انویدیا و مایکروسافت شتاب‌دهنده نوآوری در هوش مصنوعی عامل‌محور؛ از فضای ابری تا رایانه شخصی

هوش مصنوعی عامل‌محور و مولد در حال دگرگون کردن دنیای پژوهش، نرم‌افزار و صنعت است. مایکروسافت و انویدیا با همکاری خود موجی از نوآوری‌های بی‌سابقه ایجاد می‌کنند. آن‌ها فرآیند کشف علمی را شتاب می‌دهند و هم‌زمان تجربه‌های نوین در رایانه‌های شخصی و مراکز داده رقم می‌زنند.

در رویداد Microsoft Build، مایکروسافت از Microsoft Discovery رونمایی کرد. یک پلتفرم توسعه‌پذیر طراحی شده تا پژوهشگران بتوانند با کمک هوش مصنوعی عامل‌محور کل فرآیند کشف را دگرگون کنند. این پلتفرم به واحدهای تحقیق و توسعه در صنایع مختلف کمک می‌کند زمان عرضه محصولات جدید را کاهش دهند. همچنین فرآیند کشف برای همه دانشمندان با سرعت بیشتری انجام می‌شود و در مقیاس گسترده‌تر گسترش می‌یابد.

Microsoft Discovery با میکروسرویس NVIDIA ALCHEMI NIM ادغام خواهد شد؛ سرویسی که استنتاج هوش مصنوعی را برای شبیه‌سازی‌های شیمیایی بهینه می‌کند تا پژوهش در علوم مواد را با پیش‌بینی ویژگی‌ها و پیشنهاد گزینه‌ها سرعت بخشد. این پلتفرم همچنین با میکروسرویس‌های NVIDIA BioNeMo NIM یکپارچه خواهد شد تا با بهره‌گیری از گردش‌کارهای از پیش آموزش‌دیده، توسعه مدل‌های هوش مصنوعی برای کشف دارو را تسریع کند. این ادغام‌ها پژوهشگران را به عملکردی شتاب‌گرفته مجهز می‌کند تا کشفیات علمی سریع‌تر حاصل شوند.

در آزمایش‌ها، پژوهشگران مایکروسافت با استفاده از Microsoft Discovery توانستند یک نمونه آزمایشی خنک‌کننده نوین با ویژگی‌های امیدبخش برای خنک‌سازی غوطه‌وری در دیتاسنتر را در کمتر از ۲۰۰ ساعت شناسایی کنند، در حالی که با روش‌های سنتی این کار به ماه‌ها یا سال‌ها زمان نیاز داشت.

پیشرفت هوش مصنوعی عامل محور با استقرار NVIDIA GB200 در مقیاس بزرگ

مایکروسافت در حال استقرار سریع صدها هزار GPU NVIDIA Blackwell است. این کار با استفاده از سیستم‌های NVIDIA GB200 NVL72 در مقیاس رک و در مراکز داده Azure انجام می‌شود. هدف، افزایش عملکرد و بهره‌وری در دیتاسنتر بهینه‌شده برای هوش مصنوعی است. مشتریانی مانند OpenAI هم‌اکنون بارهای کاری تولیدی خود را روی این زیرساخت اجرا می‌کنند.

مایکروسافت انتظار دارد هر دیتاسنتر Azure AI عملکردی ۱۰ برابر سریع‌تر از سریع‌ترین ابرکامپیوترهای جهان ارائه دهد. همچنین این مراکز تا پایان سال با انرژی ۱۰۰٪ تجدیدپذیر تغذیه خواهند شد.

ماشین‌های مجازی ND GB200 v6 در Azure با حداکثر ۷۲ GPU Blackwell در هر رک ساخته شده‌اند. این ماشین‌ها از سیستم خنک‌کننده پیشرفته مایع بهره می‌برند. توان استنتاج آن‌ها ۳۵ برابر بیشتر از ماشین‌های مجازی ND H100 v5 است که از هشت GPU H100 استفاده می‌کنند.

این عملکرد بر پایه طراحی‌های سفارشی سرور، اتصال پرسرعت NVIDIA NVLink و شبکه NVIDIA Quantum InfiniBand فراهم می‌شود. چنین معماری امکان مقیاس‌بندی روان تا هزاران GPU Blackwell را برای برنامه‌های پیچیده هوش مصنوعی عامل‌محور و مولد ایجاد می‌کند. برای آشنایی با نوآوری‌های بیشتر، از جمله خنک‌کننده مایع پیشرفته و سیستم‌های بدون هدررفت آب، می‌توان به سخنرانی Scott Guthrie در Build رجوع کرد.

