تغلبت جامعة Harvard على قيود البنية التحتية بمساعدة IBM.
وفي طليعة أبحاث الذكاء الاصطناعي المسؤول، كان Calmon Lab في كلية Harvard John A. Paulson School of Engineering and Applied Sciences يعالج أحد أبرز التحديات في مجال الذكاء الاصطناعي. حيث كانوا يسعون إلى مواءمة النماذج اللغوية الكبيرة (LLMs) مع القيم والمعايير الإنسانية للسلامة. ركز عمل الفريق على تحسين أداء الاستدلال بأسلوب سلسلة التفكير (Chain-of-Thought – CoT) في النماذج الشائعة الاستخدام، مثل DeepSeek-R1 وLlama، من خلال تطبيق أساليب مواءمة وقت الاستدلال.
ومع ذلك، واجه الفريق صعوبات بسبب قيود البنية التحتية. فقد كانت مجموعة الحوسبة في جامعة Harvard مثقلة بالطلبات، وكان تشغيل النماذج المتقدمة يتطلب الوصول إلى عدة وحدات معالجة رسومية (GPUs) من طراز NVIDIA H100. وقد أدت هذه التأخيرات إلى الحد بشكل كبير من قدرتهم على إجراء تجارب فعّالة على النماذج الكبيرة، مما أعاق وتيرة أبحاثهم بشكل عام.
تشغيل الاستدلال بسرعات تتجاوز 2000 رمز مميز في الثانية
تدريب ونشر النماذج اللغوية الكبيرة (LLMs) من دون فترات انتظار
وللتغلب على هذه القيود في البنية التحتية، دخل Calmon Lab في شراكة مع IBM. وباستخدام IBM Cloud، تم توفير خادمين من طراز NVIDIA HGX H100 مزودَين بثماني وحدات GPU لكل خادم، داخل سحابة خاصة افتراضية آمنة (VPC). وكان كل خادم مجهزاً بذاكرة GPU سعة 640 جيجابايت وذاكرة فعلية سعة 2 تيرابايت. وتضمّن الإعداد أيضاً تخزيناً كتلياً عالي الأداء لعمليات الإدخال/الإخراج في الثانية، ومشاركة سريعة لملفات الشبكة، إضافة إلى IBM Cloud Object Storage لتأمين نقل سلس للبيانات.
وباستخدام Red Hat® Enterprise Linux® 9، ومنصة Anaconda، والنموذج اللغوي الكبير الافتراضي (vLLM) لتقديم النماذج، تمكن المختبر من الانتقال بسرعة إلى بيئة عالية الأداء. وفي غضون أسبوع واحد فقط، كان الفريق يشغّل عمليات الاستدلال بسرعة تجاوزت 2000 رمز مميز في الثانية، ويدرّب النماذج من دون أي تأخير. وقد مكّنهم هذا التحول من استكشاف آفاق جديدة في مجال سلامة الذكاء الاصطناعي، بما في ذلك تحديد مسارات التفكير غير المثمرة وتحسين أساليب مواءمة النماذج.
بعد هذا التحول، شهد Calmon Lab تحسناً كبيراً في سرعة البحث نتيجة الوصول إلى بنية تحتية موثوقة وسهلة الاستخدام لوحدة معالجة الرسومات على IBM Cloud. فقد تمكنوا من:
- تدريب ونشر النماذج اللغوية الكبيرة (LLMs)، مثل DeepSeek وLlama، عند الطلب ومن دون فترات انتظار.
- تشغيل الاستدلال بسرعات تتجاوز 2000 رمز مميز في الثانية.
- التعاون على نطاق واسع بفضل التخزين المشترك ونقل البيانات عالي السرعة.
- تحقيق اختراقات بحثية جديدة في مجال تعددية النماذج وسلامة الذكاء الاصطناعي.
تواصل IBM دعم مهمة المختبر عبر توفير بنية تحتية قابلة للتوسع، آمنة وعالية الأداء — مما يمنح الباحثين القدرة على دفع حدود تطوير الذكاء الاصطناعي الموثوق.
تعد جامعة Harvard، التي يقع مقرها في كامبريدج، ماساتشوستس، من أعرق جامعات رابطة Ivy League، وقد تأسست عام 1636. تشتهر الجامعة بتميزها الأكاديمي وبإسهاماتها الكبيرة في مجالات متعددة تشمل التعليم والبحث والثقافة. وتضم Harvard مجتمعاً طلابياً متنوعاً، وتطرح مجموعة واسعة من البرامج الأكاديمية عبر 12 كلية مانحة للدرجات العلمية. ويتم تصنيف هذه الجامعة المرموقة باستمرار ضمن أفضل الجامعات على مستوى العالم، وهو ما يعكس تأثيرها العميق ومواردها الضخمة.
قانوني
حقوق النشر © محفوظة لصالح شركة IBM Corporation لعام 2025. IBM، وشعار IBM، وGranite، و watsonx.ai، وwatsonx.data، وwatsonx.governance وwatsonx Orchestrate هي علامات تجارية لشركة IBM Corp، مسجلة في الكثير من مناطق الاختصاص القضائي في جميع أنحاء العالم.
الأمثلة المقدَّمة للتوضيح فقط. ولكن تختلف النتائج الفعلية بناءً على تكوينات العميل وظروفه، وبالتالي لا يمكن توفير النتائج المتوقعة بشكل عام.