شرح مبسّط للتكنولوجيا وتقنيات العقارات

لماذا تهم حركة البيانات في شرائح الذكاء الاصطناعي؟

يركز إعلان Microsoft في 12 أكتوبر على حركة البيانات في البنية التحتية للذكاء الاصطناعي. لا يكرر هذا الشرح توقعات الأداء التي يعلنها المورد.

التدريب والاستدلال

يعدل التدريب معاملات النموذج. يستخدم الاستدلال نموذجًا مدربًا لإنتاج نتيجة من مدخلات. يتعلق خبر الشرائح هنا بالاستدلال.

يقترح إطارنا ثلاثة أسئلة: ما النموذج وحجم المدخلات، وما زمن الحصول على رد مفيد، وما طاقة النظام الكامل وتكلفته؟ حافظ على شرط جودة المخرجات نفسه.

حدد العمل، ثم موضع الاختناق، ثم اختبر النتيجة الكاملة. هذا إطار تعليمي أصلي؛ لا ندعي اختبار شريحة أو توفيرًا مقاسًا أو ترتيبًا للموردين.

تنفذ وحدة الحوسبة العمليات، لكن بيانات النموذج والمعلومات المستخدمة يجب أن تصل إليها من الذاكرة. قد يحد انتظار البيانات من العمل المفيد.

تخيل طاهيًا ومكونات الطعام. قد ينتظر الطاهي السريع وصول المكونات. يمكن للتخزين القريب تقليل بعض الرحلات. هذا تشبيه، وليس مخططًا فعليًا للشريحة.

تتطلب خدمة مستخدمين متعددين الذاكرة والاتصال والجدولة أيضًا. لا يصف رقم أداء واحد كل أحمال العمل.

تقول Microsoft إن Maia 200 يخدم أحمالًا تشغيلية، وتخطط لنشر Maia 300 في الإنتاج في 2027. الخطة ليست دليلًا على نشره اليوم.

تشرح هذه الرسومات الأصلية الآلية. نص الشرائح باللغة الإنجليزية.

عرض جميع الشرائح الإنجليزية: 8

تمت مراجعة المصادر الأصلية في 2026-10-13. يوضح الشرح تواريخ الإعلانات وينسب تقارير المشغّلين إليهم؛ قد تتغير الإتاحة والشروط.