جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي. تستهدف الشركة بنية تحتية تضم مزيجاً متغيراً من المعالجات والمسرّعات، بدلاً من ربط الشبكة بمنظومة مورد واحد للشرائح.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What is Delos Data, the AI-chip startup founded by Intel veterans, developing and why did it raise $100 million, how is the increasing diver. Article summary: Delos Data is an Intel-veteran-founded startup building networking chips and software that move data rapidly among AI accelerators inside increasingly heterogeneous data centers. It raised $100 million to address the net. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
لم تعد قدرة مراكز بيانات الذكاء الاصطناعي مسألة شراء مزيد من وحدات معالجة الرسوميات والمسرّعات فحسب؛ بل باتت أيضاً مسألة نقل البيانات بينها بالسرعة المناسبة. ولهذا جمعت شركة ديلوس داتا، وهي شركة ناشئة أسسها مخضرمون من إنتل، أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تهدف إلى تسريع تدفق البيانات داخل مراكز البيانات المعقدة للذكاء الاصطناعي، وتقليل الوقت الذي تبقى فيه المسرّعات الباهظة في انتظارها. 1
2
تطور ديلوس داتا شرائح شبكات وبرمجيات لتنظيم الاتصال بين الحوسبة والذاكرة والتخزين في مراكز بيانات الذكاء الاصطناعي. وكشفت عن نهجها المسمى Delos Nonstop AI، الذي يتضمن واجهة بيانات وبنية مرجعية، ويستهدف بنية تحتية منخفضة زمن الاستجابة وعالية عرض النطاق وقادرة على الصمود أمام الأعطال لأحمال عمل الذكاء الاصطناعي الوكيلي. 2
7
الفكرة العملية هي تمكين مشغّل مركز البيانات من ربط المكوّنات وتبادل البيانات بكفاءة عبر توليفات متغيرة من المعالجات، بدلاً من تصميم الشبكة حول بنية مسرّع واحدة. ووفقاً لرويترز، تستهدف الشركة عناقيد الذكاء الاصطناعي التي تزداد تنوعاً، حيث ينبغي للأجهزة التواصل سريعاً حتى مع تغيّر خليط الشرائح المستخدمة. 1
في المراحل الأولى من طفرة الذكاء الاصطناعي، كانت كثير من العناقيد الحاسوبية تعتمد أساساً على وحدات معالجة الرسوميات من إنفيديا، المرتبطة عبر تقنيات شبكات مملوكة للشركة. لكن التركيز يتحول الآن من تدريب النماذج إلى الاستدلال، أي تشغيل النماذج لتلبية طلبات المستخدمين، بما فيها المهام متعددة الخطوات التي تنفذها وكلاء الذكاء الاصطناعي. وفي الوقت نفسه، تتوافر لمشغلي مراكز البيانات بدائل حوسبة أكثر، مثل شرائح AMD وCerebras، إلى جانب أنواع متعددة من شرائح إنفيديا نفسها. 1
هذا التحول يغيّر متطلبات الشبكة: فلم يعد ممكناً افتراض أن العنقود مجموعة ثابتة من معالجات متطابقة تعمل عبر وصلة من مورد واحد. بل يجب أن تنقل الشبكة البيانات بسرعة بين مكوّنات متنوعة، مع الحفاظ على زمن استجابة منخفض يلائم التطبيقات التفاعلية وأحمال العمل الوكيلة. وتقوم أطروحة ديلوس على أن مرونة نقل البيانات تزداد قيمة كلما أصبحت بنى الحوسبة أقل تجانساً. 1
7
تستهدف الشركة مصدراً مكلفاً لعدم الكفاءة: مسرّعات تعمل وتستهلك الطاقة، لكنها لا تنجز عملاً مفيداً لأنها تنتظر وصول البيانات من جزء آخر من النظام. وتقول ديلوس إنها ستستخدم التمويل لتوسيع فرق هندسة البرمجيات والعتاد، وتسريع تطوير المنتجات والمبيعات. 2
ووصف بات غيلسنغر، الرئيس التنفيذي السابق لإنتل والشريك الحالي في Playground، وهي من المستثمرين في الجولة، المشكلة بعبارة مباشرة: ضعف تنسيق الاتصال بين الأجهزة قد يترك المشغّلين أمام «عتاد ساخن يستهلك الواط» لكنه شبه عاطل عن العمل. 1 أي إن زيادة عدد المسرّعات وحدها لا تضمن رفع القدرة الفعلية إذا عجزت الشبكة عن إيصال البيانات إلى المكان المطلوب في الوقت المطلوب.
