iPronics، یک استارتاپ مستقر در والنسیا، یک دور تأمین مالی ۱۲۵ میلیون دلاری را که Nvidia نیز در میان حامیان آن حضور دارد، به پایان رساند. این سرمایه، روند عرضه سوئیچ‌های نوری برنامه‌پذیر این شرکت را تسریع خواهد کرد؛ فناوری‌ای که به گفته این شرکت می‌تواند گلوگاه‌های پهنای باند را که در حال حاضر سرعت آموزش هوش مصنوعی در مراکز داده بزرگ را کاهش می‌دهند، از بین ببرد.

بحران پهنای باند در پشت پرده هوش مصنوعی امروز

آموزش مدل‌های زبانی مدرن یا سیستم‌های بینایی، پتابایت‌ها داده را با سرعت‌هایی بین سرورها جابه‌جا می‌کند که اتصالات مسی الکتریکی قادر به تحمل آن‌ها نیستند. با سریع‌تر شدن GPUs و تراشه‌های اختصاصی هوش مصنوعی، شبکه‌ای که آن‌ها را به هم متصل می‌کند، به عامل محدودکننده تبدیل می‌شود. اپراتورهای مراکز داده می‌گویند مقیاس‌پذیری یک بار کاری (workload) واحد هوش مصنوعی اغلب آن‌ها را مجبور به افزودن سوئیچ‌های بیشتر می‌کند که باعث اشغال فضای کف، توان مصرفی و ظرفیت سرمایشی می‌شود. نتیجه، یک پشته (stack) پرهزینه و ناکارآمد است که اندازه عملی یک مدل را محدود می‌کند.

شبکه‌سازی مبتنی بر نور به عنوان یک راهکار

iPronics این مشکل را با سوئیچینگ فوتونیک (نوری) و نه الکترونیک حل می‌کند. به‌جای اینکه سیگنال‌های الکتریکی از مسیرهای فلزی عبور کنند، دستگاه‌های این شرکت نور را از طریق موج‌برهای مبتنی بر سیلیکون هدایت می‌کنند. محصول پرچم‌دار آن‌ها، iPronics ONE، تقریباً بیست برابر کوچک‌تر از تجهیزات متداول مشابه است. این سیستم با کاهش ابعاد فیزیکی، فضای رک را آزاد کرده و توان مورد نیاز برای خنک‌سازی را کاهش می‌دهد. نور داده‌ها را با نرخ‌های بالاتر و در مسافت‌های طولانی‌تر، بدون تضعیفی که در مس درگیر است، منتقل می‌کند؛ بنابراین این سوئیچ‌ها نوید تأخیر (latency) کمتر و نرخ انتقال داده (throughput) بیشتری را می‌دهند. یک لایه نرم‌افزاری اضافی نیز به‌طور خودکار اتصالات را بازپیکربندی می‌کند تا از بروز خرابی‌هایی که در غیر این صورت باعث از کار افتادن یک رک می‌شود، جلوگیری کند.

چرا سرمایه‌گذاری Nvidia اهمیت دارد

مشارکت Nvidia چیزی فراتر از سرمایه است. این سازنده تراشه بارها خواستار شبکه‌سازی «آماده برای مرکز داده» شده است که بتواند با شتاب‌دهنده‌های هوش مصنوعی آن همگام شود. Nvidia با حمایت از iPronics، نشان‌دهنده این اطمینان است که سوئیچینگ فوتونیک می‌تواند به یک مکمل استاندارد برای GPUs خود تبدیل شود و زنجیره تأمین را برای مشتریانی که در حال حاضر سخت‌افزار Nvidia می‌خرند، تسهیل کند. این دور از تأمین مالی همچنین سرمایه‌گذارانی با تجربه در زیرساخت‌های مخابراتی و نیمه‌هادی را جذب کرد که نشان‌دهنده فشار گسترده‌تر صنعت به سمت راهکارهای نوری است.

چه کسانی سود خواهند برد

  • ارائه‌دهندگان ابری (Cloud providers) می‌توانند محاسبات بیشتری را در همان فضای قبلی جای دهند و هزینه هر مرحله از آموزش را کاهش دهند.
  • سازمان‌هایی که به خدمات هوش مصنوعی متکی هستند ممکن است شاهد استنتاج (inference) سریع‌تر و قطعی‌های کمتر باشند که به تجربه کاربری روان‌تر منجر می‌شود.
  • تولیدکنندگان سخت‌افزار که سوئیچ‌های فوتونیک را با تراشه‌های خود ترکیب می‌کنند، می‌توانند محصولات خود را در یک بازار شلوغ متمایز کنند.

فروشندگان فعلی تجهیزات شبکه که در Ethernet الکتریکی و InfiniBand تخصص دارند، اگر مشتریان به ساختارهای نوری (optical fabrics) مهاجرت کنند، ممکن است سهم بازار خود را از دست بدهند. این تغییر همچنین باعث ایجاد چرخه‌های خرید جدید و نیاز به کارهای یکپارچه‌سازی برای مهندسان مراکز داده می‌شود.

موانع در مسیر پذیرش

قطعات فوتونیک هنوز در هر پورت هزینه بیشتری نسبت به معادل‌های مسی بالغ دارند و اکوسیستم مدیریت سوئیچ‌های نوری کمتر توسعه یافته است. یکپارچه‌سازی سخت‌افزار iPronics در پشته‌های مدیریت فعلی مرکز داده، مستلزم آداپتورهای نرم‌افزاری و آموزش کارکنان خواهد بود. پذیرندگان اولیه ممکن است با هزینه‌های اولیه بالاتری روبرو شوند و قابلیت اطمینان این فناوری در مقیاس بزرگ، خارج از محیط‌های آزمایشی (pilot) هنوز ثابت نشده است.

آنچه باید در آینده زیر نظر داشت

  • عرضه محصولات: جدول زمانی تولید انبوه iPronics ONE نشان خواهد داد که آیا شرکت می‌تواند بدون گلوگاه‌های تأمین، تقاضا را پاسخ دهد یا خیر.
  • کسب مشتری: قرارداد با اپراتورهای بزرگ ابری یا هایپراسکالرها (hyperscalers)، آمادگی این فناوری را تأیید می‌کند.
  • تأمین مالی بیشتر: دورهای بعدی سرمایه‌گذاری می‌تواند نشان‌دهنده اعتماد بازار یا در مقابل، نیاز به بودجه بیشتر برای ادامه فعالیت باشد.
  • استانداردسازی: نهادهای صنعتی که رابط‌های سوئیچ نوری را تعریف می‌کنند، می‌توانند باعث تسریع یا کندی پذیرش گسترده‌تر این فناوری شوند.

ورود ۱۲۵ میلیون دلار سرمایه، که با حمایت Nvidia تقویت شده است، شبکه‌سازی فوتونیک را مستقیماً در رادار هر کسی قرار می‌دهد که به خدمات ابری مبتنی بر هوش مصنوعی وابسته است. اینکه آیا وعده لینک‌های سریع‌تر، کوچک‌تر و کارآمدتر در مراکز داده به بهبود عملکرد روزمره تبدیل می‌شود یا خیر، به سرعت پذیرش و اقتصاد مقیاس‌پذیری سخت‌افزارهای مبتنی بر نور بستگی خواهد داشت.