Što AI tvornicu doista čini tvornicom?

AI tvornica nije samo velika hala ispunjena grafičkim procesorima. Ono što je čini tvornicom jest sposobnost da u velikom opsegu, pouzdano i kontinuirano „proizvodi“ AI kapacitete: trenirane modele, inferenciju, predviđanja i automatizirane odluke za industriju, znanost i javni sektor.

Prema riječima dr. Thomasa Zacharije, višeg potpredsjednika AMD-a za strateška tehnološka partnerstva i javne politike, takvi sustavi više nisu obične IT instalacije. Zbog veličine, potrošnje energije i važnosti za gospodarstvo postaju strateška infrastruktura, usporediva s velikim energetskim i industrijskim postrojenjima.

Od superračunalnog centra do AI tvornice

Razlika između tradicionalnog superračunalnog centra i AI tvornice nije jednostavno u tome što je jedan sporiji, a drugi brži. Naprotiv, suvremene AI tvornice nastale su na temeljima računalstva visokih performansi i koriste mnoge iste elemente: snažne procesore i akceleratore, brze međuveze, napredne memorijske sustave i specijalizirano hlađenje.

Klasični superračunalni centar uglavnom je organiziran oko jednog ili nekoliko iznimno snažnih sustava namijenjenih znanstvenim simulacijama, modeliranju i drugim jasno definiranim računalnim zadacima. Težište je na rezultatima tih izračuna, a performanse se tradicionalno izražavaju brojem operacija u sekundi, odnosno FLOPS-ima.

AI tvornica stavlja naglasak na organiziran tijek treniranja, prilagodbe i izvršavanja AI modela. U njoj se podaci obrađuju u velikom opsegu, a njezini proizvodi nisu samo dovršeni izračuni, nego i modeli te AI usluge namijenjeni kontinuiranoj primjeni u proizvodnji, energetici, robotici, prometu ili javnom sektoru.

Granica ipak nije stroga: razlika je ponajprije u dominantnoj namjeni, opsegu i organizaciji infrastrukture, a ne u potpuno drukčijoj vrsti računala.

Razlika je i u tempu izgradnje. Kako ističe Zacharia, AI infrastruktura razvija se u znatno većem opsegu i u mnogo kraćim rokovima od tradicionalnih superračunalnih postrojenja. Umjesto da se promatra samo kroz FLOPS-e, sve se češće planira u megavatima i gigavatima jer raspoloživa energija postaje glavno ograničenje njezina rasta.

Više od skupa akceleratora

Prvo važno obilježje AI tvornice jest integrirana arhitektura. Svođenje cijelog sustava samo na GPU akceleratore zanemaruje procesore, memoriju, mrežno povezivanje, hlađenje i softver bez kojih veliki AI modeli ne mogu učinkovito raditi.

AMD svoj odgovor gradi upravo oko takvog cjelovitog sustava. EPYC procesori upravljaju složenim radnim opterećenjima, Instinct akceleratori izvršavaju paralelne AI operacije, Pensando mrežna rješenja povezuju velik broj čvorova, dok ROCm osigurava otvoreno softversko okruženje.

Ta se strategija najjasnije vidi u platformi Helios, projektiranoj na razini cijelog poslužiteljskog ormara, odnosno racka. Procesori, akceleratori, mrežne veze, napajanje i hlađenje više se ne odabiru kao zasebne komponente, nego se zajednički optimiziraju.

Poslužiteljski ormar tako postaje osnovna proizvodna jedinica AI tvornice. Tekućinsko hlađenje mora odvesti toplinu gusto raspoređenih akceleratora, napajanje mora podnijeti mnogo veće električno opterećenje, a mreža mora velikom brzinom prenositi podatke između računalnih čvorova. Konkurentska prednost zato se sve manje temelji na performansama jednog čipa, a sve više na učinkovitosti cijelog sustava.

Energija i podaci kao dio iste jednadžbe

Drugo ključno obilježje AI tvornice jest razmjer potrošnje. Njezin razvoj ovisi o dostupnosti električne energije, stabilnosti mreže, brzini izdavanja dozvola i dugoročnim cijenama električne energije.

To je posebno važno za Europu, gdje energetska ograničenja mogu biti ozbiljnija prepreka od nabave samih akceleratora. Odabir lokacije AI tvornice zato sve više nalikuje planiranju velikog energetskog postrojenja nego konvencionalnog podatkovnog centra.

