آبل تعلن عن تنفيذ استدلال ذكاء اصطناعي موزّع بالاعتماد على أجهزة Mac الخاملة لدى الموظفين

وصفت آبل نظامًا داخليًا يحمل اسم Minions يقوم بتجميع وحدات المعالجة الرسومية غير المستخدمة من أجهزة macOS العاملة بشرائح Apple Silicon، ويحوّلها إلى مورد حوسبي موزّع مخصص لاستدلال التعلم الآلي. وفي ملخص بحثي نشرته Apple Machine Learning Research، تعرض الشركة Minions بوصفه «سحابة GPU افتراضية ديناميكية وموزعة» تجمع وحدات المعالجة الرسومية الخاملة عبر أجهزة Mac لتشغيل أحمال استدلال واسعة النطاق. والهدف المعلن عملي بوضوح: الاستفادة من العتاد الموجود أصلًا داخل الشركة بدل شراء المزيد من وحدات المعالجة الرسومية عندما تصبح السعة المركزية محدودة.

ويبدو ملخص الورقة البحثية حذرًا في نطاقه. فهو يصوغ المشكلة على أنها ناتجة من نمو الطلب على الاستدلال المسرّع بوحدات المعالجة الرسومية، بالتوازي مع حدود البنية التحتية المركزية لهذه الوحدات، بما يشمل الكلفة، وضعف المرونة التوسعية، وطول فترات الانتظار عندما تصبح الموارد نادرة. ويرى باحثو آبل أن أجهزة Mac الحديثة المبنية على Apple Silicon تتضمن أصلًا وحدات معالجة رسومية قوية، لكنها تبقى في أحيان كثيرة غير مستغلة إلى حد كبير أثناء الاستخدام العادي. وتتمثل حجتهم في أن هذه الموارد الساكنة يمكن تنظيمها لتصبح منصة استدلال مفيدة للفرق التي تحتاج إلى قدرة حوسبية، لكنها لا تحصل دائمًا على وصول سريع إلى عنقود مركزي.

سحابة GPU افتراضية مبنية من أجهزة Mac المكتبية

وبحسب صفحة الأبحاث التابعة لآبل، فإن Minions مصمم للاستدلال لا للتدريب العام على الذكاء الاصطناعي. وهذا التفريق مهم. فأحمال الاستدلال يمكن غالبًا تقسيمها وجدولتها بمرونة أكبر من تدريب النماذج واسعة النطاق، وتقول آبل إن النظام يوفّر تنفيذًا مرنًا لمهام استدلال GPU، وتحملًا للأعطال، واستخدامًا فعالًا للموارد. ولا يتضمن ملخص الشركة، في النص المصدر المتاح هنا، جداول قياس أداء مفصلة، لكنه يذكر أن تجربة الشركة تُظهر أن أجهزة macOS الخاملة يمكن أن تتحول إلى منصة عملية موزعة لاستدلال GPU في البيئات التي تكون فيها موارد GPU المركزية مقيّدة.

ويضيف تقرير منفصل من المنفذ الفرنسي 01net تفاصيل معمارية وادعاءات تشغيلية لا تظهر صراحة في ملخص آبل المقتضب. وبما أن هذه الجزئيات تأتي من تقرير ثانوي، فينبغي التعامل معها بوصفها أوصافًا منقولة، لا تفاصيل مؤكدة هنا بشكل مستقل من ملخص آبل نفسه. ويقول 01net إن بعض أعمال الذكاء الاصطناعي الداخلية كانت تنتظر سابقًا ساعات في طوابير التنفيذ بسبب عدم توفر وحدات معالجة رسومية مركزية، وإن Minions خفّض زمن بدء كثير من تلك المهام إلى دقائق. وهذه مطالبة لافتة، لكنها تبقى مطالبة واردة في التقرير ما لم تُتحقق مباشرة من الورقة الأصلية.

