چطوری نسل جدید CPUها دنیای ابررایانه‌ها رو زیر و رو کردن!

همه جا صحبت از GPUهاست، مخصوصاً وقتی بحث هوش مصنوعی (AI) وسطه. ولی چیزی که خیلیا فراموش می‌کنن اینه که هنوز هم CPUها یعنی همون پردازنده‌های مرکزی که همه کامپیوترها دارن، اصلِ کار تو دنیای محاسبات سنگین یا همون HPC (High-Performance Computing یعنی پردازش‌های خیلی سریع و قدرتمند مثل شبیه‌سازی آب‌وهوا یا طراحی تراشه) هستن!

جالبه بدونین طبق آمار، تقریباً ۸۰ تا ۹۰ درصد کارهای سنگین محاسباتی دنیا رو همچنان همین CPUها انجام می‌دن. یعنی تا حالا فکر می‌کردیم شاید GPUها (کارت گرافیک‌ها که تو AI و بازی‌ها غوغا کردن) همه چی رو گرفتن، ولی واقعیت اینه که CPUها نه‌تنها کنار نکشیدن، بلکه هر روز دارن قوی‌تر و باهوش‌تر می‌شن.

تا همین چند سال پیش، فقط اینتل با معماری x86 تو بازار CPUها حرف اولو می‌زد. حالا اما داستان فرق کرده! معماری‌های جدید مثل ARM (که تو موبایل‌ها هم هست و مصرف برق کم و سرعت بالا داره) و حتی معماری‌های نوظهوری مثل RISC-V (یه مدل معماری باز و قابل برنامه‌ریزی برای همه) اومدن وسط و حسابی رقابت راه انداختن.

مثلاً سوپرکامپیوتر افسانه‌ای ژاپن یعنی “Fugaku”، کلی با نوآوری توی معماری CPUهاش سروصدا کرده و نشون داده مرزهای قدرت پردازشی تازه اینجاست! از اون‌ور سرویس‌دهنده‌های ابری مثل Microsoft و AWS خودشون دارن تراشه‌های خاص خودشونو طراحی می‌کنن. یعنی دیگه همه چی گل و بلبل نیست و رقابت عجیب شدید شده!

حالا چرا CPUها رو هنوز همه دوست دارن؟ دلیل اصلیش اینه که خیلی منعطف، سازگار و به‌صرفه‌ان. مثلاً وقتی برنامه‌ها رو برای CPU می‌نویسیم، راحت می‌تونیم تو نسل‌های بعدی هم استفاده کنیم و کمتر به دردسر می‌خوریم. هی لازم نیست همه چیز رو دوباره از اول برای GPU بازنویسی کنیم (که معمولاً کلی زمان و هزینه می‌خواد!). اینجاست که خیلیا می‌گن CPU هنوز هم “همیشه کار می‌کنه” و قابل اعتماده.

خودشونم بیکار نموندن! مثلاً الان تو طراحی چیپلت (Chiplet یعنی قطعه‌قطعه‌کردن تراشه و بعد کنار هم چیدنشون برای کارایی بالاتر)، حافظه‌های سریع روی خود پکیج CPU و حتی ساختارهای هیبریدی که CPU و GPU رو باهم ترکیب می‌کنن، حسابی نوآوری کردن. اینا باعث شده قانون مور (Moore’s Law: قانونی که می‌گفت هر دو سال تعداد ترانزیستورها تو یک تراشه دوبرابر می‌شه) دیگه تنها محدودیت نباشه و CPUها همچنان بجنگن!

آینده چی می‌شه؟ احتمالاً رابطه بین CPU، GPU و حتی پردازنده‌های تخصصی مثل NPU (یعنی Neural Processing Unit، پردازنده مخصوص کارهای هوش مصنوعی یا یادگیری عمیق) مشخص می‌کنه که دنیای ابررایانه‌ها به کدوم سمت می‌ره. رقابت بینشون دیگه جای “برنده بودنِ فقط یکی” نیست؛ مهم اینه هر کدوم تو جای مناسب خودش بهترین کارو انجام بدن. ادیسون اسنل (از مدیرای Intersect360 Research) هم گفته صنعت و علم هیچ‌وقت از مشکلای سخت خالی نمیشن!

پس خلاصه حرفم اینه: فکر نکنین CPUها دارن بازنشسته می‌شن. اتفاقاً هنوزم مغز متفکرِ اکثر ابرکامپیوترها همیناهن!

پ.ن: اگه می‌خوای بیشتر تو این بحث عمیق شی، می‌تونی گزارش جدید “طراحی CPUها برای ابررایانه‌های نسل آینده” رو ببینی.

این مقاله رو تیم Insights از MIT Technology Review نوشته. خودشون گفتن نه تحریریه رسمی MIT بلکه یه تیم اختصاصی برای تولید محتوا بودن، با نظارت دقیق انسانی. شاید از ابزار AI هم واسه بخشای جانبی استفاده کرده باشن، ولی اصل کار دست آدم حسابیای خودشونه!

منبع: +