خلال ما يقرب من عامين من التعاون الوثيق مع أحد المراكز البحثية الرائدة في ألمانيا، جامعة توبنجن، قدمت شركة Sardina Systems الدعم الأساسي لتعزيز كفاءة وإنتاجية البنية التحتية السحابية للتعلم الآلي بالجامعة.
في دراسة الحالة هذه، سنتناول في هذه الدراسة كيف يساعد نظام FishOS، وهو منصة إدارة السحابة المؤتمتة بالكامل والقابلة للتطوير والفعالة من حيث التكلفة من Sardina Systems، فريقًا صغيرًا من الخبراء في التعامل مع مهامهم اليومية حتى يتمكن علماء البيانات من تركيز جهودهم على إجراء أبحاث رائدة في مجالات مثل الطب والزراعة والقيادة الذاتية ومجالات أخرى، وتقديم حلول تحويلية.
مقابلة سحابة تعلّم الآلة السحابية
سحابة تعلّم الآلة في جامعة توبنغن, التي تضم مركز الذكاء الاصطناعي ومجموعة التميز في تعلّم الآلة تقود مشاريع مؤثرة في التصوير الطبي، بما في ذلك دراسة السرطان والدماغ، بالإضافة إلى الرؤية الحاسوبية وتحليل حركة الإنسان، ومبادرات محاكاة المناخ والتنبؤ به، وحتى تدريب روبوت بوسطن ديناميكس على مهام الزراعة. وبمشاركة 48 مجموعة بحثية، تتخطى هذه المشاريع الحدود وتقدم إسهامات كبيرة في مختلف المجالات.
في الوقت الراهن، هناك موارد محدودة من الموظفين في صيانة مجموعة تتكون من حوالي 200 نواة مسؤولة عن جميع عمليات البيانات. دعونا نستكشف التحديات التي واجهت المتخصصين قبل تطبيق نظام FishOS، وكيف ساعدتهم المنصة في التغلب على هذه الصعوبات.
احتضان التحدي
يواجه فريق تكنولوجيا المعلومات في الجامعة تحديات مميزة متأصلة في المؤسسات العامة. فمن خلال العمل ضمن قيود التمويل الحكومي الصارمة، يجب عليهم ضمان التشغيل السلس لنظام الحوسبة العلمية عبر وحدات متعددة مع تلبية احتياجات الحوسبة المتنوعة لمختلف المجموعات البحثية. يُعد الاستقرار أمراً بالغ الأهمية بالنسبة للباحثين الذين يسعون للحصول على نتائج دقيقة، خاصةً في مجالات مثل أبحاث السرطان والدماغ حيث لا غنى عن قوة الحوسبة لتطبيقات التعلم الآلي.
اجتياز العقبات
واستجابةً لهذه التحديات، اختار فريق الجامعة الاستفادة من البنية التحتية المحلية لزيادة كفاءة الميزانية وتلبية متطلبات السعة. وقاموا بتطوير بنية أجهزة مصممة خصيصاً لتلبية الاحتياجات المتنوعة للمجموعات البحثية الصغيرة المنتشرة في جميع أنحاء ألمانيا. وتجمع هذه البنية بين المحاكاة الافتراضية والمعدن المكشوف بطريقة متوازنة، تكملها منشأة تخزين Ceph موزعة لأغراض الأرشفة.
يتم تخصيص ما يقرب من 15-20% من عُقد النظام لموازنات التحميل، مع تخصيص العُقد المتبقية لقوة الحوسبة. تم تجهيز أجهزة Hypervisor بتكوينات وحدة المعالجة المركزية فقط، ووحدة معالجة الرسومات V100، ووحدة معالجة الرسومات A100، مع استخدام ما يقرب من 70% من العقد حاليًا من خلال المعدن العاري. يتم إعطاء الأولوية لموارد وحدة معالجة الرسومات، الموجودة على كل من وحدات Hypervisor والمعدن المجرد، لتعزيز استجابة النظام. بالإضافة إلى ذلك، يستوعب النظام المزيد من المهام التقليدية من خلال توفير وحدات المعالجة المركزية الكلاسيكية لوظائف مثل إدارة مجموعة البيانات.
نظام التشغيل فيشوس: دعم البنية التحتية المستقرة وتبسيط العمليات
- واجهة موحدة. وبفضل نظام FishOS، أصبحت إدارة البنية التحتية لسحابة تعلّم الآلة السحابية، الموزعة على عدة مناطق، من خلال واجهة موحدة مبسطة بشكل ملحوظ.
- المرونة. ربما تكون إحدى أبرز مزايا سحابة تعلّم الآلة السحابية هي تعدد استخدامات نظام FishOS – حيث يمكن تشغيله على كل من العقد المعدنية العارية ووحدات معالجة الرسومات. تعزز هذه المرونة الأداء بشكل كبير وتسهل تحقيق الأهداف البحثية بسلاسة.
- القدرة على التكيف. تشيد كريستينا كابانوفا، رئيسة سحابة تعلّم الآلة السحابية، بقدرة نظام FishOS على التكيف.
“إنه يوفر مجموعة واسعة من خيارات الخدمة المصممة خصيصًا لتلبية احتياجات محددة: سواء كانت إدارة أعباء عمل أصغر أو أكبر، أو نشر مجموعات البيانات، أو إجراء معايير. بالنسبة لي، إنها أيضًا نتيجة إيجابية، حيث يمكننا إدارة التغييرات بسهولة من خلال نظام FishOS.” تقول السيدة كابانوفا.
