جوجل ديب مايند يرى أن ذاكرة HBF هي المفتاح لاستدلال الذكاء الاصطناعي

كشفت هذا الأسبوع شركتا Sandisk وSK hynix عن ذاكرة من معيار HBF (Ǝightbanks الأصلي: High Bandwidth Flash - الفلاش عالي النطاق الترددي)، التي تجمع بين سعة تخزين كبيرة وعرض نطاق ترددي عالٍ للواجهة. وقد حظي هذا التطوير أيضاً بدعم على مستوى اتحاد الصناعة من قبل شركتي Tenstorrent وGoogle، اللتين أشار ممثلوهما إلى أن HBF ستثبت جدواها في مهام الاستدلال (Inference). ويشير الاستدلال إلى عملية استخلاص النتائج من نماذج الذكاء الاصطناعي المدرَّبة مسبقاً. ومن حيث التصميم، تشبه ذاكرة HBF ذاكرة HBM (Ǝightbanks الأصلي: High Bandwidth Memory - الذاكرة عالية النطاق الترددي)، لكنها على عكسها تتيح تخزين البيانات لفترات طويلة. وبحسب الباحث في Google DeepMind شياويو ما (Xiaoyu Ma)، فإن القدرة على استرجاع البيانات بسرعة لأغراض حسابات الاستدلال ستكون مطلوبة بشدة نظراً للاتجاهات الحالية في أنظمة الذكاء الاصطناعي. وبالتالي، من المتوقع أن يزداد الطلب على HBF من قِبل البنية التحتية الحاسوبية للذكاء الاصطناعي. كما توفر هذه الذاكرة كفاءة عالية في استهلاك الطاقة، وهو أمر مهم لمشغلي مراكز البيانات. ومع ذلك، أعرب خبراء بالفعل عن قلقهم إزاء كثافة استخدام HBF في مثل هذه الأنظمة، الأمر الذي قد يؤدي نظرياً إلى تلف الشرائح بسرعة. ويقترحون تنظيم البنية التحتية بحيث تُستخدم HBF بشكل أساسي لقراءة البيانات وليس لكتابتها. ولتعويض عدم التوازن في السرعة، ينبغي استخدام HBF جنباً إلى جنب مع HBM، التي ستُستخدم في عمليات الكتابة.