Satya Nadella مدیرعامل مایکروسافت و Jensen Huang مدیرعامل NVIDIA بر اهمیت همکاری مشترک دو شرکت تأکید کردند. آن‌ها توضیح دادند که بهینه‌سازی‌های نرم‌افزاری مداوم در معماری‌های NVIDIA روی Azure باعث افزایش چشمگیر عملکرد می‌شود. این رویکرد بهره‌وری توسعه‌دهندگان را بالا می‌برد و هزینه مالکیت را کاهش می‌دهد. همچنین بارهای کاری هوش مصنوعی و پردازش داده‌ها با سرعت بیشتری اجرا می‌شوند، در حالی که بهره‌وری به ازای هر دلار و هر وات نیز افزایش می‌یابد.

میکروسرویس‌های هوش مصنوعی NVIDIA برای استدلال و مراقبت‌های بهداشتی در Azure AI Foundry

با ادغام گسترده‌تر NIM در Azure AI Foundry که در رویداد NVIDIA GTC معرفی شد، مایکروسافت و NVIDIA این پلتفرم را توسعه می‌دهند. آن‌ها خانواده مدل‌های استدلال باز NVIDIA Llama Nemotron و میکروسرویس‌های NVIDIA BioNeMo NIM را اضافه می‌کنند. این قابلیت‌ها استنتاج سازمانی و کانتینری را پشتیبانی می‌کنند و امکان تصمیم‌گیری پیچیده و اجرای بارهای کاری تخصصی هوش مصنوعی را فراهم می‌سازند.

توسعه‌دهندگان اکنون به میکروسرویس‌های NIM بهینه‌شده برای استدلال پیشرفته در Azure AI Foundry دسترسی دارند. مدل‌های NVIDIA Llama Nemotron Super و Nano استدلال چندمرحله‌ای، کدنویسی و قابلیت‌های عامل‌محور ارائه می‌دهند. این مدل‌ها تا ۲۰٪ دقت بالاتر و پنج برابر سرعت استنتاج بیشتر از نسخه‌های قبلی دارند.

میکروسرویس‌های BioNeMo NIM در حوزه سلامت مانند ProteinMPNN، RFDiffusion و OpenFold2 کاربردهای حیاتی ارائه می‌کنند. پژوهشگران و پزشکان از این ابزارها برای زیست‌شناسی دیجیتال، کشف دارو و تصویربرداری پزشکی استفاده می‌کنند. آن‌ها همچنین علم پروتئین، مدل‌سازی مولکولی و تحلیل ژنومی را سرعت می‌بخشند و مراقبت از بیماران را ارتقا می‌دهند.

این ادغام جدید به سازمان‌ها قدرت می‌دهد تا عوامل هوش مصنوعی را با سرعت بالا مستقر کنند. آن‌ها به مدل‌ها و راهکارهای سلامت متصل می‌شوند و با قابلیت اطمینان قوی و مقیاس‌پذیری ساده، بهره بیشتری کسب می‌کنند.

شتاب‌بخشی به هوش مصنوعی مولد در Windows 11 با رایانه‌های RTX AI

هوش مصنوعی مولد نرم‌افزارهای رایانه‌ای را بازتعریف می‌کند و تجربه‌های کاملاً تازه‌ای می‌آفریند — از انسان‌های دیجیتال تا دستیارهای نوشتاری، عوامل هوشمند و ابزارهای خلاقانه. رایانه‌های NVIDIA RTX AI شروع آزمایش با هوش مصنوعی مولد را آسان می‌کنند و عملکرد بالاتری را در Windows 11 فراهم می‌آورند.

در رویداد Microsoft Build، مایکروسافت و NVIDIA یک پشته استنتاج هوش مصنوعی معرفی کردند. این پشته توسعه نرم‌افزار را ساده می‌کند و عملکرد استنتاج روی رایانه‌های Windows 11 را افزایش می‌دهد.

NVIDIA TensorRT برای رایانه‌های RTX AI بازطراحی گردید. این نسخه عملکرد پیشرو را با ساخت موتور در لحظه و روی دستگاه ترکیب می‌کند. همچنین بسته آن ۸ برابر کوچکتر و امکان استقرار آسان هوش مصنوعی روی بیش از ۱۰۰ میلیون رایانه RTX AI را فراهم می‌سازد.

TensorRT برای RTX که در Build معرفی شد، به‌صورت بومی توسط Windows ML پشتیبانی می‌شود. این پشته استنتاج جدید به توسعه‌دهندگان هم سازگاری سخت‌افزاری گسترده و هم عملکرد پیشرفته ارائه می‌دهد. TensorRT برای RTX از امروز در نسخه پیش‌نمایش Windows ML موجود است و در ژوئن به‌عنوان کیت توسعه مستقل از NVIDIA Developer منتشر خواهد شد.

برای آشنایی بیشتر، می‌توانید میکروسرویس‌های جدید NIM، نقشه‌های راه هوش مصنوعی (AI Blueprints) و به‌روزرسانی‌های RTX محور از Autodesk، Bilibili، Chaos، LM Studio و Topaz را در وبلاگ RTX AI PC بررسی کنید. همچنین می‌توانید به بحث جامعه در Discord بپیوندید.