اجرای Muse متا برای ۱۰۰ میلیون کاربر به ۱.۵۸ میلیون پردازنده نیاز دارد

بر اساس یک برآورد جدید، اگر عامل هوش مصنوعی Muse متا به ۱۰۰ میلیون کاربر برسد، اجرای ماشین‌های مجازی اختصاصی برای این کاربران به ۱.۵۸ میلیون پردازنده نیاز خواهد داشت.

سرویسهوش مصنوعیتک‌ناکعامل هوش مصنوعی Muse متا هنوز در ابتدای مسیر خود قرار دارد، اما زیرساخت مورد نیاز برای اجرای آن در مقیاس بزرگ می‌تواند بسیار سنگین باشد.

متا برای هر کاربر Muse یک ماشین مجازی اختصاصی در نظر گرفته است. هر ماشین مجازی نیز ۲ پردازنده مجازی، ۸ گیگابایت رم و ۱۰۰ گیگابایت فضای ذخیره‌سازی دارد. بنابراین افزایش تعداد کاربران می‌تواند مستقیما نیاز این سرویس به زیرساخت ابری را افزایش دهد.

بیشتر بخوانیدهوش مصنوعی جدید و چندوجهی متا از رقبای گران‌قیمت پیشی گرفت

Muse متا برای هر کاربر یک کامپیوتر ابری اختصاصی دارد

Muse یک عامل هوش مصنوعی شخصی است که می‌تواند وظایف چندمرحله‌ای را به نمایندگی از کاربر انجام دهد. برای مثال، این عامل می‌تواند مرورگر ابری را باز کند، در وب‌سایت‌ها جابه‌جا شود و برخی کارها را حتی پس از بسته شدن برنامه در پس‌زمینه ادامه دهد.

متا برای افزایش امنیت و حفظ حریم خصوصی، Muse را داخل یک ماشین مجازی اختصاصی اجرا می‌کند. این ماشین مجازی محیط مرورگر، اطلاعات و اعتبارنامه‌های کاربر را از سایر کاربران جدا نگه می‌دارد.

هر ماشین مجازی Muse طبق اطلاعات منتشرشده به ۲ پردازنده مجازی، ۸ گیگابایت رم و ۱۰۰ گیگابایت فضای ذخیره‌سازی نیاز دارد. در نتیجه، تعداد کاربران تأثیر مستقیمی بر منابع مورد نیاز متا خواهد داشت.

اگر Muse متا در یک سال به ۱۰۰ میلیون کاربر برسد و برای هر کاربر ماشین مجازی اختصاصی فعال باشد، مجموع نیاز به پردازنده به ۲۰۰ میلیون هسته مجازی یا vCPU می‌رسد.

در این برآورد، هر پردازنده رایزن ای پی وای سی AMD دارای ۱۲۶ هسته در نظر گرفته شده است. تقسیم ۲۰۰ میلیون هسته مجازی بر ۱۲۶ هسته نشان می‌دهد که متا در حالت ایدئال به حدود ۱.۵۸ میلیون پردازنده نیاز خواهد داشت.

البته این عدد به معنای آن نیست که متا الزاما باید ۱.۵۸ میلیون پردازنده فیزیکی خریداری کند. یکی از راه‌های کاهش این نیاز، اشتراک‌گذاری منابع پردازشی میان کاربران است.

برای مثال، اگر تنها ۱۰ درصد کاربران در هر لحظه فعال باشند، نیاز پردازشی به شکل چشمگیری کاهش پیدا می‌کند. در این حالت، حدود ۱۵.۸۷ میلیون vCPU مورد نیاز خواهد بود که معادل تقریبی ۱۲۶ هزار پردازنده ۱۲۶ هسته‌ای است.

بنابراین معماری زیرساخت متا و میزان اشتراک‌گذاری منابع، نقش مهمی در تعداد واقعی پردازنده‌های مورد نیاز خواهد داشت.

Muse به ۸۰۰ پتابایت رم نیاز دارد

بخش پیچیده‌تر ماجرا به حافظه و فضای ذخیره‌سازی مربوط می‌شود. هر ماشین مجازی Muse هشت گیگابایت رم دارد. اگر این مقدار را برای ۱۰۰ میلیون کاربر محاسبه کنیم، مجموع نیاز به رم به حدود ۸۰۰ میلیون گیگابایت می‌رسد.

این مقدار معادل حدود ۸۰۰ پتابایت رم است. البته این محاسبه یک حالت ایدئال را در نظر می‌گیرد که در آن ماشین مجازی همه کاربران به‌ صورت دائمی فعال باشد.

فضای ذخیره‌سازی نیز وضعیت مشابهی دارد. اختصاص ۱۰۰ گیگابایت فضا به هر کاربر، برای ۱۰۰ میلیون کاربر به حدود ۱۰ میلیارد گیگابایت یا ۱۰ هزار پتابایت فضای ذخیره‌سازی نیاز دارد.

البته در عمل، متا می‌تواند با فشرده‌سازی، اشتراک‌گذاری منابع و روش‌های مختلف مدیریت داده، مقدار واقعی سخت‌افزار مورد نیاز را کاهش دهد.

بیشتر بخوانیدMuse به مک رسید؛ هوش مصنوعی متا جای شما کار می‌کند

رشد Muse نیاز متا را به پردازنده افزایش می‌دهد

این محاسبات نشان می‌دهند که رشد Muse فقط به توسعه مدل هوش مصنوعی مربوط نیست. متا باید هم‌زمان زیرساخت لازم را برای اجرای میلیون‌ها ماشین مجازی نیز توسعه دهد.

این مسئله زمانی اهمیت بیشتری پیدا می‌کند که Muse در سرویس‌هایی مانند واتساپ و اینستاگرام نیز در دسترس قرار بگیرد. در چنین شرایطی، تعداد کاربران بالقوه این عامل هوش مصنوعی می‌تواند به‌ سرعت افزایش پیدا کند.

به همین دلیل، تمرکز متا روی زیرساخت‌های پردازشی در ماه‌های اخیر اهمیت بیشتری پیدا کرده است. این شرکت در کنار توسعه زیرساخت داخلی، روی پردازنده‌های مبتنی بر معماری آرم و منابع پردازشی شرکت‌هایی مانند ای‌دبلیواس نیز سرمایه‌گذاری کرده است.

در نهایت، عدد ۱.۵۸ میلیون پردازنده یک برآورد نظری بر اساس اختصاص ۲ vCPU به هر یک از ۱۰۰ میلیون کاربر است. نیاز واقعی Muse متا به سخت‌افزار می‌تواند بسیار کمتر باشد، چرا که اشتراک‌گذاری منابع و میزان فعالیت کاربران، نقش تعیین‌کننده‌ای در مقیاس نهایی زیرساخت خواهد داشت.

نوشتهاجرای Muse متا برای ۱۰۰ میلیون کاربر به ۱.۵۸ میلیون پردازنده نیاز دارداولین بار درTechnoc. پدیدار شد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.