تاریخچه پروژه کامپیوتر Machine با ۱۶۰ ترابایت حافظه

اخیرا محققین شروع به طراحی کامپیوترها بر اساس چگونگی کارکرد مغز کرده‌اند که به عنوان مهندسی نورومورفیک (Neuromorphic Computing) شناخته می‌شود. اچ پی همواره در این زمینه صاحب نظر بوده و کانسپت هایی را ارایه داده است. رونمایی از کامپیوتر جدید The Machine، از شاهکارهای اچ پی در این زمینه است. در آخر می‌‌توانید ویدیویی از جزئیات این پروزه را مشاهده کنید. در ادامه با ما همراه باشید.

چالش امروزه دنیای فناوری

به نقل از وب‌سایت رسمی شرکت اچ پی، پیش‌بینی‌ها نشان می‌دهد تا سال ۲۰۲۰ میلادی، ۳۰ میلیارد از دستگاه‌های متصل به هم در سرتاسر دنیا حجم بسیار زیادی از داده‌ها را تولید خواهند کرد و سیستم‌های جاری امکان جمع آوری، پردازش و ذخیره این داده‌ها را نخواهند داشت. فراهم آوردن زیرساخت های لازم برای جمع آوری، پردازش، ذخیره، و تجزیه و تحلیل این داده ها نیازمند تحول و تغییر در پایه ها و مبانی محاسبات کنونی می باشد.

یعنی تا پایان این دهه، حجم اطلاعات به میزانی خواهد رسید که زیرساخت‎های فعلی، قادر به ذخیره و مدیریت آنها نخواهد بود. این بدین معنا است که در آینده‎ای نه چندان دور، برای ذخیره اطلاعات به وسیله‏‌ای سریع‏تر، با گنجایش بیشتر و در ابعادی کوچک‌تر نیاز خواهیم داشت.

در آینده‎ای نه چندان دور، برای ذخیره اطلاعات به وسیله‏ ای سریع‏تر، با گنجایش بیشتر و در ابعادی کوچک‌تر نیاز خواهیم داشت.

معرفی راهکار اچ پی

شرکت اچ پی در راستای حل این مشکل با تلفیق علم فیزیک و IT به کامپیوترهایی مناسب برای حجم زیاد و روزافزون داده‌های جهان دست یافته است. اچ پی که در زمینه‌ی ارائه‌ی راهکارهای شبکه، ذخیره‌سازی و سرور فعالیت دارد، به تازگی از ساخت‎ کامپیوتری به نام Machine  رونمایی کرده است. کامپیوتری که شاید برای سایت‌هایی نظیر گوگل، آمازون و فیس‌بوک که حجم عظیمی از اطلاعات را در سرورهای بی‌شمار خود ذخیره کرده‌اند، درحکم یک فرشته نجات باشد. با وجود گسترش سریع سرویس‌های ذخیره اطلاعات آنلاین و خدماتی نظیر کلود، شرکت اچ پی هم‏چنان به فکر افزایش ظرفیت حافظه محصولات خود است.

شرکت اچ پی،  راهکار خود را در حل این مشلات، درون Machine قرار داده است. این شرکت با کنار گذاشتن مدل‌های محاسباتی ۶۰ سال گذشته که بدون چالش و دست‌نخورده باقیمانده اقدام به چنین تحول عظیمی کرده و بیان کرده که ما برای ترک ۶۰ سال سازشکاری و ناکارآمدی پشت صحنه فناوری آماده‌ایم و مرزهای علم فیزیک را به پشت صحنه IT سوق خواهیم داد، و از الکترون‌ها برای محاسبه، از فوتون‌ها برای ارتباطات و از یون‌ها برای ذخیره‌سازی استفاده خواهیم کرد.

این ماشین‌ها حافظه و ذخیره‌سازی را فیوزی خواهند کرد، داده‌های پیچیده به صورت سلسه مراتبی خواهند شد، پردازش‌های دقیق‌تر برای داده‌ها ارایه می‌شود، در این ماشین‌ها نقاط کنترل امنیت درون پشته‌های سخت‌افزار و نرم‌افزار جاسازی می‌شوند و امکان مدیریت و اطمینان از سیستم‌ها در تمام مقیاس‌ها فعال می‌شود. این ماشین زیرساخت‌های معماری کامپیوترها را برای فعال‌سازی جهش کوانتومی در کارایی و بهره‌وری بازسازی خواهد کرد.

