الورقة البيضاء حول بنية شبكة الريشة والعمود الفقري لإنفينيبياند لقوة الحوسبة الذكاء الاصطناعي

الملخص
مع تزايد الطلب على قوة الحوسبة في تدريب النماذج الكبيرة والحوسبة عالية الأداء (HPC) بشكلٍ مُتَضاعِف، باتت اختناقات هياكل الشبكات التقليدية من حيث عرض النطاق الترددي والكُلفة الزمنية والقابلية للتوسّع أكثر بروزًا. يُقدِّم هذا المقال شرحًا مفصَّلًا لهيكل شبكة InfiniBand ذي الطبقتين «العمود الفقري–الورقة» (Spine-Leaf)، المُنشأة على منصة NVIDIA Quantum-2، ويُحلِّل بعمق مزاياها الجوهرية في سيناريو مراكز حوسبة الذكاء الاصطناعي، بما في ذلك الأداء القصوى، والقابلية الخطية للتوسّع، والموثوقية العالية وسهولة الصيانة، فضلًا عن قدراتها على التطوّر المستقبلي، مما يُوفِّر مرجعًا لبناء بنى تحتية حديثة وعالية الأداء للذكاء الاصطناعي.

I. المقدمة: تحديات الشبكات في عصر الذكاء الاصطناعي
في سيناريوهات تدريب النماذج مثل GPT-4 وLLaMA، يتعيّن على آلاف وحدات معالجة الرسوميات إتمام عمليات المزامنة وتبادل البيانات بحجم تيرابايت ضمن أجزاء من المللي ثانية. ولا تقتصر مزايا البنية الشبكية التقليدية ذات الطبقات الثلاث على إدخال تأخيرات إضافية في التوجيه فحسب، بل إنها تُفضي أيضًا بسهولة إلى تشكيل اختناق في عرض النطاق الترددي عند طبقة النواة، مما يؤدي إلى انخفاض معدل استخدام وحدات معالجة الرسوميات وإطالة أمد عملية التدريب إلى حدٍّ غير محدود. ولذلك، بات بناء شبكة عالية السرعة مُحسَّنة خصيصًا لدعم قوة الحوسبة في الذكاء الاصطناعي المهمة الأساسية لترقية مراكز البيانات.

II. تصميم البنية: شبكة InfiniBand H200 ذات الطبقتين (العمود الفقري-الورقة)

2.1 المكونات الأساسية والتقسيم الهرمي

تتبنى هذه البنية الشبكية تصميمًا واضحًا من طبقتين، حيث تُقسَّم الشبكة إلى طبقة العمود الفقري، وطبقة الأوراق، وطبقة الوصول إلى الخوادم. ولكل طبقة مسؤوليات واضحة، وتعمل هذه الطبقات بتكامل وتعاون.

جدول

لتحقيق التوسع المعياري، يتم تقسيم الشبكة بأكملها إلى 8 وحدات POD قياسية (نقطة التسليم). تحتوي كل وحدة POD على 8 مفاتيح فرعية و32 خادمًا مزودًا ببطاقات معالجة رسوميات، مما يشكّل وحدات حوسبة وشبكات مستقلة.

حجم الكبسولة الواحدة: 8 مفاتيح ورقة + 32 خادم GPU
الحجم الإجمالي للشبكة: 8 حاويات × 32 خادمًا لكل حاوية = 256 خادمًا مزودًا بوحدات معالجة رسومية
علاقة الاتصال: يتم توصيل كل خادم بمفتاح الورقة الخاص بالـ POD المقابل عبر 8 روابط بسرعة 400 جيجابت في الثانية، كما أن كل مفتاح ورقة موصول بشكل كامل بجميع مفاتيح العمود الفقري الـ 32 في الشبكة بأكملها.

III. المزايا الأساسية: أربع ركائز تدعم قوة الحوسبة للذكاء الاصطناعي

3.1 الأداء النهائي: كسر عنق الزجاجة في نقل البيانات
عرض النطاق الفائق العلوى: يمكن لخادم واحد تحقيق عرض نطاق وصول إجمالي يبلغ 3.2 تيرابيت في الثانية من خلال 8 روابط بسرعة 400 جيجابت في الثانية. ويُنشَأ طبقة التوجيه الأساسية باستخدام روابط بسرعة 800 جيجابت في الثانية بين مفاتيح العمود الفقري ومفاتيح الأوراق، مما يضمن توفير بيانات كافية ونقلها بسرعة عالية.
تأخير الميكروثانية: تتحكم تقنية InfiniBand في تأخير الاتصال من البداية إلى النهاية ضمن نطاق الميكروثانية، مما يقلل بشكل ملحوظ زمن الانتظار بين وحدات معالجة الرسوميات ويحسّن كفاءة التدريب بشكل كبير.
التوجيه غير المُعرقل: يضمن التصميم المترابط بالكامل أن التواصل بين أي خادمين لا يتطلب سوى 4 قفزات، مما يتجنب مشكلتي «الالتفاف» والاختناق اللتين تظهران في الشبكات التقليدية.

