افتح إمكانيات التعلم الآلي عالي الأداء: استأجر وحدات معالجة الرسومات (GPUs) من AWS لتلبية احتياجات تدريب نماذجك.

قدمت AWS حلاً مبتكرًا لمطوري التعلم الآلي الذين يحتاجون إلى موارد حوسبة موثوقة. ويتيح إطلاق Amazon EC2 Capacity Blocks للتعلم الآلي للمستخدمين حجز سعة GPU خصيصًا لتدريب ونشر الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة. تعمل هذه الخدمة كنظام لحجز الفنادق، بحيث يمكن للعملاء تحديد متطلباتهم مثل عدد وحدات GPU ومدة الاستخدام المطلوبة. يضمن هذا النهج أن تتمكن مشاريع التعلم الآلي من التقدم دون انقطاع، دون أن تكون محصورة بنقص في القوة الحاسوبية.

مع هذا العرض الجديد، يمكن للشركات تدريب أو تحسين نماذجها بفاعلية، إجراء تجارب، أو الاستفادة من الخدمة عند الطلب في سيناريوهات استعادة الكوارث. وقد أكد تشاني يان، أحد كبار دعاة المطورين في AWS، على أنه "يمكنك استخدام EC2 Capacity Blocks عندما تحتاج إلى ضمان السعة لتدريب أو تحسين نماذج التعلم الآلي، أو إجراء التجارب، أو التخطيط للزيادة المستقبلية في الطلب على تطبيقات التعلم الآلي."

حالياً، تتوفر الخدمة لوحدات Amazon EC2 P5، التي تعمل بواسطة GPUs Nvidia H100 Tensor Core. يمكن للعملاء الموجودين في منطقة AWS East الأمريكية الاستفادة من هذه الخدمة. هيكل التسعير ديناميكي ويتأثر بالعرض والطلب، مما يوفر للمستخدمين المرونة لشراء كتل وحدات GPU تتراوح من يوم إلى 14 يومًا، وأحيانًا حتى ثمانية أسابيع مقدمًا.

إن هذا الاتجاه نحو سوق تأجير GPU يعكس اتجاهًا أوسع، حيث تسعى العديد من الشركات للاستفادة من الطلب المتزايد على حلول الحوسبة عالية الأداء. ومن الملاحظ أن NexGen Cloud تخطط لإطلاق خدمة “AI Supercloud” التي تتيح للمطورين استئجار الموارد لتدريب النماذج. بالإضافة إلى ذلك، قدمت Hugging Face حلًا للخوادم التدريبية كخدمة في وقت سابق من هذا العام، وقد خفضت الحكومة الأمريكية بشكل كبير سعر إيجار حاسوبها العملاق Perlmutter.

في ساحة المنافسة في إنتاج شرائح الذكاء الاصطناعي، تواصل Nvidia قيادة السوق. ففي الربع الثاني وحده، شحنت Nvidia حوالي 900 طن من وحدات GPU H100، ومع ذلك، تسعى شركات مثل AMD وIBM وSambaNova بنشاط لتجعل لنفسها موطئ قدم في هذا السوق سريع التطور.