اکنون صنعت در یک نقطه عطف تکنولوژی قرار دارد و شرکت اچ پی، برنامه نوآورانه‌ای را نشان می‌دهد که شرکت‌ها و جهان را رو به جلو خواهد برد.

شبیه‌سازی مغز انسان، راهکاری ایده‌آل

کامپیوترها پیشرفت‌های بسیاری در چند دهه اخیر داشته‌اند اما هنوز نمی‌توانند چالش‌های روزمره‌ای که انسان‌ها با آنها روبرو هستند را حل کنند. پس باید روش جدیدی برای تولید ماشین‌های هوشمند و مفید پیدا کرد. مغز انسان یک مدل ایده‌آل است: کوچک، کارا و دایم در حال پردازش. اخیرا محققین شروع به طراحی کامپیوترها بر اساس چگونگی کارکرد مغز کرده‌اند که به عنوان مهندسی نورومورفیک (Neuromorphic Computing) شناخته می‌شود. پیش‌بینی می‌شود که این سیستم‌های مغز گونه، می‌توانند کارهایی را که کامپیوترهای آموزش دیده خاص در چند ساعت انجام دهند را به سرعت انجام دهند. مثلا معنی تصاویر دیده شده در ویدیوی رویدادهای خبری را می فهمند یا در چند ثانیه حملات امنیتی به کامپیوتر را تشخیص می‌دهند. در نهایت هر چه این کامپیوترها کار بیشتری انجام دهند، دقیق‌تر و سریع‌تر خواهند شد.

هر چند نورولوژیست‌ها در چند سال اخیر پیشرفت‌هایی داشته‌اند اما طریقه کارکرد مغز همچنان یک راز بزرگ باقی مانده است. یکی از محققین آزمایشگاه اچ پی با نام استن ویلیامز می گوید: “درباره ساختار مغز، نورون‌ها و ارتباط بین آنها و بالاتر از همه الگوریتمی که اجرا می‌شود، اطلاعات کمی در دست است. اگر کسی امروز ادعا کند که کامپیوترهای مغز گونه ساخته است، خنده‌دار خواهد بود.” اما به هر حال طرح‌های  کامپیوتری که در ۷۰ سال گذشته استفاده شده است، نمی‌تواند همیشگی باشد. به نظر می‌رسد تراتزیستورها که کوچکترین قطعات استفاده شده در کامپیوترها هستند به پایان عمر خود نزدیک‌اند. اخیرا قدرت محاسبات، وابسته به تعداد هسته‌های پردازنده و عملکرد موازی آنها شده است و این خود انرژی و کولینگ بیشتری می‌خواهد. ویلیامز می‌گوید: “چالش آینده، در تراتزیستورهای بیشتر در هر متر مربع نیست بلکه در محاسبات بیشتر به ازای هر واحد انرژی است.”

ذهن و موضوع

از آنجایی که کامپیوترها عملکرد ریاضی دارند، قابل رقابت با مغز نیستند و در بسیاری از مفاهیم شناختی که برای انسان ساده است، دچار مشکل هستند. با یادگیری می‌تواند گربه یا صندلی را تشخیص دهد اما نمی تواند ویدیویی از پریدن گربه از روی صندلی را بیان کند. ساختن یک ماشین راوی بسیار سخت‌تر از ساختن موشک است. یا راه رفتن در اتاقی شلوغ بدون برخورد با چیزی، علاوه بر تشخیص، به درک مفهوم نیز نیاز دارد. این چالش، تفاوت بین تشخیص و مفهوم را مشخص می‌کند، تفاوتی که مهندسی نورومورفیک سعی دارد به آن برسد. برنامه‌نویسان در تلاشند الگوریتم‌هایی را بنویسند که کامپیوترها به راحتی بتوانند درک کنند. اما فرآیند نورونی که در پس درک وجود دارد ناشناخته است. مغز از نورون‌هایی تشکیل شده که در کنار هم شبکه سیناپسی را تشکیل می‌دهند و قادر به طبقه‌بندی خاطرات هستند و عملکردی موازی و احتمالی دارند. یعنی با کمترین اطلاعات، نتایج معقولی می‌گیرد. مغز مسایل بزرگ را به بخش‌های کوچکتر تقسیم کرده و به صورت موازی پردازش می‌کند. اما کامپیوترها نمی‌توانند مانند نورون‌ها عمل کنند.

