الصناعة والجامعات والبحث والتطبيق

مختبر شيانغجيانغ · معهد البحث والابتكار في الحوسبة غير المتجانسة عالية الكفاءة في استهلاك الطاقة

منظومة حوسبة غير متجانسة عالية الكفاءة في الطاقة + عتاد ذكاء اصطناعي طرفي ضمن المنظومة التقنية المحلية الصينية + بطاقات تسريع للنماذج المتخصصة

لوحة معهد البحث والابتكار في الحوسبة غير المتجانسة عالية الكفاءة في استهلاك الطاقة

معهد البحث والابتكار في الحوسبة غير المتجانسة عالية الكفاءة في استهلاك الطاقة التابع لمختبر شيانغجيانغ

يُعد معهد البحث والابتكار في الحوسبة غير المتجانسة عالية الكفاءة في استهلاك الطاقة التابع لمختبر شيانغجيانغ مؤسسة بحثية للتقنيات المتقدمة تركز على منظومة الحوسبة المحلية الصينية وبنية عتاد الذكاء الاصطناعي على الأجهزة الطرفية. ويستجيب للاحتياجات الاستراتيجية لصناعة الحوسبة الوطنية، ويعمل على حل تحديات كفاءة الطاقة والتوطين في تطبيق الذكاء الاصطناعي على الحافة، ليوفر أساسًا حاسوبيًا متينًا لمبادرة «الذكاء الاصطناعي+».

يتبنى المعهد فلسفة «تكامل العتاد والبرمجيات، ودمج الجهاز والسحابة، وأقصى كفاءة للطاقة»، ويتعاون مع مصنّعي الشرائح والشركات المصنّعة لتجاوز التقنيات الرئيسية للعتاد. وتشمل مجالات بحثه الرئيسية تصميم عتاد مخصص للذكاء الاصطناعي على الأجهزة الطرفية والتكيّف مع المنظومة التقنية المحلية الصينية. ويهدف إلى نقل القدرة الحاسوبية للذكاء الاصطناعي من السحابة إلى الحافة، لتشغيل النماذج الكبيرة بأمان وسلاسة على الأجهزة المحلية.

مختبر شيانغجيانغ هو أول مختبر على مستوى المقاطعة تقود حكومة مقاطعة هونان إنشاءه، تأسس في يوليو 2022، ويقع مقره في مجمع بيدو الصناعي بمنطقة تشانغشا للتقنية العالية في منطقة شيانغجيانغ الجديدة بهونان، وهو منصة ابتكار كبرى في الحوسبة المتقدمة والذكاء الاصطناعي. أنشأته إدارة العلوم والتكنولوجيا في مقاطعة هونان، وتقود جامعة هونان للتكنولوجيا والأعمال تأسيسه، ويعتمد إطار «1346» القائم على «المقر + الفروع + مراكز الابتكار»، ويركز على أربعة محاور رئيسية منها ذكاء البيانات والحوسبة عالية الأداء، ويغطي ستة مجالات تطبيقية منها التصنيع الذكي والرعاية الصحية الذكية.

الأولويات البحثية

حوسبة غير متجانسة على الأجهزة باستخدام شرائح صينية

منظومة تقنية متكاملة للتصميم المشترك للعتاد والبرمجيات

من التحقق التقني إلى المنتجات والمعايير

آلية للبحث والتطوير المشترك بين عدة أطراف

محاور البحث

قدرات حوسبة على الأجهزة ونماذج أولية مطوّرة في الصين

اختبارات معيارية للأداء واستهلاك الطاقة: قياس القدرة الحاسوبية وسرعة الاستدلال واستهلاك الطاقة وزمن الاستجابة لمختلف الشرائح الصينية، وإعداد تقارير تقييم منهجية تمهّد للاختيار والتركيب لاحقًا.