Zacharia stoga naglašava učinkovitost cijelog sustava, a ne samo prateće infrastrukture. Sve važnije postaju performanse po vatu i performanse po prenesenom bajtu. Prijenos podataka između procesora, memorije i različitih poslužiteljskih ormara može zahtijevati više energije od samog računanja.

Kako modeli rastu, usko grlo sve češće nije samo brzina obavljanja matematičkih operacija, nego i sposobnost sustava da akceleratorima neprekidno osigurava podatke. Memorijska propusnost i učinkovitost povezivanja zato postaju jednako važne kao sirova procesorska snaga.

Prema podacima AMD-a, kompanija je u odnosu na sustave iz 2020. godine ostvarila 38 puta veću energetsku učinkovitost na razini računalnog čvora za treniranje AI modela i računalstvo visokih performansi. Postavila je i cilj dvadeseterostrukog povećanja učinkovitosti na razini poslužiteljskog ormara do 2030. godine.

Toplina koju AI tvornice proizvode također može postati resurs. Europski superračunalni centri u Münchenu i Finskoj već pokazuju da se ona može koristiti za grijanje okolnih objekata. Šira primjena zahtijeva stabilnija AI opterećenja, blizinu sustava daljinskog grijanja i dugoročne ugovore s gradovima i energetskim kompanijama. AI tvornica tada bi istodobno bila digitalno proizvodno postrojenje i dio gradske energetske infrastrukture.

Europska suverenost kroz otvorenu infrastrukturu

Plan Europske unije za razvoj AI gigatvornica trebao bi povećati vlastite računalne kapacitete i smanjiti ovisnost o američkim i kineskim platformama. No, prema Zacharijinu mišljenju, veličina ulaganja sama po sebi nije dovoljna.

Europske AI tvornice morale bi biti dostupne širem ekosustavu — industriji, start-up poduzećima, sveučilištima i javnim istraživačkim institucijama. Njihova svrha ne bi trebala biti subvencioniranje nekoliko izoliranih projekata, nego stvaranje zajedničke osnove za razvoj europskih modela i primjena.

Tehnološka suverenost pritom ne mora značiti zatvoren sustav. Naprotiv, otvorena i interoperabilna arhitektura može spriječiti ovisnost o jednom dobavljaču. Upravo tu AMD vidi prostor za svoju kombinaciju x86 procesora, Instinct akceleratora, Pensando mrežnih rješenja i ROCm softvera.

Zajednički pristup pritom zahtijeva sigurno razdvajanje podataka, jasna pravila korištenja kapaciteta i definirane odgovornosti javnih i privatnih partnera. Ta „arhitektura povjerenja“, kako je Zacharia naziva, važna je koliko i sama računalna infrastruktura.

AI tvornice prilagođene europskoj industriji

Europska prilika vjerojatno nije u pukom kopiranju američkih hiperskalera, nego u povezivanju AI infrastrukture s tradicionalnim industrijskim prednostima kontinenta.

Najveći potencijal Zacharia vidi u „fizičkoj umjetnoj inteligenciji“: primjeni umjetne inteligencije u proizvodnji, robotici, vozilima, energetskim mrežama i kritičnoj infrastrukturi. Tu su važni kontrola kvalitete, predviđanje kvarova, automatizacija i obrada podataka u stvarnom vremenu, neposredno uz fizički proces.

Dodatni prostor postoji u znanstvenim istraživanjima i reguliranim industrijama, u kojima Europa već ima snažne institucije, ali treba pouzdanu, sigurnu i energetski učinkovitu infrastrukturu.

AI tvornicu, dakle, od tradicionalnog superračunalnog centra ne odvaja jedna komponenta, nego njezina namjena i način rada. Ona nije samo iznimno snažno računalo, nego trajna digitalna proizvodna infrastruktura koja podatke pretvara u modele, a modele u usluge i industrijske rezultate.

U tom kontekstu AMD-ova ambicija nadilazi prodaju pojedinačnih čipova. Kompanija želi osigurati tehnološku osnovu cijele AI tvornice — od procesora i akceleratora do memorije, mreže i otvorenog softvera.

Ako Europska unija ta načela ugradi u svoje buduće gigatvornice, one bi mogle postati više od odgovora na američka i kineska ulaganja: zajednička osnova europske industrijske, znanstvene
 i tehnološke suverenosti.