3.2 التوسع الخطي: قوة الحوسبة والشبكة تنموان معًا
تصميم الكبسولة المعياري: لا تتطلب قوة الحوسبة الجديدة سوى نشر وحدة POD جديدة دون الحاجة إلى تعديل البنية التحتية الحالية، مما يحقق توسعًا خطيًا في قوة الحوسبة والسعة الشبكية.
قدرة التوسع المرن: من خلال زيادة عدد مفاتيح العمود الفقري/الورقة، يمكن بسهولة توسيع نطاق الشبكة من مئات الخوادم إلى الآلاف، بما يلبّي احتياجات مجموعات الذكاء الاصطناعي المستقبلية فائقة الضخامة.

3.3 موثوقية عالية وصيانة سهلة: ضمان استمرارية الأعمال
تكرار الارتباطات المتعددة: تُوصَل الخوادم ومفاتيح الورقة ومفاتيح العمود الفقري جميعًا بروابط متعددة. ولن يؤثر أي نقطة فشل واحدة في استمرارية الأعمال بشكل عام.
التشغيل والصيانة المبسطان: تتميز البنية ذات الطبقتين بالوضوح والبساطة، مما يسهّل تحديد الأعطال بكفاءة؛ كما تُسهم الـ PODs المعيارية ومنصة الأجهزة الموحّدة في خفض تكاليف النشر والصيانة بشكل ملحوظ.

3.4 التوجه نحو المستقبل: حماية الاستثمارات طويلة الأجل
التقدم التقني: باعتماد منصة Quantum-2 وبطاقات الشبكة ConnectX-7 التي تدعم معيار InfiniBand NDR، تتمتع هذه المنصة بالقدرة على التطور بسلاسة إلى سرعة 1.6 تيرابيت في الثانية وما فوقها.
متوافق مع الأجهزة من الجيل التالي: يتوافق تصميم الهندسة المعمارية المفتوحة مع وحدات معالجة الرسوميات المستقبلية، ووحدات معالجة البيانات، وغيرها من أجهزة الحوسبة ذات القدرة العالية الجديدة، مما يضمن قدرة البنية التحتية للشبكة على مواكبة التكرار السريع لتقنيات الذكاء الاصطناعي.
 

IV. سيناريوهات التطبيق: تمكين مجالات الذكاء الاصطناعي والحوسبة الفائقة
تدريب النموذج الكبير: دعم التعاون عالي السرعة بين آلاف وحدات معالجة الرسوميات، مما يقلل فترة التدريب من أشهر إلى أسابيع.
الحوسبة العلمية: في مجالات مثل التنبؤ بالطقس وترتيب الجينات، يمكن تحقيق المعالجة والتحليل في الوقت الحقيقي لبيانات بحجم تيرابايت.
محاكاة القيادة الذاتية: توفير دعم شبكي منخفض الكمون وعالي السعة لمحاكاة المشاهد الضخمة، بما يُسهم في تسريع تكرارات الخوارزميات.

خامساً: الخلاصة
استنادًا إلى بنية شبكة InfiniBand ذات الطبقتين من نوع الريشة–العمود الفقري التابعة لمنصة NVIDIA Quantum-2، وبفضل أدائها الفائق، وتوسعها الخطي، وموثوقيتها العالية، وسهولة صيانتها، فضلًا عن تصميمها الموجَّه نحو المستقبل، فقد تمكنت من حلّ التحديات الشبكية في عصر الذكاء الاصطناعي بشكلٍ مثالي. ولا تُعَدّ هذه المنصة الخيار الأمثل فقط لبناء مراكز حوسبة ذكاء اصطناعي عالية الأداء في الوقت الراهن، بل تُعَدّ أيضًا بنيةً أساسيةً حاسمةً لحماية استثمارات المستخدمين على المدى الطويل ولدعم تطوير تقنيات الذكاء الاصطناعي من الجيل التالي.