پردازش اطلاعات به سبک Sirius؛ جیسون مارس آینده را ترسیم می کند

جیسون مارس (Jason Mars)، استاد رشته علوم کامپیوتر در دانشگاه میشیگان است. او Siri خودش را با کمک اساتید دیگر دانشگاه ها و دانشمندان ساخت و سپس آن را وقف عام کرد. دستیار صوتی او از نظر عملکرد بسیار شبیه به Siri اپل عمل می کند اما حالا او با به اشتراک گذاشتن و متن باز کردن دستیار صوتی اش، پذیرای ایده های جدید شده است.

پروژه او که با نام Sirius شناخته می شود، راه را هموار می سازد تا تمامی کدنویسان بتوانند با دشواری های فناوری تشخیص گفتار رو به رو شوند و حتی آن را برای اپلیکیشن های خودشان شخصی سازی کنند. جیسون مارس معتقد است که تشخیص گفتار در نهایت به این سو خواهد رفت.

البته پروژه مذکور هدف دیگری نیز دارد. مارس تشخیص داده که سایت ها و سرورهای کامپیوتری امروزی پاسخگوی انقلاب صوتی پیش رو نخواهند بود و قصد دارد با پروژه اش خط مشی آینده این صنعت را ترسیم کند: «ما قصد داریم پی ببریم که مراکز اطلاعات آینده چطور باید ساخته شوند.»

در ادامه مطلب با دیجیاتو همراه باشید.

جیسون مارس

ما قصد داریم پی ببریم که مراکز اطلاعات آینده چطور باید ساخته شوند.

دستیارهای دیجیتالی همچون Siri، Google Now و Cortana تنها روی موبایل شما اجرا نمی شوند، بلکه هزاران دستگاه را در مراکز کامپیوتری عظیم به خدمت می گیرند و با این وجود، با افزایش میزان سرویس دهی به کاربران، دیگر نمی توان به این همه کامپیوتر نیز اکتفا کرد.

مراکز کامپیوتر حجم زیادی را اشغال و انرژی بسیاری را مصرف می کنند. همین حالا برای تأمین انرژی این مراکز از انرژی هسته ای استفاده می شود که بسیار پرهزینه است؛ وای به حال زمانی که این مراکز گسترش یابند و چند برابر شوند. به جای کمیت باید به دنبال کیفیت باشیم، راه حل در یافتن روش و سخت افزارهای کاراتر است.

با این پروژه متن باز، مارس و همکارانش از جمله یونکی ژانگ (Yunqi Zhang)، دانشجوی مقطع دکترای میشیگان، می توانند نشان دهند که ابزاری مانند Siri چگونه رفتاری در مراکز داده نشان می دهد و فراتر از آن، می توانند بهترین سخت افزار را برای اجرای چنین سرویس های صوتی شناسایی کنند.

تحقیر گوگل

در آزمایش هایی که روی Sirius انجام شد، مارس نشان داد که اگر این سرویس روی سخت افزارهای رایج اجرا شود، حدود 168 برابر انرژی، فضا و کامپیوترهای بیشتری نسبت به سخت افزارهای مورد نیاز برای جست و جوی متنی مانند گوگل نیاز خواهد داشت. گوگل با آن همه عظمتش در برابر پردازش اطلاعات نسل جدید سرویس های تشخیص گفتار، زانو خواهد زد.

با این تفاسیر اگر با روال فعلی پیش رویم، از آن جا که سرویس های تشخیص گفتار روز به روز گسترش می یابد و به زودی در تمامی دستگاه های پوشیدنی هم مورد استفاده قرار خواهد گرفت، فراهم کردن منابع این سرویس امکان پذیر نخواهد بود. جدای از منابع سخت افزاری، انرژی زیاد مورد نیاز آن هزینه های بسیار گزافی خواهد داشت.