قدرت تشخیص در کامپیوتر

محققین سعی داشتند سخت‌افزاری بسازند که با نورون‌ها و سیناپس‌ها برابری داشته باشد. گروهی دیگر بر روی نرم‌افزاری کار کردند که بتواند روی این سخت‌افزار کار کند. در سال ۲۰۱۱ کار بر روی سخت‌افزار کنار گذاشته شد زیرا امکان ساخت مداری شبیه به سیناپس وجود نداشت. اما کار بر روی نرم‌افزار ادامه پیدا کرد و نام CogX را به خود گرفت. HPE نسخه متن‌باز و عمومی پلت فرمی به نام Cognitive Computing Toolkit (ابزار محاسبه شناختی) را معرفی کرد که به جای داشتن CPU از کارت گرافیک استفاده می‌کند، چیپی ارزان قیمت که در اپلیکیشن‌های گیم ویدیو استفاده می‌شود. ویژگی کلیدی کارت گرافیک، پردازش هم‌زمان چندین تصویر است و در کنار درک بصری به یادگیری دقیق می‌پردازد که اصل دوم اصول مهندسی نورومورفیک است. در واقع تکنیکی استفاده می‌شود تا درک دقیق‌تری از روابط بین چند دیتا به دست آید.

Memristor چیست؟

در مغز انسان، سلول‌های مشابه نزدیک یکدیگر قرار دارند در نتیجه زمان و انرژی زیادی بابت دسترسی به اطلاعات و انتقال آن صرف نمی‌شود؛ چیزی که به عنوان زمان تاخیر نام می‌بریم.

CogX زمان تاخیر را با استفاده از تکنیک‌هایی که از عملکرد مغز تقلید می‌کنند، کاهش می‌دهد زیرا تعداد دفعاتی که اطلاعات روی حافظه نوشته می‌شود، به حداقل می‌رسد. مثلا پردازش‌های چند مرحله‌ای مانند محاسبه میانگین دو عدد، نیاز به دو مرحله ثبت در حافظه است اما در CogX قسمت کوچکی از حافظه مستقیما روی پردازنده قرار گرفته و تنها نتیجه نهایی در حافظه ثبت می‌شود.

در زمینه معماری مغزگونه، کارهای دیگری انجام شده است. مولفه‌های الکترونیکی در مقیاس نانو که Memristor یا مموری رزیستورها نام دارد، بسیار شبیه به سیناپس‌ها عمل می‌کنند یعنی اطلاعات را بدون استفاده از انرژی ذخیره می‌کنند. در نتیجه سیستم‌هایی که از Memristorها به جای تکنولوژی حافظه DRAM استفاده می‌کنند، مصرف انرژی بسیار کمتری دارند درست مانند مغز انسان.

می‌توان از این تکنولوژی جدید اچ پی به صورت آرایه نیز استفاده کرد که محاسبات پیچیده‌ای به نام Matrix-Vector Multiplication را انجام می‌دهد. نام این آرایه Dot Product Engine است. مهم‌ترین مزیت آن نسبت به کامپیوترهای سنتی این است که مصرف انرژی آن بسیار کم است.

روزی فرا می‌رسد که مهندسی نورومورفیک می تواند کارهای پیچیده آمیخته با اطلاعات حسی و درک شناختی را انجام دهد. به قول ویلیامز: “در هر تغییری، فرصت‌های بی‌نظیری به دست می آید.”