تصميم النماذج الأولية للأجهزة الطرفية ودمجها: تصميم أجهزة أولية للحوسبة غير المتجانسة بشرائح صينية، وإنجاز تكامل العتاد والبرمجيات والتحقق من الجدولة، واختبار الاستقرار والأداء تحت أحمال حقيقية.

بناء منظومة معايير الأجهزة الطرفية: إعداد مسودات معايير لأجهزة الذكاء الاصطناعي الطرفية المحلية تشمل معايير الأداء وبروتوكولات الواجهات ومتطلبات الأمان، بما فيها أساليب اختبار استهلاك الطاقة والتحكم الحراري.

إدارة موارد الاستدلال منخفض الطاقة: استكشاف استراتيجيات إدارة الموارد وجدولة الاستدلال على عتاد منخفض الطاقة لتحقيق توازن أفضل بين الطاقة والأداء.

أطر عمل الذكاء الاصطناعي ومحركات الاستدلال الصينية

دراسة الأطر وتقييمها: تقييم منهجي لخصائص CANN وMUSA وغيرها من الأطر وأدائها وتكلفة تكييفها على شرائح صينية مختلفة، مع تقارير بحثية ومقارنات.

جدولة الاستدلال وتحسين العمليات الحسابية: تصميم نظام لجدولة الاستدلال وتحسين العمليات ضمن الأطر الحالية لرفع كفاءة الاستدلال على الأجهزة وفي بيئات الحوسبة الطرفية.

إصدار SDK وأدوات التطوير: حزم SDK وأمثلة الشيفرة ووثائق API للأطر المحسّنة، لتوفير بيئة تطوير وسلسلة أدوات جاهزة للمطورين الخارجيين.

معايير تكييف الأطر وترحيلها: وضع معايير لواجهات المشغّلات والجدولة في أطر الاستدلال الصينية للذكاء الاصطناعي، ومعايير لعمليات تكييف المترجمات، لخفض عتبة ترحيل النماذج بين المنصات المحلية.

معماريات النماذج الصغيرة على الأجهزة والاستدلال عالي الكفاءة في استهلاك الطاقة

دراسة معماريات النماذج الكبيرة وتقييمها: متابعة معماريات مثل Mamba والشبكات العصبية البيانية (GNN) وTransformer غير المتجانسة، وتحليل ملاءمتها وأدائها على الأجهزة الطرفية.

تصميم أطر استدلال ملائمة للأجهزة الطرفية: بناءً على هذه الخصائص المعمارية، تصميم إطار استدلال يناسب الأجهزة الطرفية، مع تحسين المشغّلات والجدولة على منصات الشرائح الصينية.

النماذج الصغيرة الفعالة: استكشاف الهندسة المعمارية التي تحافظ على الدقة في حين تقليل استخدام الذاكرة وتكاليف الحساب.

التكميم والتقطير والضغط: الجمع بين هذه الأساليب لبناء نماذج خفيفة للأجهزة الطرفية، ووضع منظومة للتقييم والمعايير.

الضبط الدقيق للنماذج الصغيرة على الأجهزة لمجالات وقطاعات محددة

الضبط الدقيق للنماذج الصغيرة حسب المجال: تصميم حلول ضبط دقيق لنماذج صغيرة تلائم مهام القطاعات المختلفة والتحقق منها، لرفع الدقة وسرعة الاستجابة في السيناريوهات المتخصصة.

بناء مجموعات بيانات القطاعات: إعداد مجموعات بيانات عالية الجودة لمختلف القطاعات، توفر الأساس لتدريب النماذج الصغيرة وضبطها الدقيق.

معايير التقييم والواجهات: تحديد معايير التقييم المتسقة النموذج الصغير والواجهات المتسقة للضرائب والمحاسبة والصحة والقانون وغيرها من الصناعات.

الجدولة التكيفية للاستدلال حسب السيناريو: دراسة أساليب جدولة المهام ديناميكيًا وفق مسار الاستدلال وحالة الجهاز، ليحافظ النموذج على أداء مستقر في ظروف الأحمال والعتاد المختلفة.