قال دان دالي، الشريك المؤسس والرئيس التنفيذي للتقنية في ديلوس، إن الشركة لا تستطيع معرفة «ما ستكون عليه بنية البنية التحتية التالية للذكاء الاصطناعي الوكيلي»، لكنها تستطيع توفير وسيلة فائقة السرعة لنقل البيانات التي ستتطلبها تلك البنية. 1
وهذه النقطة محورية في طرح الشركة: فهي لا تطلب من العملاء التنبؤ بالشريحة التي ستفوز في سباق الذكاء الاصطناعي أو بالشكل النهائي لأنظمة الوكلاء. بدلاً من ذلك، تطرح الشبكة كطبقة مشتركة قد تساعد مراكز البيانات على استيعاب معالجات جديدة وأنماط عمل متبدلة عند ظهورها.
يعكس تمويل ديلوس داتا، الذي تجاوز 100 مليون دولار، رؤية متنامية في قطاع البنية التحتية: قدرة الذكاء الاصطناعي لا تقيدها وفرة وحدات معالجة الرسوميات والمسرّعات الأخرى فقط، بل تقيدها أيضاً الشبكة التي تصل بينها. 1
2 وإذا أصبح الاستدلال الوكيلي على بنى حوسبة متنوعة عبئاً دائماً في مراكز البيانات، فقد تتحول القدرة على إبقاء المكوّنات تتبادل البيانات بسرعة، وتجنب عتاد مكلف يستهلك الطاقة بلا إنتاج، إلى عامل تنافسي رئيسي للمشغّلين.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي.
جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي. تستهدف الشركة بنية تحتية تضم مزيجاً متغيراً من المعالجات والمسرّعات، بدلاً من ربط الشبكة بمنظومة مورد واحد للشرائح.
الرهان الاقتصادي هو تقليل الوقت الذي تقضيه وحدات المعالجة المكلفة في الانتظار للحصول على البيانات، بما يهدر القدرة والطاقة.
جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي. تستهدف الشركة بنية تحتية تضم مزيجاً متغيراً من المعالجات والمسرّعات، بدلاً من ربط الشبكة بمنظومة مورد واحد للشرائح.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What is Delos Data, the AI-chip startup founded by Intel veterans, developing and why did it raise $100 million, how is the increasing diver. Article summary: Delos Data is an Intel-veteran-founded startup building networking chips and software that move data rapidly among AI accelerators inside increasingly heterogeneous data centers. It raised $100 million to address the net. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
لم تعد قدرة مراكز بيانات الذكاء الاصطناعي مسألة شراء مزيد من وحدات معالجة الرسوميات والمسرّعات فحسب؛ بل باتت أيضاً مسألة نقل البيانات بينها بالسرعة المناسبة. ولهذا جمعت شركة ديلوس داتا، وهي شركة ناشئة أسسها مخضرمون من إنتل، أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تهدف إلى تسريع تدفق البيانات داخل مراكز البيانات المعقدة للذكاء الاصطناعي، وتقليل الوقت الذي تبقى فيه المسرّعات الباهظة في انتظارها. 1
2
تطور ديلوس داتا شرائح شبكات وبرمجيات لتنظيم الاتصال بين الحوسبة والذاكرة والتخزين في مراكز بيانات الذكاء الاصطناعي. وكشفت عن نهجها المسمى Delos Nonstop AI، الذي يتضمن واجهة بيانات وبنية مرجعية، ويستهدف بنية تحتية منخفضة زمن الاستجابة وعالية عرض النطاق وقادرة على الصمود أمام الأعطال لأحمال عمل الذكاء الاصطناعي الوكيلي. 2
7
الفكرة العملية هي تمكين مشغّل مركز البيانات من ربط المكوّنات وتبادل البيانات بكفاءة عبر توليفات متغيرة من المعالجات، بدلاً من تصميم الشبكة حول بنية مسرّع واحدة. ووفقاً لرويترز، تستهدف الشركة عناقيد الذكاء الاصطناعي التي تزداد تنوعاً، حيث ينبغي للأجهزة التواصل سريعاً حتى مع تغيّر خليط الشرائح المستخدمة. 1