المعمارية المبلغ عنها: أربعة عناصر متحركة

يصف 01net Minions على أنه يستند إلى أربعة مكونات رئيسية. ووفق ذلك العرض، يستقبل Minion Server مركزي الطلبات من الفرق ثم يقسمها إلى مهام فرعية. ويُقال إن حالتها تُتابَع في قاعدة بيانات PostgreSQL. وبعد ذلك، يشغّل كل جهاز Mac منضم إلى النظام مكونًا باسم Minion Executor، يتولى معالجة الجزء المخصص له على وحدة المعالجة الرسومية المحلية، ثم يرفع النتائج إلى مساحة تخزين S3 ويبلغ الخادم بالحالة. كما يشرف مكون منفصل باسم Minion Watchdog على مجموعة الأجهزة ويريد إسناد العمل إذا توقف أحد الأجهزة عن الاستجابة. ويُقال أيضًا إن لوحات متابعة توفّر رؤية آنية لحالة النظام.

• خادم Minion Server مركزي يستقبل الأعمال ويقسمها إلى مهام فرعية
• قاعدة بيانات PostgreSQL تُستخدم لتتبع حالة المهام، بحسب 01net
• مكوّن Minion Executor على كل جهاز Mac منضم يشغّل أعمال GPU محليًا
• مكوّن Minion Watchdog يرصد الأعطال ويعيد توزيع المهام المتوقفة

وإذا كانت هذه الصورة دقيقة، فإنها توحي بأن آبل اختارت نمطًا كلاسيكيًا نسبيًا لمستوى التحكم في بيئة شديدة التباين وعدم الاستقرار من حيث الأجهزة. فأجهزة Mac المكتبية في المكاتب ليست خوادم مكرسة: يمكن أن تنفصل من الشبكة، أو تدخل في وضع السكون، أو يستعيدها الموظفون لاستخدامهم، أو تصبح غير متاحة من دون إنذار. وفي هذا السياق، لا يكون تقسيم المهام، والتتبع المستمر للحالة، ووجود عملية رقابية من نوع watchdog، مزايا إضافية اختيارية، بل متطلبات أساسية. كما توحي هذه المعمارية بأن Minions مُحسّن أولًا من أجل التوفر الموزع والتعامل مع الأعطال قبل أن يكون مُحسّنًا من أجل تحقيق أعلى إنتاجية خام ممكنة.

ما الذي يبدو أن Minions يسعى إلى تحسينه

يشير المصدران معًا إلى الاتجاه الاستراتيجي نفسه. فـ Minions لا يُقدَّم بوصفه محاولة لمنافسة عناقيد GPU المركزية على نمط Nvidia عند التعامل مع أكبر النماذج المتقدمة. وبدلًا من ذلك، ينصب التركيز على استعادة الموارد غير المستغلة والموجودة أصلًا على المكاتب، وجعلها متاحة لمهام الاستدلال داخل الشركة. ويقول 01net صراحة إن الهدف هو التوفر لا القوة الغاشمة، وإن النظام مخصص لإعادة توزيع السعة الموجودة أصلًا على الشبكة الداخلية نحو الفرق التي تفتقر إليها.

ويتوافق هذا التموضع مع الصياغة المحدودة ولكن الواضحة في ملخص آبل نفسه. فالشركة تبرز القدرة على الاستفادة من العتاد القائم من دون شراء وحدات معالجة رسومية إضافية، وتربط النظام مرارًا ببيئات تكون فيها موارد GPU المركزية مقيّدة. وبعبارة أخرى، فإن عرض القيمة هنا لا يتعلق بكونه يتفوق في الأداء على عنقود مركز بيانات مصمم خصيصًا لهذه المهمة، بقدر ما يتعلق بتقليل هدر العتاد الخامل وتسهيل الوصول إلى القدرة الحاسوبية للمستخدمين الداخليين.

