، فريمورک نرمافزاري هوش مصنوعي Transflow از گوگل، به ابزار جامعي براي برنامههاي هوش مصنوعي تبديل شده است. فريمورک مذکور، بهصورت اختصاصي براي تراشههاي گوگل و اندرويد توسعه يافت. انويديا هم سال آينده يک تراشهي هوش مصنوعي جديد به بازار عرضه ميکند که احتمالا عملکرد بهتري نسبت به نمونههاي موجود خواهد داشت. نيگل تون، همبنيانگذار و مديرعامل گرافکور ميگويد همکاري آنها با مايکروسافت، يک سال پس از تأسيس استارتاپ شروع شد؛ همکاري که از طريق مرکز تحقيقات کمبريج مايکروسافت انجام ميگرفت. تراشههاي شرکت او براي وظايف شامل مدلهاي بزرگ هوش مصنوعي يا کاربردهاي درگير با دادههاي موقت، هماهنگي عالي دارند. يکي از مشتريان آنها در حوزههاي مالي، پس از بهکارگيري پردازندهها، بهبود ۲۶ برابري الگوريتمهاي مورد استفاده در تحليل بازار را گزارش کرد. تعدادي از مشتريان کوچک و متوسط گرافکور، بهمرور استفاده پردازندههاي اين شرکت را در سرويس آژور شروع کردهاند. از ميان آنها ميتوان به Citadel اشاره کرد که از تراشههاي مذکور براي تحليل دادههاي مالي استفاده ميکند. مثال ديگر، Quant بوده که بهعنوان يک موتور جستوجوي اروپايي، با استفاده از سختافزار گرافکور، الگوريتم تشخيص چهرهاي بهنام ResNext را توسعه داده است. اوجگيري صنعت هوش مصنوعي در سالهاي اخير بهاندازهي کافي بازار تراشههاي کامپيوتري را تکان داده است. بهترين الگوريتمهاي موجود، فرايندهاي محاسباتي رياضي موازي انجام ميدهند که با استفاده از پردازندههاي گرافيکي، با عملکرد بهتري انجام ميشود. پردازندههاي گرافيکي صدها هستهي پردازشي ساده دارند. در مقام مقايسه، هستههاي پردازشي پردازندههاي مرکزي کمتر ولي پيچيدهتر هستند. متخصصان پيشگام هوش مصنوعي، اولين مشتريان احتمالي گرافکور خواهند بود انويديا، غول دنياي پردازندههاي گرافيکي موج ارائهي خدمان پردازش با تمرکز بر هوش مصنوعي را مديريت کرد. مدتي بعد، گوگل خبر از توسعهي پردازندهي اختصاصي خود داد که بهنام Tensor Processing Unit يا TPU و مخصوص Tensorflow معرفي شد. پردازندهي مذکور، معماري شبيه به پردازندههاي گرافيکي دارد. گرافکور، تراشههاي خود را بهنام IPU يا «واحدهاي پردازش هوشمند» معرفي ميکند. تراشههاي مذکور در داخل خود مجهز به حافظه هستند. تخصيص حافظهي داخلي، مراحل انتقال داده به بخش حافظه و پردازش مجدد را کوتاه ميکند که تأثير بالايي در افزايش سرعت پردازشها خواهد داشت. فيسبوک هم تصميم دارد تا تراشهي اختصاصي خود را براي کاربردهاي هوش مصنوعي توسعه دهد. مايکروسافت قبلا در اخبار سختافزاري هوش مصنوعي، خبر از تراشههاي ساخت اينتل با قابليت پيکربندي مجدد داده بود که توسط مهندسان شرکت براي کاربردهاي هوش مصنوعي بهينهسازي ميشوند. آمازون، يک سال پيش خبر داد که وارد حوزهي توليد تراشه خواهد شد اما هدف آنها، پردازندهاي با کاربرد عموميتر و بهينهسازيشده براي سرويسهاي ابري بود. موج هوش مصنوعي، منجر به تأسيس استارتاپهاي سختافزاري متعدد شد که تراشههاي اختصاصي گوناگوني را توسعه دادند. برخي از آنها براي کاربردهاي اختصاصي همچون رانندگي خودکار يا دوربينهاي نظارتي توسعه يافتهاند. گرافکور و برخي ديگر، گزينههاي منعطفتري را به مشتريان ارائه ميکنند که براي توسعهي کاربردهاي هوش مصنوعي حياتي هستند. البته توليد چنين تراشههايي قطعا دشواريهاي بيشتري نيز بههمراه دارد. آخرين دور جذب سرمايهي استارتاپ مذکور، ارزش آنها را به بيش از ۱/۷ ميليارد دلار رساند. تراشههاي گرافکور احتمالا ابتدا مورد توجه متخصصان هوش مصنوعي قرار ميگيرند که توانايي نوشتن کدهايي براي استخراج مزاياي آنها را داشته باشند. بسياري از محققان برجستهي هوش مصنوعي همچون دميس هاسابيس، همبنيانگذار ديپمايند از خدمات گرافکور استفاده کرده و در آن سرمايهگذاري ميکنند. ژوبين قهرماني، استاد دانشگاه کمبريج و مدير آزمايشگاه هوش مصنوعي اوبر هم از سرمايهگذاران گرافکور محسوب ميشود. پيتر ابيل، استاد دانشگاه يوسي برکلي و متخصص رباتيک و هوش مصنوعي هم در اين استارتاپ سرمايهگذاري کرده است. شرکتهاي فعال در سرتاسر جهان، در آيندهاي نهچندان دور همهي تلاش خود را بهکار ميگيرند تا از جديدترين دستاوردهاي حوزهي فناوري بهرهمند شوند. مديرعامل گرافکور هم اعتقاد دارد همهي افراد بهدنبال نوآوري و راهي براي پيشرفت بيشتر در بازار هستند. شايد همين رويکرد باعث شود تا پردازندههاي آنها در ترکيب با خدمات ابري مايکروسافت، استقبال خوبي را در بازار پردازش هوش مصنوعي تجربه کنند.