همکاری گوگل کلود و انویدیا برای عرضه عمومی زیرساخت محاسباتی نسل جدید «ورا روبین»

گوگل کلود قصد دارد زیرساخت پردازشی خود را به مقیاس خیره‌کننده ۹۶۰ هزار پردازنده گرافیکی معماری «ورا روبین» (Vera Rubin) گسترش دهد. این رقم بی‌سابقه که روز چهارشنبه در کنفرانس GTC برلین اعلام شد، نشان‌دهنده بزرگ‌ترین تعهد زیرساختی برای نسل جدید تراشه‌های انویدیا تا به امروز است.[1][5][6]

نمونه‌های پردازشی جدید که با نام A5X شناخته می‌شوند، از ماه نوامبر برای مشتریان اولیه در دسترس قرار می‌گیرند و به زودی در اروپا نیز مستقر خواهند شد. این سیستم‌ها برای غلبه بر محدودیت‌های زیرساخت‌های سنتی در عصر هوش مصنوعی عامل‌محور و یادگیری تقویتی طراحی شده‌اند.[1][4]

معماری رک‌اسکیل و شبکه‌های پرسرعت

هسته اصلی این زیرساخت را سیستم‌های در مقیاس رک NVL72 انویدیا تشکیل می‌دهند. هر یک از این رک‌ها شامل ۷۲ پردازنده گرافیکی روبین، ۳۶ پردازنده مرکزی ورا و اتصالات پرسرعت NVLink 6 است که توان پردازشی متمرکز و بی‌نظیری را برای آموزش مدل‌های پایه فراهم می‌کند.[3]

برای اتصال این حجم عظیم از توان پردازشی، گوگل از شبکه اختصاصی Virgo خود در کنار کارت‌های شبکه ConnectX-9 SuperNIC انویدیا استفاده می‌کند. این ترکیب به کلاسترها اجازه می‌دهد تا در یک سایت واحد به ۸۰ هزار پردازنده گرافیکی و در استقرارهای چندسایتی تا ۹۶۰ هزار پردازنده گسترش یابند.[2][3]

یکی از نوآوری‌های کلیدی در این معماری، استفاده از پروتکل انتقال فالکون برای شبکه‌های اترنت است. این پروتکل با متعادل‌سازی بار چندمسیری و بازیابی سخت‌افزاری بسته‌های از دست‌رفته، کارایی شبکه را در مقیاس‌های بسیار بزرگ تضمین می‌کند و از افت عملکرد در زمان ترافیک سنگین جلوگیری می‌نماید.[2]

مدیریت حرارتی چنین سیستم‌های متراکمی نیازمند راهکارهای پیشرفته است. گوگل کلود برای خنک‌سازی نمونه‌های A5X از نسل چهارم فناوری خنک‌کننده مایع پیشرفته خود بهره می‌برد و همزمان در حال بررسی قابلیت‌های DSX MaxLPS انویدیا برای بهینه‌سازی مصرف انرژی در چارچوب محدودیت‌های توان دیتاسنترها است.[4]

گذار به عصر هوش مصنوعی عامل‌محور

دلیل اصلی این سرمایه‌گذاری عظیم، تغییر پارادایم به سمت «هوش مصنوعی عامل‌محور» است. در این رویکرد جدید، مدل‌ها صرفاً به پرسش‌ها پاسخ نمی‌دهند، بلکه وظایف چندمرحله‌ای و پیچیده را به صورت خودمختار اجرا می‌کنند که نیازمند تعامل پیوسته با محیط و پردازش بلادرنگ داده‌ها است.[2]

این گردش‌کارهای خودمختار به شدت به یادگیری تقویتی وابسته‌اند. این فرآیند شامل یک چرخه مداوم از تولید تجربه، ارزیابی نتایج و به‌روزرسانی مدل‌ها است که زیرساختی با توانایی پشتیبانی از کل این چرخه در مقیاس وسیع را طلب می‌کند.[3]

شرکت فناوری «اینفبل اینتلیجنس» مستقر در لندن، به عنوان نخستین مشتری نمونه‌های A5X معرفی شده است. این شرکت که توسط دیوید سیلور، خالق سیستم معروف آلفاگو تاسیس شده، از این پلتفرم برای پیشبرد تحقیقات یادگیری تقویتی در مقیاس بزرگ استفاده می‌کند.[1][3][4]

دیوید سیلور، بنیان‌گذار و مدیرعامل اینفبل اینتلیجنس، درباره این همکاری می‌گوید: «ما در حال ساخت ابرآموزنده‌هایی هستیم که به طور پیوسته از تجربیات خود می‌آموزند. این هدف نیازمند توان پردازشی قابل‌توجه و ارتباطی تنگاتنگ میان تولید تجربه و آموزش بر اساس آن است.»[1][4]

سیلور در ادامه توضیحات خود می‌افزاید: «ترکیب توان پردازشی و اتصال با پهنای باند بالای ورا روبین، به ما اجازه می‌دهد تا مقیاس و جاه‌طلبی تحقیقات خود را بسیار فراتر ببریم. این ارتباط سریع میان پردازنده‌ها برای شکل‌دهی فوری به تجربیات بعدی عامل‌ها حیاتی است.»[1][4]

