7 أسرار تقود ثورة استدلال الذكاء الاصطناعي عبر تحالف AMD و Cerebras

الكاتب،محمد محروس رزق 

توليد الكلمات وتحليل النصوص لم يعد مجرد رفاهية تقنية، بل أصبح المعركة الحقيقية التي تحدد من سيسيطر على مستقبل التقنية. عندما نتحدث عن استدلال الذكاء الاصطناعي، فإننا نتحدث عن التكلفة، والسرعة، وقدرة العتاد على تلبية طلبات ملايين المستخدمين في أجزاء من الثانية،

​لفترة طويلة، اعتمدت الصناعة على بطاقات الرسوميات التقليدية، لكننا وصلنا إلى طريق مسدود هندسياً واقتصادياً. هنا أدركت شركتا AMD و Cerebras أن الحل ليس في تكبير حجم البطاقة، بل في تغيير قواعد اللعبة بالكامل عبر هندسة حوسبية تفصل المهام عن بعضها. دعونا نغوص في لغة الأرقام والسيليكون لنكشف كيف أطاحت هذه الشراكة بالبنى التقليدية لمراكز البيانات.

​1. الفلسفة الثورية: تفكيك مراحل الاستدلال (Disaggregation)

​في البنى التقليدية، تقوم أي شريحة سيليكون بمعالجة المدخلات (Prefill) وتوليد الكلمات (Decode) في نفس الوقت. المشكلة؟ معالجة المدخلات تتطلب قوة حوسبة غاشمة لفهم السياق، بينما توليد الكلمات يتطلب سرعة ذاكرة مرعبة لإنتاج الرموز دون تأخير. إجبار شريحة واحدة على فعل الاثنين يخلق “اختناقاً مرورياً”.

.التحالف الجديد قسّم المهام بذكاء قاتل.

• ​منصة AMD Helios: تتولى فك تشفير السياقات الضخمة بفضل قدرتها على التوازي.
• ​محرك Cerebras WSE-3: يتفرغ لإنتاج الرموز بسرعة جنونية.

2. العتاد المضيف: وحش مراكز البيانات (Zen 6)

​لإطعام رقاقة عملاقة بالبيانات، أنت بحاجة إلى مضيف جبار. هنا يتدخل معالج AMD EPYC 9006 (Venice) ليثبت أنه من أفضل معالجات مراكز البيانات في 2026. المعالج الرائد (SP7) يوفر 256 نواة في المقبس الواحد، ويدعم حزم ذاكرة MRDIMM التي تنقل البيانات بسرعة 1.6 تيرابايت/ثانية.

​بلغة المال (CAPEX)، خادم يعتمد على معالجين من AMD يتفوق على خادم بأربعة معالجات من Intel، ويوفر لك نصف التكلفة تقريباً!

3. رقاقة Cerebras WSE-3: كسر حاجز السرعة

​بينما تحاول الشركات ربط مئات البطاقات الصغيرة بشبكات معقدة، صنعت Cerebras رقاقة بحجم كتاب من قرص سيليكون كامل! هذه الرقاقة تحتوي على 900 ألف نواة و 44 جيجابايت من ذاكرة SRAM المدمجة. النتيجة؟ لا يوجد شيء اسمه “اختناق اتصال”، وسرعة الذاكرة تصل إلى 21 بيتابايت في الثانية.

---

4. الحل البرمجي المبتكر: البث المباشر (Zero-Copy)

​العتاد القوي يحتاج إلى كود برمجي نظيف. الاعتماد على DataLoader التقليدي لـ PyTorch يستهلك موارد المعالج. الحل الذي نقدمه هنا يعتمد على “البث المباشر من الذاكرة المقيدة صفرياً” (Zero-Copy Streaming).

هذا الكود يقرأ البيانات من القرص مباشرة لتغذية الرقاقة، مما يخفض العبء البرمجي بنسبة 90%

import numpy as np; import cerebras_pytorch as cstorch
backend = cstorch.backend("CSX", artifact_dir="./easy_inference")
seq_length = 2048; mmap_features = np.memmap('all_tokens.bin', dtype=np.int32, mode='r', shape=(100000, seq_length))
def easy_zero_copy_generator(batch_size=32):
    for i in range(0, mmap_features.shape[0], batch_size):
        batch_slice = mmap_features[i:i+batch_size]
        if batch_slice.shape[0] < batch_size: break
        yield {"input_ids": cstorch.from_numpy(batch_slice), "attention_mask": cstorch.from_numpy(np.ones((batch_size, seq_length), dtype=np.int32))}
compiled_model = cstorch.compile(model, backend)
with cstorch.Session(backend) as session:
    for batch in easy_zero_copy_generator(batch_size=32): predictions = compiled_model(batch)

5. المصاريف التشغيلية (OPEX): الفوز بالضربة القاضية

​السباق الحقيقي في خوادم الحوسبة السحابية ليس في ثمن الشراء، بل في فاتورة الكهرباء. بفضل كفاءة استهلاك الطاقة، يخفض هذا التحالف تكلفة تشغيل النماذج (Cost per Token) بشكل جذري. سعر الاستدلال التجاري الآن مع Cerebras يبلغ 10 سنتات فقط لكل مليون رمز (لنموذج Llama 8B).

​دعونا نقارن فاتورة الطاقة السنوية للمضيفين:

6. أتمتة البنية التحتية وضبط عقد NUMA

​لضمان أقصى سرعة في استدلال الذكاء الاصطناعي، يجب ضبط إعدادات الـ BIOS لتعمل بوضعية (NPS4) لتقليل زمن استجابة الذاكرة لأقل من 60 نانومتر. بدلًا من القيام بذلك يدوياً، جهزت لك سكريبت يعتمد على Redfish API لتهيئة مئات الخوادم دفعة واحدة، مع أمر لينكس لعزل العمليات التشغيلية.

import requests, json
server_cluster = ["192.168.10.11", "192.168.10.12"] 
bios_payload = {"Attributes": {"NumaNodesPerSocket": "NPS4", "PcieGen6Bridge": "ForceGen6"}}
for ip in server_cluster: requests.patch(f"https://{ip}/redfish/v1/Systems/Self/Bios/Settings", json=bios_payload, auth=("admin", "pass"), verify=False)

numactl --cpunodebind=0 --membind=0 python easy_inference_wse.py

​7. التوسع العنقودي (Linear Scalability): نهاية معضلة النماذج التريليونية

​عند بناء نماذج ذكاء اصطناعي ضخمة تتخطى التريليون معلمة، تعاني البطاقات التقليدية من هدر كارثي في الأداء بسبب تعقيدات الربط الشبكي وتقسيم البيانات. هنا يبرز السر السابع للتحالف عبر هندسة السرب (Swarm Architecture)

التي تدمج عدة رقاقات WSE-3 لتعمل معاً كـ “شريحة واحدة عملاقة” تحت إدارة معالجات AMD EPYC. هذا التناغم يحقق توسعاً خطياً مثالياً؛ حيث تتضاعف القوة الإنتاجية بنسبة 100% مع كل إضافة للعتاد دون أي اختناق مروري.

الأسئلة الشائعة (FAQ)