حجم زیاد حافظه، حدود صدها پتابایت (۲^۵۰ بایت) لازم است تا سریع و Persistent باشد. حتی در نمونه‌های اولیه نیز روی صدها ترابایت حافظه Persistent و سریع کار می‌شود که درون یک Rack قرار می‌گیرد. حافظه ایده‌آل مورد نظر هنوز وجود ندارد زیرا یا سریع هستند و یا Persistent، و وجود هر دو ویژگی با هم ممکن نشده‌اند.

اچ پی برای اینکه سریع‌تر به هدف خود برسد باید از‌DRAM ها استفاده کند تا تکنولوژی ایده‌آل حافظه را فراهم کند. DRAM دارای Persistence  نیست اما می توان آن را شبیه‌سازی کرد. البته اچ پی با ارایه حافظه‌های دائمی و پایدار NVDIMM در DL سرورهای نسل ۱۰ سری ۳۰۰ و ۵۰۰ تا حدودی توانسته به این تکنولوژی دست یابد.

اچ پی همچنان تمایل دارد از مموری رزیستور (Memoristor) استفاده کند زیرا معتقد است بهترین کاندیدا خواهد بود اما از ایده تا عمل راه دشواری در پیش است که هنوز محقق نشده است. پایدار بودن این حافظه‌ها بدین معنی است که برای نگهداری دیتا نیازی به الکتریسیته نیست درنتیجه به طور چشمگیری انرژی مورد نیاز برای ذخیره دیتا را کاهش می‌دهد و سیستم‌ها به صورت مجازی از قطع انرژی مصون می‌مانند.

تکنولوژی جدید اچ پی با نام مموری رزیستور (Memoristor)

The Machine چیست؟

“ماشین”، دستگاهی است که از دو جزء اصلی تشکیل شده است: فناوری نوینی به نام مموری رزیستورها که سرعت و حجم بسیار بالایی در انتقال داده‌ها دارند و نیز سیلیکون فتونیک‌ها که طبق گفته اچ پی، یک چهارم قطر موی سر انسان پهنا دارند و در انتقال داده‌ها، فوق‌العاده سریع عمل می‌کنند. “ماشین” که کامپیوتر تک‌ حافظه است که قابلیت پردازش مقادیر بسیار زیادی از اطلاعات را دارد و برای پردازش کلان‌داده‌ها (Big Data) طراحی شده است.

طبق گفته‎ی HP سیلیکون فتونیک‌ها یک چهارم قطر موی سر انسان پهنا دارند.

برای درک قدرت این دستگاه کافی است در نظر داشته باشید که “ماشین” برای انتقال حجمی معادل ۱ میلیون گیگابایت، تنها به چیزی حدود ۲۵۰ نانوثانیه زمان احتیاج دارد!

چه زمانی “ماشین” را در بازار خواهیم دید؟ ابتدا لازم است بگوییم که این دستگاه، با توجه به اینکه به منبع انرژی چندان قدرتمندی نیاز ندارد، قابلیت استفاده در لپ‌تاپ‌ها، تبلت‌ها و حتی گوشی‌های تلفن‌همراه را داراست و می‎تواند به راحتی ظرفیت این وسایل را به ۱۰۰ ترابایت افزایش دهد.

اما اچ پی قصد دارد ابتدا سرورهای سایت‌های بزرگ را هدف دهد. با اینکه زمان دقیقی برای ارایه این تکنولوژی اعلام نشده، ولی به نظر می‎رسد تا سال ۲۰۱۸ شاهد ورود دستگاه‌هایی مبتنی بر تکنولوژی “ماشین” به بازار خواهیم بود.

اچ پی در حال ساخت سخت‌افزاری برای مدیریت ساختار دیتا و اجرای اپلیکیشن‌هایی است که تا به حال وجود نداشته است. در عین حال، در حال نوشتن کدهایی است که روی این سخت‌افزار اجرا شود و تا به حال وجود نداشته است. این سخت‌افزار نوظهور را درون بهترین سیستم‌های موجود مانند HPE Superdom X شبیه‌سازی می کند در نتیجه قابلیت پیاده‌سازی نرم‌افزار ایجاد می‌شود. بنابراین تیم نرم‌افزار و سخت‌افزار دایم در حال تبادل دستاوردهای خود هستند تا بتوانند این سیستم‌عامل جدید را روی سخت‌افزار مناسبی پیاده‌سازی کنند.