سوال بزرگ اینجاست که چه سخت افزاری باید جایگزین شود؟ پاسخ این سوال نه تنها اپل و گوگل و مایکروسافت و دیگر فعالان این حوزه را، بلکه شرکت های فروشنده سخت افزارهای مراکز داده مانند اینتل و AMD را نیز دچار تحول خواهد کرد. مارک پیپرمستر (Mark Papermaster)، کارمند ارشد بخش فناوری AMD می گوید: «ما همه درگیر ماجرا هستیم، این فناوری برای ما آینده مان اهمیت فراوانی دارد.»

به همین دلیل است که مارس در حال پیشبرد پروژه Sirius است. اپل و گوگل و مایکروسافت در جریان کار قرار دارند و خودشان می دانند چطور گلیمشان را از آب بیرون بکشند. اما دیگر مردم دنیا نمی دانند و لازم است که در این باره آگاهی پیدا کنند.

دنیای موازی

اکثر سرویس های تحت وب، از موتور جست و جوی گوگل گرفته تا شبکه اجتماعی فیس بوک، روی چیپ های معمولی Intet و AMD (و بیشتر اینتل) فعالیت می کنند. مشکل اینجاست که این پردازنده ها برای سرویس های تشخیص گفتاری مانند Siri نامناسب هستند، چرا که باید میلیون ها میلیون داده را به طور موازی پردازش کنند.

به همین دلیل، شرکت هایی همچون گوگل، مایکروسافت و غول جست و جوی چین، Baidu، به روش های نوینی همچون استفاده از GPU (مخفف Graphics Processing Unit) یا چیپ های قابل برنامه ریزی (FPGA - Field Programmable Array) برای مصرف انرژی کمتر روی آورده اند. گوگل در حال حاضر از GPU ها برای تأمین انرژی مورد نیاز «شبکه عصبی» مغز مانندش، یعنی Google Now بهره می گیرد. مایکروسافت نیز از FPGA ها برای حداقل بخشی از موتور جست و جوی بینگ استفاده می کند.

بینگ صدا را پردازش نمی کند اما مانند GPU ها، FPGA ها نیز بهره وری کل سیستم را افزایش می دهند چرا که انرژی و فضای کمتری را به خود اختصاص می دهند.

 

با استفاده از GPU و FPGA می توان چیپ های بیشتر را به هر ماشین اختصاص داد. اگر چه هر کدام از آن ها به تنهایی به اندازه یک CPU قدرتمند نیستند اما می توان محاسبات سنگین را به صورت محاسبات سبک تر بین آن ها تقسیم کرد. ماجرا برای کاربردهایی مانند تشخیص گفتار جذاب تر هم می شود چرا که چنین چیپ هایی به خوبی از پس پردازش موازی بر می آیند.

پیپرمستر می گوید: «تعدادی از این داده ها به حضور شما برای غربال شدن سریع از میان حجم عظیمی از اطلاعات نیاز دارند. این اطلاعات، به طور طبیعی می توانند [با استفاده از GPU یا FPGA] با توجه به ذات تکراری کار شما، شتابدهی شوند.»

GPU ها حالا نه تنها برای پردازش تشخیص گفتار، بلکه برای دیگر پردازش های مبتنی بر شبکه های عصبی نیز به کار می روند که شامل ابزار مختلفی از تشخیص چهره در گوگل پلاس و فیس بوک گرفته تا فناوری های تبلیغاتی موتور جست و جوی بایدو می شود. در نهایت این فناوری «یادگیری عمیق» توسط کامپیوترها می تواند به کمک صنعت اتومبیل های خودران و دیگر صنایع وابسته به روباتیک بیاید.

جف دان (Jeff Dean)، که بر فرآیند یادگیری عمیق ماشین ها در گوگل نظارت دارد می گوید که شرکتشان اکنون از GPU ها در کنار CPU ها برای اجرای حدود 50 سرویس تحت وب گوگل استفاده می کند.

از طرف دیگر مایکروسافت FPGA ها را به عنوان گزینه ای دیگر مطرح کرده است. جیسون مارس مارس که تحقیقات گسترده ای در زمینه معماری مراکز داده در دانشگاه میشیگان و کالیفورنیا داشته، با پروژه Sirius به دنبال شناسایی بهترین گزینه برای آینده سرویس های اینترنتی است.

