انقلابی در قدرت پردازش، از MIPS تا اگزافلپس در عرض چند دهه

شرکت Nvidia در کنفرانس اخیر GTC، سیستمی را معرفی کرد که آن را «اولین سیستم تک‌قفسه‌ای» با توان پردازش یک اگزافلپس می‌نامد. این دستاورد، معادل انجام یک میلیارد میلیارد عملیات شناور (FLOPS) در هر ثانیه است و بر پایه آخرین فناوری GB۲۰۰ NVL۷۲ ساخته شده است که از پردازنده‌های گرافیکی Blackwell بهره می‌برد. این سیستم در ابعاد استاندارد یک رک کامپیوتری (حدود ۶ فوت ارتفاع، کمی بیش از ۳ فوت عمق و کمتر از ۲ فوت عرض) جای می‌گیرد.

فشرده‌سازی اگزافلپس، از Frontier تا Blackwell
دو نکته درباره این اعلان حائز اهمیت است. ابتدا، اولین کامپیوتر قادر به اجرای اگزافلپس تنها چند سال پیش، در سال ۲۰۲۲، در آزمایشگاه ملی Oak Ridge نصب شد. برای مقایسه، سوپرکامپیوتر "Frontier"، که توسط HPE ساخته شده و از پردازنده‌های GPU و CPU شرکت AMD بهره می‌برد، شامل ۷۴ رک سرور بود. حالا، سیستم جدید Nvidia در عرض تنها سه سال، عملکردی حدود ۷۳ برابر بهتر ارائه می‌دهد که معادل سه‌برابر شدن عملکرد سالانه است. این پیشرفت، نشان‌دهنده پیشرفت‌های چشمگیر در چگالی محاسباتی، بهره‌وری انرژی و طراحی معماری است.

دوم، باید گفت که اگرچه هر دو سیستم به مقیاس اگزاسکیل رسیده‌اند، اما برای چالش‌های متفاوتی طراحی شده‌اند. سیستم Nvidia برای سرعت بهینه‌سازی شده و بر پایه عملیات ریاضی با دقت کمتر (مانند ۴-بیتی و ۸-بیتی) کار می‌کند که برای بار‌های کاری هوش مصنوعی (AI)، از جمله آموزش و اجرای مدل‌های زبانی بزرگ (LLMs)، ایده‌آل است. این محاسبات سرعت را بر دقت ترجیح می‌دهند. در مقابل، سوپرکامپیوتر Frontier با استفاده از ریاضیات با دقت مضاعف (۶۴-بیتی) به این مقیاس رسید که برای شبیه‌سازی‌های علمی که دقت بالا ضروری است، استاندارد طلایی محسوب می‌شود.

مسیر طولانی و بسیار سریع
این سطح از پیشرفت تقریبا غیرقابل باور است، به‌ویژه وقتی به یاد می‌آوریم که صنعت محاسبات در آغاز حرفه من چگونه بود. اولین شغل حرفه‌ای من به عنوان برنامه‌نویس روی ماشین DEC KL ۱۰۹۰ بود. این دستگاه، بخشی از سری PDP-۱۰ شرکت DEC، توانایی اجرای ۱٫۸ میلیون دستورالعمل در ثانیه (MIPS) داشت. علاوه بر این، این ماشین به صفحه‌نمایش‌های لوله کاتدی (CRT) از طریق کابل‌های سیمی متصل می‌شد. هیچ قابلیت گرافیکی وجود نداشت، فقط متن سفید روی پس‌زمینه سیاه؛ و البته، هیچ اینترنتی نبود. کاربران دوردست از طریق خطوط تلفن و مودم‌هایی با سرعت حداکثر ۱۲۰۰ بیت بر ثانیه به سیستم متصل می‌شدند.

۵۰۰ میلیارد برابر قدرت محاسباتی بیشتر
به گزارش venturebeat، اگرچه مقایسه MIPS با FLOPS به طور مستقیم امکان‌پذیر نیست، اما مقیاس بزرگ این تفاوت نشان‌دهنده پیشرفت سریع در عملکرد محاسباتی است. با استفاده از این مقیاس به عنوان یک معیار تقریبی، سیستم جدید Nvidia حدود ۵۰۰ میلیارد برابر قدرتمندتر از ماشین DEC است. این گام چشمگیر نمونه‌ای از رشد نمایی قدرت محاسباتی در طول یک حرفه است و این سؤال را مطرح می‌کند: اگر این میزان پیشرفت در ۴۰ سال امکان‌پذیر بوده، پنج سال آینده چه چیزی را به ارمغان خواهد آورد؟

Nvidia در این زمینه نیز سرنخ‌هایی ارائه کرده است. در GTC، شرکت نقشه‌ای ارائه داد که پیش‌بینی می‌کند سیستم نسل بعدی مبتنی بر معماری "Vera Rubin Ultra" عملکردی ۱۴ برابر بیشتر از سیستم Blackwell Ultra ارائه خواهد داد و در کار‌های بهینه‌سازی‌شده برای هوش مصنوعی، به محدوده ۱۴ تا ۱۵ اگزافلپس در عرض یک یا دو سال برسد.

هوش مصنوعی و تقاضای قدرت محاسباتی
اگرچه این پیشرفت‌ها چشمگیر هستند، اما صنعت هوش مصنوعی با یک سؤال اساسی دست‌و‌پنجه نرم می‌کند: چقدر قدرت محاسباتی واقعاً لازم است و هزینه آن چقدر خواهد بود؟ مسابقه ساخت مراکز داده عظیم جدید هوش مصنوعی توسط تقاضای روزافزون برای محاسبات اگزاسکیل و مدل‌های هوش مصنوعی قدرتمندتر هدایت می‌شود.

یکی از طرح‌های بزرگ، پروژه Stargate به ارزش ۵۰۰ میلیارد دلار است که قصد دارد ۲۰ مرکز داده در سراسر ایالات متحده ایجاد کند، هر کدام با وسعت نیم میلیون فوت مربع. اما برخی تحلیل‌گران نگران این هستند که ممکن است ظرفیت مراکز داده هوش مصنوعی بیش از حد ساخته شود. این نگرانی پس از معرفی مدل R۱ از شرکت DeepSeek چین تشدید شد که به محاسبات کمتری نسبت به بسیاری از همتایانش نیاز دارد.

آینده هوش مصنوعی، نوآوری‌های هفتگی
در هفته‌های اخیر، OpenAI مدل GPT-۴o را معرفی کرد که تصاویری تقریبا کامل از متن تولید می‌کند، Google مدل Gemini ۲.۵ Pro را منتشر کرد که ممکن است پیشرفته‌ترین مدل استدلالی باشد، و Runway مدلی برای ویدئو‌های با پیوستگی صحنه و شخصیت ارائه داد. این پیشرفت‌ها نشان می‌دهند که نوآوری‌ها با سرعت و قدرت بیشتری ادامه خواهند یافت.

آنچه در ادامه می‌آید، هر چیزی می‌تواند باشد. نمی‌دانیم که هوش مصنوعی قدرتمند یک شکست یا یک پیشرفت خواهد بود، آیا به حل مسائل انرژی همجوشی کمک خواهد کرد یا خطرات زیستی جدیدی را آزاد خواهد کرد. اما با توجه به افزایش FLOPS در پنج سال آینده، یک چیز مشخص است: نوآوری‌ها سریع و پرقدرت خواهند بود. همچنین واضح است که با افزایش مقیاس FLOPS، باید گفت‌و‌گو‌های ما درباره مسئولیت، مقررات و خودداری نیز گسترش یابد.