آموزش مدلهای هوش مصنوعی با میلیاردها پارامتر، چالشهای شبکه زیادی به همراه دارد. محققان به تازگی پروتکل جدیدی به نام DBLP (Dynamic Bounded-Loss Protocol) معرفی کردهاند که به طور خاص برای مدیریت ترافیک دادهها در خوشههای توزیعشده طراحی شده است.
این پروتکل با درک وضعیت آموزش مدل، ترافیک شبکه را هوشمندانه مدیریت میکند تا اختلالات ناشی از افت سرعت شبکه (microbursts) را به حداقل برساند. نتیجه این نوآوری فوقالعاده است: کاهش تا ۳۴ درصدی زمان آموزش و افزایش سرعت انتقال دادهها تا حدود ۶ برابر در زمان بروز گلوگاههای شبکه! ⚡️
این گام بزرگی برای کاهش هزینهها و زمان مورد نیاز برای توسعه هوش مصنوعی در مقیاسهای بزرگ است.
منبع: arXiv Machine Learning