نشر باحثون من Rensselaer Polytechnic Institute وIBM T.J. Watson Research Center ورقة تقنية تقترح بنية جديدة لإدارة تصحيح أخطاء الذاكرة عالية النطاق الترددي HBM المستخدمة في أحمال استدلال الذكاء الاصطناعي. وتحمل البنية اسم REACH، وهو اختصار لعنوان الورقة “REACH: Controller-Managed Long-Span ECC for HBM AI Inference”.
تتناول الورقة مشكلة عملية في أنظمة HBM: ارتفاع تكلفة الذاكرة يدفع إلى الحاجة لحماية أقوى، قادرة على التعامل مع نطاق أوسع من معدلات أخطاء أجهزة الذاكرة، من دون تحويل آلية تصحيح الأخطاء إلى عبء كبير على متحكم الذاكرة أو على عرض النطاق المتاح للاستدلال.
كيف تعمل الفكرة؟
تقترح REACH استخدام أكواد تصحيح أخطاء داخلية لمعالجة الأخطاء الشائعة أولاً، ثم تحديد الأجزاء التي لم تُحلّ بعد. وبعد ذلك يُحجز كود خارجي طويل النطاق لإصلاح هذه الأجزاء عندما تكون معروفة باعتبارها حالات محو، بدلاً من التعامل مع جميع عمليات الوصول إلى الذاكرة كما لو كانت تحتاج إلى فك ترميز واسع النطاق.
وتشير الورقة إلى أن تطبيق أكواد طويلة النطاق بصورة مباشرة قد يربط عمليات الوصول الصغيرة بحالة تمتد عبر نطاق أكبر من البيانات، كما قد يفرض كلفة فك ترميز مرتفعة عند سرعات HBM. لذلك تركز البنية المقترحة على تنفيذ جزء من الحماية داخل متحكم الذاكرة، مع تأجيل الإصلاح الأوسع إلى الحالات التي تتوافر فيها معلومات كافية عن موضع البيانات غير القابلة للاستعادة مباشرة.
لماذا يهم هذا الخبر؟
تستفيد REACH من خصائص أحمال استدلال نماذج اللغة الكبيرة، التي يغلب عليها، وفق وصف الورقة، نمط القراءة. فالقراءات المتسلسلة يمكن أن تتيح تجميع نطاقات البيانات قبل تطبيق آلية الحماية الأوسع، في حين تحد عمليات الكتابة المتناثرة من حركة تحديث بيانات التكافؤ. وبذلك تحاول البنية مواءمة آلية تصحيح الأخطاء مع نمط الوصول الفعلي في الاستدلال، بدلاً من استخدام تصميم موحد لجميع أنواع الأحمال.
الأهمية العملية هنا لا تتعلق بإضافة طبقة حماية فقط، بل بالموازنة بين الاعتمادية وكلفة المتحكم وعرض النطاق. فزيادة قوة تصحيح الأخطاء قد تكون مفيدة عندما ترتفع معدلات أخطاء أجهزة الذاكرة، لكنها قد تؤدي في المقابل إلى عمليات حسابية ونقل بيانات إضافية. وتقدم REACH تصوراً لتقليل هذا العبء عبر استخدام الكود الخارجي في حالات الإصلاح المعروفة، مع إبقاء الأكواد الداخلية مسؤولة عن المسار المعتاد.
ما الذي تثبته المادة وما الذي لا تثبته؟
المتاح في المادة المنشورة هو ملخص لفكرة البنية والسبب وراء ملاءمتها لاستدلال نماذج اللغة الكبيرة. ولا يتضمن النص المستخرج أرقاماً عن مقدار خفض الكلفة أو استهلاك الطاقة أو أثر REACH على زمن الاستجابة ومعدل نقل البيانات، كما لا يعرض مقارنة كمية مع تصميمات HBM الأخرى. لذلك ينبغي التعامل معها كتصميم بحثي مقترح، لا كإثبات تجاري جاهز أو كرقم أداء معلن.
أدرجت الورقة على arXiv بعنوانها الكامل في سبتمبر 2026، وتحمل الرقم arXiv:2609.10861 ومعرّف DOI هو 10.48550/arXiv.2609.10861. وشارك في إعدادها Rui Xie وYunhua Fang وAsad Ul Haq وLinsen Ma وSanchari Sen وSwagath Venkataramani وLiu Liu وTong Zhang.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.