حافظه، قلب “ماشین” است و کاملا با معماری امروزی مبنی بر پردازنده متفاوت است در نتیجه تصمیم بر آن شد که نام جدیدی برای آن انتخاب شود: پردازش حافظه‌محور یا Memory-Driven Computing. در این نوع پردازش، مموری به جای پردازنده در مرکز معماری کامپیوتر قرار می‌گیرد.

مارک پاتر، مدیر ارشد تکنولوژی HPE گفته است: “ما باور داریم پردازش حافظه‌محور راهکاری برای پیش‌برد تکنولوژی است؛ به‌گونه‌ای که تمامی جنبه‌های جامعه تحت تأثیر قرار بگیرد. این معماری را که امروز پرده از آن برداشتیم، می‌توان در تمامی شاخه‌های رایانش به کار گرفت؛ از دستگاه‌های هوشمند گرفته تا سوپرکامپیوترها.”

معماری‌هایی که امروزه بسیار متداول شده است، به دلیل نیاز به انتقال مستمر داده‌ها بین فضای ذخیره‌سازی، مموری و پردازنده، در مقایسه با معماری جدید مموری‌محور اچ پی عملکرد بسیار غیر بهینه‌ای دارند.

اچ‌ پی در معماری مموری‌محور خود، در کامپیوتر Machine، این عوامل را حذف کرده و زمان پردازش اطلاعات پیچیده را از چند روز به چند ساعت کاهش خواهد داد.

سیدعلی، رئیس و مدیرعامل کاویوم، درباره همکاری با اچ‌ پی گفته است: “کاویوم و اچ‌ پی نگاه یکسانی به پردازش حافظه‌محور دارند. ما مفتخریم که در ساخت کامپیوتر Machine با اچ‌ پی همکاری داشته‌ایم. نوآوری پیشگامانه اچ‌ پی در رایانش مموری‌محور، پارادایم جدیدی از کاربردها را در دیتاسنترهای نسل آینده و پردازش ابری ایجاد خواهد کرد.”

پاتریک مورهد، تحلیل‌گر مؤسسه‌ی مور می‌گوید: “پروژه Machine برای آینده طراحی شده است. معماری آن به‌گونه‌ای است که مقادیر عظیم مموری (که در عین حال از آن به‌ عنوان فضای ذخیره‌سازی نیز می‌توان استفاده کرد) به صورت مستقیم در اختیار برنامه‌های تحلیلی و یادگیری ماشینی قرار می‌گیرد. صنعت رایانش برای غلبه بر مشکل پردازش کلان‌داده‌ها، تابه‌حال تنها چشم به بهبود عملکرد فضای ذخیره‌سازی داشته است. معرفی SSDهای فوق سریع Optane بر مبنای تکنولوژی ۳D XPoint توسط اینتل را می‌توان تلاشی در همین راستا تلقی کرد. انتظار دارم که هر دو رویکرد طی سه تا پنج سال آینده به یک سمت همگرا شوند.”

SSDهای Optane تلفیقی از Memory و Storage است. این محصول از نظر میزان I/O شبیه DRAM و از نظر ظرفیت، شبیه NAND Flash  است و میزان I/O پشتیبانی شده توسط این درایو به IOPS 500,000 می‌رسد.

سوال: آیا باید در انتظار آماده شدن مموری رزیستور باشیم و سپس نمونه اولیه “ماشین” ساخته شود؟ خیر، اگر حافظه دیگری بتواند هدف اچ پی را تامین کند، جایگزین مموری رزیستور خواهد شد.