دستاوردهای اولیه در پردازش‌های تجاری

علاوه بر تحقیقات بنیادین، کاربردهای تجاری این زیرساخت نیز در حال آزمایش است. شرکت ارتباطات و بازاریابی WPP در لندن، یک معماری مرجع برای عامل‌های خلاق را روی نمونه‌های A5X مبتنی بر ورا روبین و با استفاده از مدل‌های Nemotron انویدیا با موفقیت به نمایش گذاشته است.[3][4]

نتایج اولیه در شرکت WPP نشان‌دهنده جهش قابل‌توجهی در کارایی زیرساخت است. در آزمایش‌های انجام‌شده، بارهای کاری سنگینی که پیش از این نیازمند یک کلاستر چندگرهی بودند، اکنون تنها روی یک نمونه واحد A5X با موفقیت و سرعت بالا اجرا شده‌اند.[3][4]

با خودمختارتر شدن عامل‌های هوش مصنوعی، امنیت داده‌های پردازش‌شده اهمیت دوچندانی می‌یابد. برای پاسخ به این نیاز، گوگل کلود قابلیت‌های «هوش مصنوعی حاکمیتی» و محاسبات محرمانه را در سطح رک برای این زیرساخت‌های جدید ارائه می‌دهد تا از مالکیت فکری مشتریان محافظت کند.[2][4]

این شرکت اعلام کرده است که محاسبات محرمانه را روی نمونه‌های فلز لخت مانند A4X Max مستقر خواهد کرد. این سطح از امنیت سخت‌افزاری به سازمان‌ها اجازه می‌دهد تا بارهای کاری حساس خود را در محیط‌های کاملاً ایزوله و بدون خطر نشت اطلاعات اجرا کنند.[4]

تاثیر بر زنجیره تامین و بازار سخت‌افزار

از منظر بازار، اعلام هدف‌گذاری ۹۶۰ هزار پردازنده گرافیکی پیش از عرضه گسترده نسل روبین، سیگنال قدرتمندی به زنجیره تامین ارسال می‌کند. این اعداد نشان می‌دهند که ارائه‌دهندگان ابری در حال قفل کردن تقاضای خود در لایه زیرساخت هستند تا از دسترسی به جدیدترین سیلیکون‌ها اطمینان حاصل کنند.[5]

تحلیلگران بازار معتقدند که این تعهدات عظیم، دیداری شفاف از درآمدهای آینده انویدیا ارائه می‌دهند. با این حال، استقرار نهایی این حجم از سخت‌افزار همچنان به در دسترس بودن توان الکتریکی، سرعت احداث دیتاسنترهای جدید و زمان‌بندی تحویل تراشه‌ها توسط تولیدکنندگان بستگی دارد.[6]

برای غلبه بر محدودیت‌های تولید، انویدیا در حال گسترش ظرفیت شرکای زنجیره تامین خود است. این شرکت اخیراً یک پیش‌پرداخت ۱.۱ میلیارد دلاری برای رزرو ظرفیت به شرکت KYEC پرداخت کرده تا تاسیسات آزمایش جدیدی را برای تولید انبوه در آوریل ۲۰۲۷ آماده کند.[5]

گام بعدی در این همکاری استراتژیک، استقرار فیزیکی رک‌ها و آغاز ارائه خدمات در مناطق مختلف است. با برنامه‌ریزی برای گسترش این زیرساخت به اروپا، توجه صنعت اکنون به نحوه مدیریت مصرف انرژی و چالش‌های لجستیکی احداث دیتاسنترهای فوق‌مدرن معطوف شده است.[1][6]

پشتیبانی از مدل‌های متن‌باز و شبیه‌سازی

پشتیبانی از مدل‌های متن‌باز نیز بخش مهمی از این استراتژی مشترک را تشکیل می‌دهد. گوگل کلود در کنار سخت‌افزارهای جدید، پشتیبانی از مدل‌هایی مانند Gemma، Mistral و نسخه‌های مختلف Nemotron را به سبد ابری حاکمیتی خود اضافه کرده است تا مشتریان آزادی عمل بیشتری داشته باشند.[2]

این رویکرد باز به سازمان‌ها اجازه می‌دهد تا مدل‌های دارای وزن باز را با حفظ کامل حضانت بر داده‌ها مدیریت کنند. در نتیجه، مشتریان ضمن بهره‌مندی از شتاب‌دهنده‌های قدرتمند انویدیا، از قفل شدن در اکوسیستم یک تامین‌کننده خاص در امان می‌مانند و انعطاف‌پذیری خود را حفظ می‌کنند.[2]

همچنین، ادغام ابزارهایی مانند NVIDIA Cosmos 3 با زیرساخت‌های جدید، امکان تولید جهان‌های مجازی را برای آموزش ربات‌ها فراهم می‌کند. این محیط‌های شبیه‌سازی‌شده به عامل‌های هوشمند اجازه می‌دهند پیش از استقرار در دنیای واقعی، بارها تلاش کنند، شکست بخورند و عملکرد خود را بهبود بخشند.[2]