أطلقت Amazon Web Services TorchNeuron يوم الاثنين لمساعدة شركات الذكاء الاصطناعي الناشئة على نقل تطبيقاتها إلى شرائح Trainium الخاصة بـ Amazon. يتحدى هذا الأداة الميزة البرمجية التي ساعدت في جعل Nvidia الخيار الافتراضي للعتاد في تطبيقات الذكاء الاصطناعي. تقول Amazon إن TorchNeuron يسمح للتطبيقات المكتوبة باستخدام PyTorch بالعمل على Trainium من خلال تغيير سطر تكوين واحد فقط، دون إعادة كتابة الكود.
PyTorch هو أداة مجانية ومفتوحة المصدر لبناء وتدريب وتشغيل نماذج الذكاء الاصطناعي. تقول أمازون إن حوالي 85% من تطبيقات الذكاء الاصطناعي مكتوبة باستخدام PyTorch. طورت فيسبوك أصلاً PyTorch، وهو جزء من مؤسسة لينكس منذ عام 2022. تُحافظ مؤسسة لينكس على مشاريع مفتوحة المصدر. قضت نيفيديا سنوات في ضمان دعم CUDA، البنية التحتية البرمجية لتشغيل التطبيقات على أجهزة نيفيديا، لتطبيقات PyTorch بشكل سلس. ونتيجة لذلك، أصبحت أجهزة نيفيديا مدمجة بعمق في PyTorch، بشكل أساسي افتراضياً.
تم تكييف TorchNeuron من PyTorch، لذا فإن المطورين الملمين بـ PyTorch يعرفون بالفعل كيفية استخدام TorchNeuron. كما يمكن لمستخدمي PyTorch نقل التطبيقات إلى وحدات معالجة الرسومات من AMD أو شرائح Apple بتغيير بسيط في التكوين. ومع ذلك، تجادل أمازون بأن الانتقال إلى Trainium يمنح شركات الذكاء الاصطناعي الناشئة أيضًا وصولاً إلى سحابة أمازون الكاملة. وتزعم AWS أن AWS خيار أفضل للشركات الناشئة مقارنة بمزودي السحابة المتخصصين مثل Coreweave وNebius وFirmus، الذين يعتمدون على أجهزة Nvidia.
كولين براس هو نائب رئيس برامج التكنولوجيا في AWS Annapurna Labs، الوحدة التي تصنع الرقائق المخصصة لشركة أمازون. وقال براس إن AWS توفر بالفعل البنية التحتية التي يحتاجها المؤسسون للانتقال من النماذج الأولية إلى الإنتاج وتوسيع العمليات عند الحاجة. تقول AWS إن Trainium يعالج كلاً من تدريب النموذج والاستنتاج، عندما تقوم النماذج النهائية بمهام مثل الإجابة على أسئلة المستخدمين. تجادل AWS أن استخدام نفس الرقاقة لكلا المهمتين، ومتكاملة بشكل وثيق مع البنية التحتية السحابية، سيوفر على الشركات الناشئة المال حتى دون أقل سعر لكل رمز. وقال براس إن Trainium يحسن التكاليف عبر حمل عمل كامل من خلال أداء السعر ووحدة واحدة للتدريب والاستنتاج. وقال براس إن Deepgram انتقلت إلى Trainium باستخدام دعم PyTorch الأصلي، وتُعالج 70% أكثر من الصوت لكل دولار بدقة على مستوى الإنتاج. توفر Deepgram تطبيقات صوتية ذكية وتنافس ElevenLabs.
تقول أمازون إن الشركة تعمل أيضًا على تقليل الاعتماد التلقائي لـ PyTorch على Nvidia. تقول أمازون إنها ستقدم كودًا إلى مشروع PyTorch الرئيسي لدعم هذا الجهد. تشير إعلان أمازون إلى أن الشركة تعمل مع مجتمع PyTorch لإزالة الكود الذي يربط الإطار برقاقات محددة. تقول أمازون إن الهدف هو جعل PyTorch أقل اعتمادًا على أجهزة معينة لجميع المطورين، وليس فقط مستخدمي Trainium.
الجهد يفيد مزودي الأجهزة والسحابة الذين يتنافسون مع Nvidia. ومع ذلك، فإن PyTorch مصمم جزئيًا لحماية المطورين من صعوبات تشغيل كود الذكاء الاصطناعي على الأجهزة. تقليل اعتماد PyTorch على Nvidia يمكن أن يوفر خيارات أكثر وتنوعًا وأقل تكلفة، كما تعد أمازون، أو يخلق صعوبات تكوين أكبر. يمكن أن يكون فصل PyTorch بنجاح عن Nvidia له عواقب أكبر على Nvidia من التنافس وحده من قبل صانعي الرقائق الآخرين. وصف برايس هذا الجهد بأنه إزالة القيود التي منعت المطورين من الحصول على خيار حقيقي.
أمازون تطلق TorchNeuron لتحدي هيمنة Nvidia على برامج الذكاء الاصطناعي
FLASH AIمشاركة
ملخص
أطلقت أمازون TorchNeuron، أداة جديدة للمطورين الذكاء الاصطناعي لتشغيل تطبيقات PyTorch على شرائح AWS Trainium مع تغييرات طفيفة في الكود. تقلل الأداة من اعتماد PyTorch على برنامج Nvidia CUDA. وتقول أمازون إن المطورين يمكنهم التحول إلى Trainium بسطر واحد من التهيئة. كما ستقوم الشركة بالمساهمة برمز في PyTorch لجعله أقل اعتمادًا على الأجهزة. يمكن للشركات الناشئة التي تستخدم Trainium للتدريب والاستنتاج خفض التكاليف. وأبلغت Deepgram عن زيادة بنسبة 70% في معالجة الصوت لكل دولار بعد التحول. يسلط هذا الخبر عن الذكاء الاصطناعي + التشفير الضوء على جهود أمازون للدخول في بنية تحتية للذكاء الاصطناعي وأخبار السلاسل.
المصدر:عرض النسخة الأصلية
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات.
يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.