- الاستقرار. من المزايا المهمة الأخرى للمنصة التي تتماشى تماماً مع متطلبات الجامعة هي استقرار النظام بشكل عام.
- توفير الوقت. وعلاوة على ذلك، فإن الوقت الكبير الذي يوفره نظام FishOS للمهام والأغراض الأخرى له أهمية قصوى، حيث يمكن تنفيذ جميع التعديلات الضرورية ببضعة أوامر. على سبيل المثال، في 3 إلى 4 خطوات بسيطة فقط، يمكن للخبراء في سحابة التعلم الآلي إعداد نظام يعمل بشكل كامل للمستخدمين بسرعة. ويكمن الجانب المحوري هنا في الفعالية والسرعة التي يتم بها إنجاز هذه المهمة، وتلبية الطلبات المتزايدة باستمرار للمستخدمين الذين يسعون دائماً إلى المزيد.
“لقد تمكنت من تقديم خدمة للمستخدمين في غضون أسبوع كان من المحتمل أن تستغرق منا شهرًا. إن التوفير السريع لوظائف المستخدم وما نتج عن ذلك من سهولة في عبء العمل الذي يقع على عاتقي لا يقدر بثمن”.
عند تلبية احتياجات المستخدمين، يعمل نظام التذاكر في سحابة التعلم الآلي كأداة اتصال داخلية أساسية للمؤسسة، ويلعب دوراً حيوياً في حل أي مشكلات ناشئة على الفور. ويعود الفضل في سلاسة عمله إلى نظام FishOS أيضاً.
- إدارة الشبكة. بالإضافة إلى الاستقرار، تُعد إدارة الشبكة أولوية. تشرف المنصة بسلاسة على النظام بأكمله من خلال تعيين عناوين IP وإدارتها، مما يعفي الخبراء من مسؤولية ثقيلة أخرى ويسمح لهم بالتركيز على مهام أعلى مستوى.
- لا تعطيلات. لا تلاحظ كريستينا كابانوفا أي انقطاع في استخدام المنصة. على الرغم من أن أخصائيي سحابة ML Cloud قد يواجهون مشكلات في الأجهزة من حين لآخر، إلا أنه بمجرد حلها، تعود البنية التحتية السحابية للعمل في غضون دقيقتين. تقول السيدة كابانوفا : “كانت هذه هي المرة الأولى التي أختبر فيها مثل هذه العودة السلسة للخدمة”.
- الدعم. من المزايا التي لا يمكن إنكارها في نظام FishOS هو الدعم السريع والموثوق به بشكل لا يصدق المقدم للجامعة. فمنذ بداية تبني سحابة التعلم الآلي للمنصة، قدم الفريق التقني لشركة Sardina Systems إرشادات مفصلة. وقد مكّن ذلك المتخصصين، حتى أولئك الذين ليسوا على دراية بالعمليات الروتينية، من إتقانها بسرعة.
عندما واجهت العديد من الأجهزة الافتراضية تباطؤاً مفاجئاً خلال مسابقة L2L Challenge، وهي واحدة من أهم مسابقات التعلم الآلي للعلماء، تم تحديد مشكلة عدم كفاية ذاكرة الوصول العشوائي بسرعة وحلها في غضون أيام قليلة. كان للجهود الفعالة والمنسقة بشكل جيد التي بذلها خبراء Sardina Systems دور فعال في منع وقوع حوادث مماثلة في المستقبل. وتضيف السيدة كابانوفا : “بالنظر إلى الدعم الممتاز الذي يقدمه نظام FishOS، ووظائفه الممتازة ومزاياه الموفرة للوقت، بالإضافة إلى التوافر المستمر لجميع الأنظمة، يبدو أنه يقدم قيمة ممتازة مقابل المال”.
ماذا بعد: مسار توبنغن للابتكار والنمو
فيما يتعلق بالخطط القادمة، من المقرر أن يتضاعف حجم مركز الذكاء الاصطناعي داخل سحابة تعلّم الآلة خلال السنوات القليلة القادمة. وبالتالي، تعمل سحابة تعلّم الآلة على توسيع بنيتها التحتية لتلبية متطلبات الحوسبة المتزايدة. تهدف الجامعة إلى توسيع نطاق قدراتها من خلال دمج معالجات غير وحدة معالجة الرسوميات لأعباء عمل محددة للذكاء الاصطناعي وتعلم الآلة في مجالات مختلفة. تهدف هذه المبادرة إلى تطوير حلول مخصصة لتقليل استهلاك الطاقة مع الحفاظ على الأداء.
“يسعدني أن شركة ساردينا سيستمز قد اختبرت نظام FishOS من أجل التوافق مع Gaudi2وتبدو المعايير الأولية واعدة. بالإضافة إلى ذلك، أخطط لاستخدام FPGAs مع المنصة لتزويد المستخدمين بمزيد من الخيارات. إن فرصة النشر المعدني المجرد مع هذه العقد تبعث على الارتياح بشكل خاص.” تعليقات السيدة كابانوفا.
علاوةً على ذلك، تعمل سحابة ML Cloud على زيادة استخدامها لتخزين Ceph، وستوفر Sardina Systems الدعم لذلك، نظراً لأن نظام FishOS مبني على تقنية Ceph.
الخطوة المستقبلية لنجاح سحابة التعلم الآلي
يمثل نظام FishOS أداة لتغيير قواعد اللعبة بالنسبة للمؤسسات الأكاديمية. فهو يعمل على تبسيط سير العمل وتحرير الباحثين من التعقيدات التقنية، ويمكّن جامعات مثل توبنغن من الابتكار بسلاسة مع تحسين الأنشطة التشغيلية.