ورای اپل و گوگل

پاسخ هنوز مشخص نیست اما مارس با Sirius حداقل نشان داده که GPU ها و FPGA ها گزینه های بسیاری بهتری نسبت به آنچه که Intel ارائه می کند، هستند. مارس می گوید: «قطعاً تجهیز مراکز داده آینده به GPU و FPGA بحث برانگیز خواهد بود. حداقل شاهد رشد نمایی (تابع نمایی - تصاعد توانی) خواهید بود.»

زیرا می توانید آن ها را هر طور که می خواهید برنامه ریزی کنید و آن طور که مارس می گوید، FPGA ها حتی از GPU ها نیز کاراتر هستند (بنا به آزمایش های دانشگاه میشیگان، نسبت بازده FPGA ها 16 برابر و GPU ها 10 برابر است). اما بهره گیری از آن ها نیازمند برنامه ریزی های جدی است به طوری شرکت هایی مانند گوگل، اپل و مایکروسافت باید مهندسانی را برای برنامه ریزی این چیپ ها استخدام کنند.

Siri و کورتانا و Google Now ـــ و حتی اپلیکیشن های پیشرفته تر که با تحلیل اطلاعات و پردازش همزان ویدیو سر و کار دارند و به شما پیشنهادهای شخصی سازی شده می دهند ـــ جایی است که فناوری ما، صنعت آن به سمتش حرکت می کند

این چیپ ها ویژگی مثبتی همچون قابل برنامه ریزی بودن دارند اما متناسب با آن، به کار گیری این چیپ ها نیازمند طراحی نرم افزار به صورت اختصاصی برای آن هاست. همین قابلیت نوید دهنده ماندگاری و قابل اعتمادتر بودن این چیپ ها محسوب می شود چرا که می توانند برای هر شرایطی شخصی سازی شوند. همچنین در نظر داشته باشید که فناوری های تشخیص گفتار بالاخره از انحصار گوگل و مایکروسافت و اپل خارج می شود و تجارتی جدیدی برای چیپ های اختصاصی و مهندسان چیپ ها شکل خواهد گرفت.

مارس می گوید: «Siri و کورتانا و Google Now ـــ و حتی اپلیکیشن های پیشرفته تر که با تحلیل اطلاعات و پردازش همزان ویدیو سر و کار دارند و به شما پیشنهادهای شخصی سازی شده می دهند ـــ جایی است که فناوری ما، صنعت آن به سمتش حرکت می کند»

به هر حال این ماجرا دنیای پردازنده های کامپیوتری را متحول خواهد کرد. اینتل در حال توسعه FPGA هاس است و nVidia، سازنده بزرگ GPU به دنبال گشودن درهای جدیدی بر این حوزه است. و AMD که سال ها پیش سازنده بزرگ GPU یعنی ATI را سال ها پیش خرید نیز در حال کاوش است. پیپرمستر از AMD می گوید که شرکتشان به همراه دیگر شرکت های این صنعت در حال ساختن ابزاری هستند که نوشتن نرم افزار برای GPU ها را آسان تر می سازد.

اگر این مسأله را نظر داشته باشید که غول های اینترنتی جهان همچون مایکروسافت و فیس بوک به سمت استفاده از چیپ های کم مصرف ARM می روند، متوجه خواهید شد که بازار چیپ ها برای تغییرات بزرگی در سال های آینده در حال آماده شدن است.

جیسون مارس و پروژه اش Sirius، قصد دارند نشان دهند آن آینده ای که در انتظارش هستیم چطور خواهد بود. و البته خود Sirius هم می تواند بخشی از این تغییر بزرگ را تشکیل دهد. اگر هر کسی بخواهد Siri خودش را داشته باشد، به چیپ اختصاصی خودش نیاز خواهد داشت.

در پایان پیشنهاد می کنیم توضیحات را از زبان خود جیسون مارس نیز بشنوید: