AMD، عادت قصة الشركة إلى الواجهة مع اتساع النقاش حول مراكز البيانات والذكاء الاصطناعي، إذ يظهر اليوم أن الرؤية التي طُرحت قبل سنوات طويلة أصبحت أكثر ارتباطاً من أي وقت مضى ببنية الحوسبة الحديثة، خاصة مع انتقال الصناعة من الاعتماد على المعالج وحده إلى منظومات أكثر تنوعاً وتكاملاً.
التغلب على الاختناقات
في عام 2013، كان المشهد التقني مختلفاً بدرجة واضحة، وكانت ليزا سو، التي كانت آنذاك النائب الأول لرئيس AMD والمدير العام لوحدات الأعمال العالمية، تتحدث في المؤتمر الدولي لدوائر الحالة الصلبة ISSCC عن التحديات التي تعترض استمرار رفع قدرة الحوسبة، وقد جاء طرحها في وقت كانت فيه المعالجات المركزية لا تزال تحتفظ بموقعها القيادي في الصناعة.
لكن سو رأت مبكراً أن الطريق القادم لن يكون امتداداً بسيطاً للنمو التقليدي، بل انتقالاً إلى أسلوب جديد يعتمد على تنوع المكونات وتوزيع الأعباء بصورة أكثر كفاءة، وهذا التصور شكّل أساساً لفهم أعمق لكيفية تجاوز حدود الأداء واختناقات الطاقة والسرعة، من خلال إعادة ترتيب العلاقة بين أجزاء النظام الحاسوبي.
ما الذي قصدته بالحوسبة غير المتجانسة؟
الفكرة التي دافعت عنها سو كانت بسيطة في جوهرها، لكنها عميقة في أثرها، إذ تقوم على الجمع بين المعالجات المركزية، ووحدات معالجة الرسومات، والمسرعات المتخصصة، بحيث ينتقل كل جزء من العمل إلى المكوّن الأنسب له، الأمر الذي يرفع الكفاءة ويخفف الضغط عن المعالج التقليدي، مع الاستفادة من الذاكرة المشتركة بين العناصر المختلفة للعمل بتناغم.
- الهدف الأساسي: توزيع مهام الحوسبة على أكثر من نوع من المكونات بدل الاعتماد على المعالج المركزي وحده.
- الفائدة العملية: نقل العمليات إلى الرقائق أو الوحدات الأكثر ملاءمة لتنفيذها بكفاءة أعلى.
- آلية العمل: استخدام ذاكرة مشتركة تسمح لأكثر من معالج بالعمل ضمن منظومة واحدة منسقة.
- النتيجة المتوقعة: تحسين الأداء وتقليل الهدر في الموارد داخل الأنظمة الحديثة.
بناء لدورة الذكاء الاصطناعي الخارقة
ما طرحته سو في 2013 لم يكن مرتبطاً فقط بحل مشكلات ذلك الوقت، بل مهّد أيضاً لفهم بنية الأنظمة التي أصبحت اليوم مركزية في طفرة الذكاء الاصطناعي، فالمبدأ نفسه يظهر بوضوح في تصميم عائلة مكونات AMD Instinct MI400، وكذلك في منصة Vera Rubin من Nvidia، وهما مثالان على الجيل الجديد من الرقائق الفائقة التي تقوم عليها عمليات التطوير الحالية.
وعلى الرغم من أن الذكاء الاصطناعي لم يكن قد بلغ الصورة التي نعرفها اليوم حينها، فإن ما قالته سو اتضح لاحقاً أنه كان استشرافاً دقيقاً لتحول كبير في الصناعة، خاصة بعد أن أصبحت رئيسة AMD في 2014، أي بعد فترة قصيرة من ذلك العرض، لتنتقل الشركة تحت قيادتها إلى مسار أكثر اتساقاً مع احتياجات المستقبل.
كيف تغيّر شكل الحوسبة منذ ذلك الحين؟
العصر الذي كانت فيه المعالجات هي القوة المهيمنة في النظام الحاسوبي بدأ يتراجع تدريجياً، لتحل محله بيئة أكثر تجانساً من حيث التعاون بين المكونات المختلفة، ولم يعد هذا التحول محصوراً في مراكز البيانات، بل امتد إلى الأجهزة الاستهلاكية أيضاً، حيث تعمل وحدات معالجة الرسومات، ووحدات المعالجة العصبية، والمسرعات، وغيرها من المكونات جنباً إلى جنب، وغالباً مع مشاركة الذاكرة، لتحقيق أعلى قدر ممكن من الكفاءة.
- في مراكز البيانات: تتقدم الأنظمة متعددة المكونات لتلبية متطلبات التدريب والاستدلال في الذكاء الاصطناعي.
- في الأجهزة الاستهلاكية: لم يعد الاعتماد مقتصراً على وحدة واحدة، بل أصبح التوزيع بين أكثر من مكوّن جزءاً من التصميم.
- في المعمارية الحديثة: تتكامل وحدات معالجة الرسومات والمسرعات والرقائق المتخصصة في نظام واحد.
- في الكفاءة التشغيلية: يساهم الجمع بين المكونات والذاكرة المشتركة في تسريع التنفيذ وتقليل استهلاك الموارد.
كيف أصبحت رؤية 2013 أقرب إلى الواقع اليوم؟
اللافت في تصريحات ليزا سو أنها سبقت التحول الذي تعيشه الصناعة الآن بسنوات طويلة، فبينما كانت الشركات آنذاك ما تزال تركز على تحسين المعالج التقليدي، كانت سو تشير إلى أن الابتكار المستقبلي سيأتي من الأنظمة غير المتجانسة، وهو ما أثبتته السنوات اللاحقة مع صعود الطلب على البنى القادرة على معالجة أحمال الذكاء الاصطناعي المعقدة.
وبين الماضي والحاضر، تبدو قصة AMD مثالاً على كيف يمكن لرؤية مبكرة أن تكتسب معناها الكامل بعد زمن، خصوصاً عندما تتغير متطلبات السوق وتتوسع الحاجة إلى نظم أكثر مرونة، وهنا يبرز دور بوابة مصر في تقديم هذا النوع من المتابعة التقنية بصياغة واضحة ومبسطة للقارئ العربي.