ابزارهایی که اکنون در اختیار توسعه‌گران قرار دارد

این ابزارها شامل ۴ مورد زیر است:

1. موتور بسیار پرسرعت برای سرویس‌های یکپارچه‌سازی دیتا: یک موتور پایگاه‌داده‌ای کاملا جدید که با داشتن تعداد بسیار زیاد هسته‌های پردازنده و حافظه پایدار یا NVM، اپلیکیشن‌ها را سرعت می‌بخشد.
2. مدل برنامه‌نویسی مصون از خطا (Fault Tolerant) برای حافظه پایدار یاNVM : کدهای Multi Threadedهای کنونی را در NVM ذخیره کرده و دیتا را مستقیم در حافظه NVM استفاده می‌کند که ویژگی مصونیت از خطا را بهینه و ساده در مواقع وقوع خطا یا متوقف شدن برنامه فراهم می‌کند.
3. Fabric Attached Memory Emulation : محیطی که به کاربران اجازه می‌دهد نمونه معماری جدید “ماشین” را تجربه کنند.
4. شبیه‌سازی کارایی برای پهنای باند حافظه‌های NVM: پلت فرم شبیه‌سازی کارایی مبنی بر NVM، ویژگی‌های سخت‌افزاری را تقویت می‌کند تا ویژگی‌های Latency و پهنای باند تکنولوژی‌های آینده NVM را شبیه‌سازی کند.

شایان ذکر است این ابزار ها در زمینه یادگیری ماشین، آنالیز گراف‌ها و حتی پردازش باعث پیشرفت چشمگیری می‌شوند.

“ماشین” به جای استفاده از سیم‌های مسی، از نور با نام فوتونیک (Photonic) استفاده می‌کند. امروزه از فیبر نوری برای انتقال اطلاعات بین فواصل طولانی استفاده می‌شود اما اچ پی برای سرعت‌بخشی به این امر، بیت‌ها را به جای استفاده از الکترون‌ها، با فوتون‌ها در لینک‌های نوری حرکت می‌دهد. در نتیجه سیم‌های مسی که انرژی و فضای زیادی نیازدارند قابل حذف می‌شوند.

“ماشین” به جای استفاده از سیم‌های مسی، از نور با نام فوتونیک (Photonic) استفاده می‌کند.

مگ ویتمن، مدیرعامل HPE در بیانیه‌ی رسمی معرفی Machine گفته است:

راز جهش‌های علمی آینده، نوآوری‌های متحول‌کننده صنعت و تکنولوژی‌های تاریخ‌ساز بعدی، همگی در انبوه داده‌های خام پیش رویمان نهفته است. برای استفاده از این داده‌ها نمی‌توانیم به تکنولوژی‌های گذشته اتکا کنیم؛ بلکه باید ماشینی برای عصر «کلان‌داده‌ها» بسازیم.

از نمونه آزمایشی کامپیوتر Machine رونمایی شده است. این کامپیوتر دارای ۱۶۰ ترابایت مموری است. که جالب است بدانید پردازش اطلاعات تمامی کتاب‌های موجود در کتابخانه‌ی کنگره‌ی آمریکا که جزو بزرگ‌ترین کتابخانه جهان با ۳۲ میلیون جلد کتاب به شمار می‌آید، فقط به یک‌پنجم این مقدار حافظه نیاز دارد.

همچنین این کامپیوتر دارای لینک‌های ارتباطی اپتیکال و فوتونیک X1 است و از سیستم‌ روی‌ چیپ ARMv8-A ساخت کاویوم استفاده می‌کند.
ساختار کامپیوتر Machine بر مبنای سیستم‌عامل لینوکس است و اچ‌ پی به همراه آن، ابزارهای برنامه‌نویسی مخصوص معماری جدید خود را در اختیار توسعه‌دهندگان قرار خواهد داد.

به گفته اچ‌ پی، معماری Machine امکان ساخت سیستم‌های تک‌حافظه‌ای با ظرفیت مموری ۴,۰۹۶ یوتابایت را به راحتی فراهم می‌کند. همچنین با توجه به اینکه این مقدار مموری ۲۵۰ هزار برابر، بیشتر از تمامی اطلاعات دیجیتال جهان است، ظرفیت افزایش مموری Machine را می‌توان از لحاظ نظری بی‌نهایت حساب کرد.

