← أحدث الأبحاث
⚡ electrical engineering

Precision-Scalable Microscaling Datapaths with Optimized Reduction Tree for Efficient NPU Integration

تقترح هذه الورقة شجرة اختزال هجينة قابلة للتوسع في الدقة لوحدات الضرب والجمع ذات المقياس الدقيق (MX)، والتي تتغلب على المقايضات الحالية بين التجميع الصحيح والعائم، محققةً مكاسب كبيرة في كفاءة الطاقة والإنتاجية عند دمجها في منصة SNAX NPU.

المؤلفون الأصليون: Stef Cuyckens, Xiaoling Yi, Robin Geens, Joren Dumoulin, Martin Wiesner, Chao Fang, Marian Verhelst

نُشر 2026-03-13
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Stef Cuyckens, Xiaoling Yi, Robin Geens, Joren Dumoulin, Martin Wiesner, Chao Fang, Marian Verhelst

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تدير مطبخاً صاخباً (رقاقة كمبيوتر) يحتاج للقيام بمهمتين مختلفتين تماماً: طهي وجبة خفيفة وسريعة (الاستنتاج - Inference) وخبز كعكة زفاف معقدة ومتعددة الطبقات (التدريب - Training).

في الماضي، كان على المطابخ الاختيار بين أداتين متخصصتين:

  1. "طاهي الوجبات الخفيفة" (الحسابات الصحيحة - Integer Math): سريع جداً وغير مكلف، لكنه لا يستطيع التعامل إلا مع مكونات بسيطة. هو رائع للوجبات الخفيفة، لكنه سيء جداً في صنع الكعك.
  2. "طاهي الكعك" (حسابات الفاصلة العائمة - Floating Point Math): يمكنه التعامل مع أي مكون بدقة متناهية، لكنه بطيء، ومكلف، ويستهلك الكثير من الطاقة.

المشكلة؟ الذكاء الاصطناي الحديث يحتاج للقيام بكلتا المهمتين على نفس الجهاز، وغالباً ما يتنقل بينهما. حاولت معايير "المقياس الدقيق" (Microscaling - MX) القديمة حل هذه المشكلة عن طريق السماح للطهاة باستخدام أكياس مكونات أصغر، لكن المطبخ ظل يعاني من عقبة: وعاء الخلط (شجرة الاختزال - The Reduction Tree).

إليك قصة كيف قام هذا البحث بإصلاح ذلك المطبخ.

1. العقبة: وعاء خلط "مبالغ في هندسته"

في مطابخ (MX) القديمة، كان "وعاء الخلط" (حيث يتم جمع الأرقام معاً) عبارة عن آلة ضخمة وخرقاء.

  • المشكلة: عندما يحاول الطهاة خلط مكوناتهم الصغيرة، تضطر الآلة للتوقف باستمرار، وقياس كل شيء بدقة، وإعادة محاذاة المكونات قبل الخلط. هذا استهلك 80% من مساحة المطبخ وطاقته!
  • التشبيه: تخيل أنك تحاول صب الماء من أكواب صغيرة إلى دلو ضخم. الطريقة القديمة كانت تتطلب منك التوقف، وقياس ارتفاع الماء بدقة في كل كوب، وصبها بطريقة معينة حتى لا تتناثر. كانت دقيقة، لكنها بطيئة ومبددة للغاية.

2. الحل: وعاء الخلط "الهجين الذكي"

بنى المؤلفون نوعاً جديداً من أوعية الخلط يعمل مثل الحرباء. فهو يجمع بين أفضل ما في عالمين:

  • خدعة "تخطي الخطوات": في بعض الأحيان، يعمل مثل "طاهي الوجبات الخفيفة". فهو يتخطى خطوات القياس وإعادة المحاذاة المكلفة، ويقوم فقط بصب المكونات بسرعة. هذا يوفر كميات هائلة من الطاقة.
  • خدعة "الدقة": في أوقات أخرى، يعمل مثل "طاهي الكعك". يقوم بالقياس الدقيق عندما تتطلب الوصفة ذلك.
  • الابتكار: لقد وجدوا طريقة للتبديل بين هذه الأنماط فورياً دون الحاجة لبناء وعاءين منفصلين. كما أدركوا أنهم ليسوا بحاجة لقياس كل شيء بدقة النانومتر. إذا كانت الوصفة تحتاج فقط لأن تكون "قريبة بما يكفي"، فإنهم يتوقفون عن القياس بدقة متناهية. هذا يشبه إدراكك أنك لا تحتاج لمسطرة ليزر لقياس الدقيق لصنع كعكة؛ فكوب القياس العادي يفي بالغرض.

3. نظام التوصيل: "النادل الذكي"

حتى مع وجود وعاء خلط رائع، سيفشل المطبخ إذا لم تصل المكونات في موعدها.

  • الطريقة القديمة: كان لدى المطبخ نادل يأتي دائماً بشاحنة ضخمة من المكونات، بغض النظر عما إذا كان الطاهي يصنع وجبة خفيفة صغيرة أم كعكة ضخمة. هذا أدى لإضاعة الطاقة في نقل الصناديق الفارغة وتسبب في ازدحام الممرات.
  • الطريقة الجديدة (تكامل SNAX): قام المؤلفون بترقية النادل (ناقل البيانات). الآن، يتحقق النادل من الطلب قبل مغادرة المخزن.
    • لصنع وجبة خفيفة؟ يحضر النادل سلة صغيرة (مسار واحد).
    • لصنع كعكة؟ يحضر عربة كبيرة (4 مسارات).
    • هذا يضمن عدم ازدحام الممرات، وعدم إضاعة أي طاقة في نقل المساحات الفارغة.

4. النتائج: مطبخ فائق الكفاءة

من خلال الجمع بين وعاء الخلط الهجين الذكي والنادل التكيفي، أصبح المطبخ الجديد قوة ضاربة:

  • السرعة: يمكنه إنتاج النتائج أسرع بمعدل 2 إلى 3 مرات من أفضل المطابخ السابقة لمهام معينة.
  • الكفاءة: يستخدم كهرباء أقل بكثير (كفاءة الطاقة) لأنه يتوقف عن إضاعة الوقت في القياس غير الضروري وتحريك الصناديق الفارغة.
  • تعدد الاستخدامات: يمكنه التعامل مع كل شيء، بدءاً من مهام الذكاء الاصطناعي البسيطة والصغيرة (مثل التعرف على قطة في صورة) وصولاً إلى مهام التدريب الضخمة والمعقدة (تعليم الذكاء الاصطناعي كيفية التعلم) دون الحاجة لاستبدال الأجهزة.

الخلاصة

يتحدث هذا البحث عن بناء عقل ذكاء اصطناعي عالمي وموفر للطاقة لا يهدر المال أو الكهرباء. يفعل ذلك من خلال إنشاء محرك رياضي "ذكي" يعرف متى يكون سريعاً ومتى يكون دقيقاً، ونظام توصيل يجلب بالضبط ما هو مطلوب، لا أكثر ولا أقل. إنه الفرق بين مطبخ يحرق الوقود فقط لإبقاء الأضواء مشتعلة، ومطبخ يطهو وليمة بطاقة مصباح كهربائي واحد.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →