مینوِروا انویدیا چیست؛ پیوند وضعیت تجهیزات با عملکرد هوش مصنوعی

وقتی یک کار آموزش هوش مصنوعی کند می‌شود، دیدن مصرف پردازنده به‌تنهایی همیشه محل مشکل را نشان نمی‌دهد. شبکه، ذخیره‌سازی و تجهیزات پردازشی در اجرای همان کار نقش دارند. انویدیا می‌گوید Minerva داده‌های این بخش‌ها را در یک نمای مشترک کنار هم می‌گذارد تا تیم ادارهٔ مرکز داده بتواند از نشانهٔ افت سرعت به علت احتمالی آن برسد.

مینوِروا برای چه مسئله‌ای ساخته شده است؟

انویدیا این محصول را یک پلتفرم AIOps معرفی می‌کند؛ یعنی استفاده از هوش مصنوعی در مدیریت عملیات زیرساخت. مخاطب آن تیم ادارهٔ مرکز داده و خوشه‌های پردازشی است. موضوع، برنامه‌ای برای سریع‌ترشدن رایانهٔ شخصی نیست؛ این پلتفرم قرار است پیدا کردن مشکل در مجموعهٔ تجهیزات و کارهای در حال اجرا را آسان‌تر کند.

مثال‌های خود شرکت ملموس‌اند: یک پردازندهٔ گرافیکی ممکن است از پردازنده‌های مشابه داغ‌تر کار کند، یا یک درایو NVMe زیر بار کاری افت عملکرد داشته باشد. در مقیاس یک کارخانهٔ هوش مصنوعی، انویدیا می‌گوید افت کارایی یک قطعه می‌تواند اجرای یک کار کامل را کند کند. بنابراین بررسی هر دستگاه جدا از کاری که روی آن اجرا می‌شود، همهٔ زمینهٔ مشکل را نشان نمی‌دهد.

چگونه دادهٔ تجهیزات به کار در حال اجرا وصل می‌شود؟

به نوشتهٔ انویدیا، ابزارهای معمول ممکن است شبکه، پردازش و ذخیره‌سازی را در نماهای جدا نشان دهند. مینوِروا سیگنال‌های پردازنده‌های گرافیکی، شبکه، ذخیره‌سازی، زمان‌بندها و بارهای کاری را به هم مرتبط می‌کند. زمان‌بند در این بحث همان بخشی است که اجرای کارها را روی منابع زیرساخت تنظیم می‌کند.

این ارتباط‌ها در یک «گراف دانش پویا» قرار می‌گیرند؛ نقشه‌ای منطقی از تجهیزات و رابطهٔ آن‌ها با کارهای در حال اجرا. انویدیا برای اجزای این نقشه از پردازنده‌های گرافیکی، کارت‌های شبکهٔ SuperNIC، سوئیچ‌ها و کابل‌ها نام می‌برد. کاربرد اعلام‌شده این است که اپراتور بتواند کندی یک کار آموزش را تا قطعهٔ مؤثر بر آن دنبال کند، حتی وقتی مجموعه شامل صدها هزار پردازنده است.

هشدارها چگونه به یک مسئلهٔ قابل پیگیری تبدیل می‌شوند؟

به گفتهٔ شرکت، مینوِروا میلیاردها داده را در ساعت با مدل‌های یادگیری ماشین بررسی می‌کند. سامانه رفتار عادی را می‌آموزد، ناهنجاری‌های تازه را تشخیص می‌دهد و رویدادهای مرتبط را با توجه به چیدمان زیرساخت کنار هم می‌گذارد. این‌ها قابلیت‌های اعلام‌شدهٔ سازنده‌اند و نباید آن‌ها را تضمین پیشگیری از هر خرابی دانست.

تفاوت عملیِ موردنظر، کاهش پراکندگی هشدارهاست: چند نشانهٔ مرتبط می‌تواند در قالب یک رخداد با علت احتمالی مشترک ارائه شود. در این صورت اپراتور به‌جای دنبال کردن جداگانهٔ هر علامت، مسئلهٔ مرتبط را بررسی می‌کند. عبارت «علت احتمالی» مهم است؛ پیشنهاد سامانه همچنان باید در زمینهٔ همان زیرساخت ارزیابی شود.

مینوِروا دستیار هوش مصنوعی داخلی هم دارد و به ابزارهای عامل‌محور بیرونی متصل می‌شود. انویدیا می‌گوید اپراتور می‌تواند دربارهٔ سلامت خوشه گفت‌وگو کند و پیشنهاد رفع مشکل بگیرد. تیم می‌تواند اجرای اصلاح را به انسان بسپارد یا سامانه را از طریق رابط‌های برنامه‌نویسی زیرساخت به ابزارهای خودکار متصل کند؛ اجرای خودکار تنها مسیر معرفی‌شده نیست.

سنجش نتیجه و تفاوت استفادهٔ فعلی با برنامهٔ آینده

در معرفی محصول، افزایش فاصلهٔ میان وقفه‌ها، کوتاه‌شدن زمان تعمیر و مشخص‌شدن هشدارهای مهم از هدف‌ها هستند. انویدیا همچنین ساعت کار پردازنده‌های گرافیکی، گذردهی مفید، زمان فعال‌بودن خوشه و تولید توکن را در سنجش بازده کارخانهٔ هوش مصنوعی مطرح می‌کند. توکن واحدی است که مدل در پردازش و تولید متن به کار می‌برد.

از نظر وضعیت استفاده، متن انویدیا IREN را از شرکایی می‌داند که مینوِروا را به کار می‌گیرند. برای Aolani، Bitdeer AI، IBM، Jio، Lambda، Quake AI و تسلا از برنامهٔ استقرار نام می‌برد. همچنین دل، لنوو و سوپرمایکرو قرار است آن را در مجموعهٔ خدمات عملیات کارخانهٔ هوش مصنوعی ارائه کنند. برنامهٔ استقرار این شرکت‌ها را نباید با نتیجهٔ اندازه‌گیری‌شده در همهٔ آن‌ها یکی گرفت.

جمع‌بندی: کدام ادعا را باید در عمل سنجید؟

نکتهٔ اصلی مینوِروا، پیوند دادن وضعیت تجهیزات با کار در حال اجراست. برای ارزیابی چنین ابزاری، دیدن تعداد هشدارها کافی نیست؛ باید بررسی شود آیا علت محتمل را روشن‌تر کرده و زمان پیگیری و رفع مشکل را کاهش داده است. متن معرفی، قابلیت‌ها و هدف‌های شرکت را توضیح می‌دهد؛ نتیجهٔ واقعیِ هر استقرار به بررسی همان محیط نیاز دارد.

بعد از خواندن مطلب بپرسید؛ پاسخ فقط از همین مقاله است.

این مطلب برایتان مفید بود؟

فرهاد محمدی خبرنگار فناوری و هوش مصنوعی فیسیت است. کار روزانه‌اش این است که خبر مدل‌های زبانی، ابزارهای جدید و ادعاهای پرزرق‌وبرق شرکت‌ها را به زبان قابل‌استفاده برای مخاطب ایرانی برگرداند؛ بدون هیجان کاذب و بدون ترساندن بی‌دلیل.

میز کارش دو بخش است: هوش مصنوعی، و فناوری و تکنولوژی روز — نرم‌افزار، اینترنت و تغییراتی که روی کار و زندگی دیجیتال اثر می‌گذارند. قبل از نوشتن معمولاً می‌پرسد «برای کاربر چه فرقی می‌کند؟» و همان را محور مطلب می‌گذارد.

قیمت لپ‌تاپ‌های RTX Spark انویدیا اعلام شد؛ سرفیس، دل، ایسوس و لنوو از ۲۴ مهر ارسال می‌شوند

انویدیا امنیت ایجنت را مسئلهٔ مهندسی اعلام کرد؛ OpenShell و ائتلاف

درایور GeForce 616.92؛ بهینه‌سازی WARDOGS، PUBG و ۰۰۷ First Light