«ديب سيك» الصينية تطور تقنية «Engram» لتقليل الاعتماد على ذاكرة «HBM» في تدريب نماذج الذكاء الاصطناعي

فنتيك جيت :وكالات

كشفت شركة «ديب سيك» الصينية، بالتعاون مع جامعة بكين، عن تطوير تقنية تدريب جديدة تحمل اسم Engram، تستهدف معالجة أزمة اختناق الذاكرة في نماذج الذكاء الاصطناعي وتقليل الاعتماد على ذاكرة النطاق العريض عالية السرعة (HBM). التي تعد من أبرز عوامل ارتفاع تكاليف تطوير وتشغيل النماذج المتقدمة.

وتعتمد النماذج اللغوية الضخمة حاليًا على ذاكرة HBM ليس فقط لتنفيذ العمليات الحسابية المكثفة، بل أيضا لتخزين واسترجاع المعرفة الأساسية. ما يضاعف الضغط على موارد العتاد ويرفع تكلفة التشغيل.
وتقوم تقنية Engram على فصل تخزين المعرفة عن عمليات الحوسبة، عبر استخدام وحدات معرفية مشفرة يتم استدعاؤها من خلال بوابة ذكية حساسة للسياق. بما يسمح للنموذج بالوصول إلى المعلومات بكفاءة أعلى دون استهلاك كثيف لذاكرة المعالجة الرسومية.

ووفقا للاختبارات الأولية، حققت التقنية أداء متقدما على نموذج يضم 27 مليار معامل دون زيادة في حجم النموذج أو عدد العمليات الحسابية. كما تفوقت على بعض النماذج التقليدية القائمة على تقسيم الخبراء، مع الحفاظ على استقرار النتائج عبر أحجام مختلفة.

وتسهم Engram في خفض الضغط على ذاكرة HBM مرتفعة التكلفة من خلال الاعتماد على آليات بحث ثابتة للمعرفة غير المتغيرة. ما يتيح استخدام بدائل أقل تكلفة لتوسيع الذاكرة مثل وحدات التخزين والواجهات الحديثة.
ويتوقع أن يعزز هذا التطور قدرة شركات الذكاء الاصطناعي، خاصة في الصين، على تجاوز قيود الوصول إلى أحدث تقنيات الذاكرة العالمية. وتقليل تكاليف تطوير النماذج وتعزيز تنافسيتها.

كما تشير التقديرات إلى أن التقنية الجديدة قد تمهد الطريق لبناء نماذج أكثر تعقيدا وعمقا دون ارتفاع حاد في متطلبات الذاكرة. ما قد يخفف الضغط على سلاسل الإمداد ويسهم في استقرار أسعار شرائح الذاكرة خلال الفترة المقبلة.

في هذا السياق، ومن ناحية أخرى، هناك العديد من الأخبار المرتبطة بالقطاع والتي يمكنك متابعتها: