"غوغل" و"أمازون" تتحديان هيمنة "إنفيديا" على رقائق الذكاء الاصطناعي بأدوات جديدة

تتحرك شركتا "غوغل" و"أمازون" لتقليص هيمنة "إنفيديا" على صناعة الذكاء الاصطناعي، عبر تسهيل تشغيل تطبيقات الذكاء الاصطناعي على رقائقهما الخاصة ومنصاتهما السحابية، دون الحاجة إلى إعادة كتابة الشيفرات البرمجية للتطبيقات.

وأعلنت "غوغل"، يوم الثلاثاء، إتاحة مشروعها مفتوح المصدر TorchTPU، وهو إصدار من إطار العمل الشهير PyTorch مصمم لتشغيل تطبيقات الذكاء الاصطناعي على رقائقها المتخصصة، المعروفة باسم وحدات معالجة الموتر (TPUs).

وبهذه الخطوة، تنضم "غوغل" إلى "أمازون" في محاولة لكسر قبضة "إنفيديا" على سوق رقائق الذكاء الاصطناعي، إذ تعتمد غالبية تطبيقات الذكاء الاصطناعي افتراضيًا على معالجات الرسوميات (GPUs) التي تنتجها الشركة الأميركية.

ويُعد PyTorch أحد أشهر أطر العمل مفتوحة المصدر التي يستخدمها مطورو تطبيقات الذكاء الاصطناعي والشركات الناشئة لبناء النماذج وتدريبها وتشغيلها.

وتشير بعض التقديرات إلى أن نحو 85% من تطبيقات الذكاء الاصطناعي تستخدم هذا الإطار، بحسب تقرير نشره موقع "تك كرانش" واطلعت عليه "العربية Business".

وطورت شركة ميتا، التي كانت تُعرف سابقًا باسم "فيسبوك"، إطار PyTorch عام 2016، قبل أن تتحول النماذج اللغوية الكبيرة إلى إحدى أبرز التقنيات المؤثرة في العالم.

وفي ذلك الوقت، كانت معالجات الرسوميات من "إنفيديا" قد أصبحت بالفعل المعيار السائد في أبحاث الذكاء الاصطناعي، ما دفع إلى تصميم العديد من خصائص PyTorch للعمل بكفاءة مع هذه المعالجات.

وفي عام 2022، نقلت "ميتا" إدارة المشروع إلى مؤسسة لينكس، وهي منظمة غير ربحية تشرف على عدد من أبرز مشروعات البرمجيات مفتوحة المصدر.

TorchTPU ينقل تطبيقات الذكاء الاصطناعي إلى رقائق "غوغل"

يتيح TorchTPU تشغيل تطبيقات الذكاء الاصطناعي على رقائق TPU التي تطورها "غوغل"، كما يسهل نقل التطبيقات الحالية المبنية باستخدام PyTorch إلى هذه الرقائق، ومن ثم تشغيلها على البنية التحتية السحابية للشركة عبر "غوغل كلاود".

ويستطيع المطورون إجراء عملية النقل من خلال تغيير بسيط في إعدادات التطبيق، دون الحاجة إلى إعادة كتابة شيفراته البرمجية، وهو ما قد يقلل الوقت والجهد اللازمين للانتقال إلى منصات بديلة عن "إنفيديا".

وجاء إعلان "غوغل" بعد خطوة مماثلة من "أمازون"، التي كشفت يوم الاثنين عن إصدارها الخاص من PyTorch، تحت اسم TorchNeuron.

ويتيح TorchNeuron نقل تطبيقات الذكاء الاصطناعي إلى رقائق Trainium التي تطورها "أمازون" داخليًا، وتشغيلها على خدمات الحوسبة السحابية التابعة لمنصة "AWS"، دون إعادة كتابة التطبيقات.

ولم تكتفِ "أمازون" بذلك، بل أعلنت أنها ستساهم بشيفرات برمجية في المشروع الأساسي لPyTorch، بهدف فصل مجموعة من خصائص الإطار عن الاعتماد على رقائق "إنفيديا"، وجعل دعمه لمختلف أنواع العتاد أكثر سهولة بصورة افتراضية.

"غوغل" توسع أدواتها لدعم المطورين

قد تتقدم "غوغل" على "أمازون" في بعض الجوانب، إذ قالت إنها تعاونت مباشرة مع "ميتا" ومنصة Hugging Face وشركة Inferact المطورة لأداة vLLM، وشركة RadixArk المطورة لأداة SGLang، إلى جانب جهات أخرى، لضمان توافق خصائص TorchTPU ومكتباته البرمجية مع أدوات تطوير الذكاء الاصطناعي الشائعة، على غرار التوافق الذي يوفره إطار PyTorch الأصلي.

كما أطلقت الشركة أداة مخصصة تحمل اسم TPU Agent Suite، لمساعدة المطورين على نقل تطبيقاتهم إلى رقائق "غوغل" وخدماتها السحابية، ومعالجة الأخطاء التي قد تظهر خلال عملية النقل.

وحدّثت "غوغل" أيضًا أداة LiteRT، التي تتيح تشغيل نماذج الذكاء الاصطناعي على الهواتف المحمولة وأجهزة الكمبيوتر المحمولة والأجهزة المدمجة، لتحسين توافقها مع تطبيقات الذكاء الاصطناعي المبنية باستخدام PyTorch.

ومع ذلك، لا يعني تسهيل الانتقال إلى رقائق "غوغل" و"أمازون" أن مطوري تطبيقات الذكاء الاصطناعي سيتخلون تلقائيًا وبأعداد كبيرة عن أجهزة "إنفيديا"، إذ تظل هناك عوامل أخرى تؤثر في قراراتهم، من بينها الأداء والتكلفة واستقرار البرمجيات وتوافر الأدوات اللازمة لتطوير النماذج وتشغيلها.

لكن تحركات الشركتين تكشف عن مساعٍ واضحة لتقليص الميزة التنافسية التي تتمتع بها "إنفيديا"، من خلال إزالة العقبات البرمجية التي تجعل الانتقال إلى الرقائق البديلة أكثر صعوبة، ومنح المطورين خيارات أوسع لتشغيل تطبيقاتهم عبر منصات مختلفة.