في المراحل الأولى من طفرة الذكاء الاصطناعي، كانت كثير من العناقيد الحاسوبية تعتمد أساساً على وحدات معالجة الرسوميات من إنفيديا، المرتبطة عبر تقنيات شبكات مملوكة للشركة. لكن التركيز يتحول الآن من تدريب النماذج إلى الاستدلال، أي تشغيل النماذج لتلبية طلبات المستخدمين، بما فيها المهام متعددة الخطوات التي تنفذها وكلاء الذكاء الاصطناعي. وفي الوقت نفسه، تتوافر لمشغلي مراكز البيانات بدائل حوسبة أكثر، مثل شرائح AMD وCerebras، إلى جانب أنواع متعددة من شرائح إنفيديا نفسها. 1
هذا التحول يغيّر متطلبات الشبكة: فلم يعد ممكناً افتراض أن العنقود مجموعة ثابتة من معالجات متطابقة تعمل عبر وصلة من مورد واحد. بل يجب أن تنقل الشبكة البيانات بسرعة بين مكوّنات متنوعة، مع الحفاظ على زمن استجابة منخفض يلائم التطبيقات التفاعلية وأحمال العمل الوكيلة. وتقوم أطروحة ديلوس على أن مرونة نقل البيانات تزداد قيمة كلما أصبحت بنى الحوسبة أقل تجانساً. 1
7
تستهدف الشركة مصدراً مكلفاً لعدم الكفاءة: مسرّعات تعمل وتستهلك الطاقة، لكنها لا تنجز عملاً مفيداً لأنها تنتظر وصول البيانات من جزء آخر من النظام. وتقول ديلوس إنها ستستخدم التمويل لتوسيع فرق هندسة البرمجيات والعتاد، وتسريع تطوير المنتجات والمبيعات. 2
ووصف بات غيلسنغر، الرئيس التنفيذي السابق لإنتل والشريك الحالي في Playground، وهي من المستثمرين في الجولة، المشكلة بعبارة مباشرة: ضعف تنسيق الاتصال بين الأجهزة قد يترك المشغّلين أمام «عتاد ساخن يستهلك الواط» لكنه شبه عاطل عن العمل. 1 أي إن زيادة عدد المسرّعات وحدها لا تضمن رفع القدرة الفعلية إذا عجزت الشبكة عن إيصال البيانات إلى المكان المطلوب في الوقت المطلوب.
قال دان دالي، الشريك المؤسس والرئيس التنفيذي للتقنية في ديلوس، إن الشركة لا تستطيع معرفة «ما ستكون عليه بنية البنية التحتية التالية للذكاء الاصطناعي الوكيلي»، لكنها تستطيع توفير وسيلة فائقة السرعة لنقل البيانات التي ستتطلبها تلك البنية. 1
وهذه النقطة محورية في طرح الشركة: فهي لا تطلب من العملاء التنبؤ بالشريحة التي ستفوز في سباق الذكاء الاصطناعي أو بالشكل النهائي لأنظمة الوكلاء. بدلاً من ذلك، تطرح الشبكة كطبقة مشتركة قد تساعد مراكز البيانات على استيعاب معالجات جديدة وأنماط عمل متبدلة عند ظهورها.
يعكس تمويل ديلوس داتا، الذي تجاوز 100 مليون دولار، رؤية متنامية في قطاع البنية التحتية: قدرة الذكاء الاصطناعي لا تقيدها وفرة وحدات معالجة الرسوميات والمسرّعات الأخرى فقط، بل تقيدها أيضاً الشبكة التي تصل بينها. 1
2 وإذا أصبح الاستدلال الوكيلي على بنى حوسبة متنوعة عبئاً دائماً في مراكز البيانات، فقد تتحول القدرة على إبقاء المكوّنات تتبادل البيانات بسرعة، وتجنب عتاد مكلف يستهلك الطاقة بلا إنتاج، إلى عامل تنافسي رئيسي للمشغّلين.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي.
جمعت ديلوس داتا أكثر من 100 مليون دولار لتطوير شرائح شبكات وبرمجيات تُسرّع حركة البيانات داخل مراكز بيانات الذكاء الاصطناعي. تستهدف الشركة بنية تحتية تضم مزيجاً متغيراً من المعالجات والمسرّعات، بدلاً من ربط الشبكة بمنظومة مورد واحد للشرائح.
الرهان الاقتصادي هو تقليل الوقت الذي تقضيه وحدات المعالجة المكلفة في الانتظار للحصول على البيانات، بما يهدر القدرة والطاقة.