القيود جزء أساسي من القصة

وتوضح المصادر نفسها أيضًا أن هذه المعمارية تأتي مع قيود مهمة. أولًا، يُناقش Minions في سياق أحمال الاستدلال، لا التدريب الكامل واسع النطاق. ثانيًا، يعتمد النظام على أجهزة macOS الخاملة العاملة بشرائح Apple Silicon، ما يعني أن المعروض من الموارد يتقلب تبعًا لسلوك الموظفين وطريقة استخدامهم للأجهزة. فالمجموعة الموزعة المبنية من أجهزة المستخدمين ديناميكية بطبيعتها: قد تختفي العقد، وقد يختلف الأداء بين طرازات Mac المختلفة، وعلى النظام أن يتسامح مع الأعطال بوصفها حالة تشغيل اعتيادية لا استثناء نادرًا.

ثالثًا، يبدو أن أعباء التخزين والتنسيق تحتل موقعًا محوريًا في التصميم. فالاستخدام المبلغ عنه لخادم مركزي، وقاعدة بيانات، وتخزين نتائج على نمط S3، يشير إلى أن تنسيق الأعمال وحركة البيانات عنصران أساسيان في المسألة. وقد يستفيد الاستدلال الموزع من عدد كبير من وحدات المعالجة الرسومية، لكن ليس كل نموذج أو كل مهمة قابلًا للتقسيم بسهولة ونظافة. وهذا يساعد على تفسير سبب إبراز تحمل الأعطال ومرونة الجدولة في ملخص آبل، في حين لا تبرز فيه ادعاءات تتعلق بأداء فائق للغاية.

ويفيد 01net أيضًا بأن أنظمة Mac mini وMac Studio الحديثة يمكن ربطها عبر RDMA فوق Thunderbolt 5، بما يدمج الذاكرة والقدرة الحاسوبية لتحميل نموذج أكبر من أن يستوعبه جهاز واحد. وهذه تفصيلة لافتة، لكنها في المصادر المتاحة هنا تظهر فقط في مقال 01net، لا في ملخص آبل القصير المقتبس أعلاه. لذلك ينبغي قراءتها على أنها قدرة مبلّغ عنها، لا نقطة مثبتة من المصدرين معًا. وإذا كان تنفيذها قد تم كما وُصف، فستعالج واحدة من أوضح نقاط الاختناق في الاستدلال على أجهزة Mac المفردة: حجم النموذج مقارنة بحدود الذاكرة المحلية.

ما الذي تقوله آبل — وما الذي لا تقوله

يلفت ملخص آبل البحثي نفسه الانتباه بقدرته على ضبط النبرة. فهو يقول إن Minions يستطيع تحويل أجهزة Mac الخاملة إلى منصة عملية موزعة لاستدلال GPU، وإن النظام يوفر تنفيذًا مرنًا للمهام، وتحملًا للأعطال، واستخدامًا كفؤًا للموارد. لكنه لا يدعي، في النص المصدر المتاح هنا، أن هذا النهج يحل محل العناقيد المركزية، أو أنه يدعم النماذج العملاقة على نطاق واسع، أو أنه مناسب لكل أحمال عمل الذكاء الاصطناعي. وهذه الأمور غير المذكورة ذات دلالة بحد ذاتها. فهي توحي بأن Minions يمثل استجابة داخلية محددة الهدف لاختناق بعينه: ندرة الوصول المشترك إلى وحدات GPU من أجل مهام استدلال يمكن توزيعها على مجموعة متقلبة من أجهزة Apple Silicon.

أما الخلاصة العملية للشركات الناطقة بالإنجليزية، فليست أن الحواسيب المحمولة والمكتبية في المكاتب يمكنها ببساطة أن تحل محل وحدات GPU في مراكز البيانات. بل إن الفكرة هي أنه عندما تكون سعة الاستدلال المركزية محدودة، فإن مجموعة مُدارة بعناية من أجهزة Mac الخاملة لدى الموظفين قد توفر طبقة داخلية تكميلية لبعض أحمال العمل المناسبة، شريطة أن تكون الشركة قادرة على التعامل مع التنسيق، والأعطال، وعدم انتظام توافر الأجهزة، والنطاق الأضيق الذي توحي به الأعمال الموجهة إلى الاستدلال بدلًا من أكبر أحمال التدريب.