اچ‌ پی می‌گوید، با این مقدار ظرفیت حافظه به راحتی می‌توان تمامی داده‌هایی که به وضعیت سلامتی افراد ساکن زمین مرتبط هستند، تمامی داده‌های فیسبوک و همه داده‌های اکتشافات فضایی را به‌صورت هم‌زمان پردازش کرد.

نمونه شهودی استفاده از کامپیوتر The Machine

پروژه رویایی HPE با نام The Machine در فیلم  Star Trek Beyondاستفاده شد. اعضای تیم HPE که متشکل از محققین و مهندسین طراحی صنعتی و متخصصین UX هستند، در همکاری با ذهن‌های خلاق پروژه فیلم Star Trek Beyond، تکنولوژی‌های مفهومی این فیلم را ایجاد کردند، تمام این مفاهیم بر اساس بزرگ‌ترین و جاه‌طلبانه‌ترین پروژه تحقیقاتی HPE با نام The Machine است.

The Machine مفتخر است که ۶۰ سال عدم کارایی و تعادل تکنولوژیکی را پشت سر گذاشته و معماری بنیادی که تمامی محاسبات امروزی بر اساس آن انجام می‌شود (از گوشی‌های هوشمند گرفته تا دیتاسنترها و ابرکامپیوترها) را دوباره ساخته است با امید به اینکه جهشی در زمینه کارایی و بهره‌وری در کنار کاهش قیمت و بهبود امنیت باشد. HPE این پروژه تحقیقاتی پیشگام را ارایه داده و در واقع این فیلم، یک کمپین تبلیغاتی جدید در زمینه The Machine است.

بی‌شک این تکنولوژی جدید در برابر کامپیوترهای نخستین دهه ۱۹۵۰، داستانی علمی تخیلی به نظر می‌رسد. حتی اکنون نیز امکان‌پذیری آن ورای درک است. این فیلم تکنولوژی ۲۵۰ سال آینده را به تصویر می‌کشد.

طراحان و محققین HPE در همکاری نزدیک خود با سازندگان این فیلم، تکنولوژی‌های آینده را که روزی به The Machine مجهز می‌شوند را طراحی کرده‌اند تا در راه تحقق بخشیدن به دنیای Star Trek Beyond کاری انجام داده باشند.

همکاری‌ها در این فیلم در زمینه سه مفهوم متفاوت تکنولوژی است. هر یک از این مفاهیم، دریچه نگاه HPE به تکنولوژی آینده است اما در رشد و توسعه‌ای ریشه دارد که امید است هر چه زودتر اتفاق بیفتد.

فیلم Star Trek Beyond با همکاری محققین HPE

به نقل از HPE، ما به خود می‌بالیم که به طور پیوسته در حال نوآوری هستیم و آنچه قرار است در آینده اتفاق بیفتد را سرعت می‌بخشیم. ما بسیار هیجان‌زده‌ایم که بخشی از یک چنین پروژه تصویرسازی بوده‌ایم و بی‌صبرانه منتظریم تا ایده‌های خود را بر پرده سینما ببینیم. یادتان باشد که برخی از تخیلات فیلم زودتر از آنچه که تصور می‌کنید به حقیقت خواهند رسید.

هنری گومز، مدیر ارتباطات و بازاریابی شرکت HPE گفت: “این همکاری تنها یک پشت صحنه منحصر بفرد از The Machine است که توانستیم بخشی از قدرت فوق‌العاده آن را به تصویر بکشیم. Star Trek ما را قادر می‌سازد تا آینده بشر را تصور کنیم. The Machine معماری محاسبه را کاملا نو می‌کند، بنابراین تکنولوژی‌های هیجان‌انگیز این فیلم به راحتی قابل درک می‌شود.”

The Machine می‌خواهد محدودیت‌های امروزی در محاسبات را از بین ببرد و در زمینه بهره‌وری و کارایی محاسبه، گامی اساسی بردارد و نیز در چگونگی تعبیه امنیت در کامپیوترها نیز انقلابی ایجاد می‌کند.

در ویدیوی زیر می‌توانید ویدیویی از جزئیات پروژه The Machine اچ پی مشاهده کنید: