به نظر میرسه رقابت شرکتهای هوش مصنوعی دیگه فقط روی ساخت مدلهای زبانی قدرتمندتر نیست و حالا به تراشههای اختصاصی هم رسیده. طبق گزارش TechCrunch، شرکت Anthropic، سازنده مدلهای Claude، در حال مذاکره با سامسونگ برای توسعه تراشههای اختصاصی هوش مصنوعیه؛ تراشههایی که بهصورت اختصاصی برای آموزش (Training) و اجرای (Inference) مدلهای زبانی بزرگ طراحی میشن. جالب اینجاست که این خبر فقط چند روز بعد از اعلام همکاری OpenAI و Broadcom برای توسعه تراشههای اختصاصی منتشر شده؛ اتفاقی که نشون میده بزرگترین شرکتهای هوش مصنوعی دنیا کمکم دارن خودشون رو از وابستگی کامل به انویدیا خارج میکنن. با بنچفا تا پایان این خبر همراه باشید.
چرا همه میخوان از انویدیا مستقل بشن؟
امروز تقریباً تمام شرکتهای بزرگ هوش مصنوعی برای آموزش و اجرای مدلهاشون به کارتهای گرافیک NVIDIA H100 و H200 وابسته هستن. اما این وابستگی هزینه خیلی سنگینی داره. هرچقدر مدلهای هوش مصنوعی بزرگتر میشن و تعداد کاربرها بیشتر میشه، هزینه استفاده از GPUهای انویدیا هم به شکل تصاعدی بالا میره. به همین خاطر شرکتها دنبال راهی هستن که هم هزینهها رو کاهش بدن و هم کنترل بیشتری روی زیرساخت خودشون داشته باشن.
اینجاست که تراشههای اختصاصی (Custom AI Chips) وارد بازی میشن. برخلاف GPUهای عمومی که برای طیف گستردهای از پردازشها طراحی شدن، این تراشهها فقط روی وظایف مشخصی مثل Inference یا محاسبات ماتریسی مورد نیاز معماری Transformer بهینه میشن. همین موضوع باعث میشه هم عملکرد بالاتری داشته باشن و هم مصرف انرژی و هزینه اجرای مدلها کاهش پیدا کنه.
البته این ایده جدید نیست. گوگل سالها پیش با معرفی تراشههای TPU ثابت کرد که طراحی سختافزار اختصاصی برای هوش مصنوعی میتونه موفق باشه و امروز هم سرویسهایی مثل Gemini و موتور جستجوی گوگل از همین تراشهها استفاده میکنن.
چرا Anthropic به فکر ساخت تراشه اختصاصی افتاده؟
از نظر اقتصادی، این تصمیم کاملاً منطقی به نظر میرسه. Anthropic اوایل امسال موفق شد ۷ میلیارد دلار سرمایه جذب کنه و آمازون هم یکی از بزرگترین سرمایهگذارها و شرکای ابری این شرکت محسوب میشه. اما اجرای مدلهای Claude، مخصوصاً نسخههای جدید و قدرتمندتر اون، به منابع پردازشی بسیار زیادی نیاز داره. هزینه اجرای میلیونها درخواست کاربر با GPUهای انویدیا رقم بسیار بزرگیه و هر روز هم بیشتر میشه.
اگر Anthropic بتونه تراشهای طراحی کنه که دقیقاً برای معماری Claude بهینه شده باشه، احتمال داره هزینه اجرای مدلها تا بیش از ۵۰ درصد کاهش پیدا کنه. علاوه بر این، چنین تراشهای نسبت به GPUهای عمومی عملکرد بهتری هم در پردازشهای اختصاصی Claude ارائه میده.
در کنار اینها، مدلهای کلاد توسط پنتاگون و دولت آمریکا استفاده میشن و بحث اینجا دیگه صرفا قیمت نیست، بحث امنیتی داخلی آمریکا هم در میونه. احتمالا یکی از تشویقکنندههای Anthropic برای ساخت تراشههای شخصیسازی شده خود دولت آمریکا باشه که امنیت دادههای مهم حفظ بشه.
سامسونگ چه نقشی توی این همکاری داره؟
سامسونگ یکی از بزرگترین تولیدکنندههای نیمههادی دنیاست و کارخانههای پیشرفتهای برای تولید تراشه داره. این شرکت طی سالهای اخیر تلاش کرده مشتریهای بیشتری رو برای بخش Samsung Foundry جذب کنه و رقابتش با TSMC رو جدیتر دنبال کنه. اگر همکاری با Anthropic نهایی بشه، سامسونگ یکی از مهمترین مشتریهای صنعت هوش مصنوعی رو به دست میاره و میتونه توانایی خطوط تولید خودش رو به نمایش بذاره.
از اون طرف، Anthropic هم بدون اینکه مجبور باشه سالها توی صف تولید TSMC منتظر بمونه، به ظرفیت تولید پیشرفته سامسونگ دسترسی پیدا میکنه. هرچند سامسونگ کیفیتی که TSMC ارائه میده رو به نمایش نمیذاره، اما میتونه در زمینه قیمت نهایی خیلی رقابتی باشه. همچنین اگه آنتروپیک سفارشات بالایی برای حافظه رم ثبت کنه، میتونه رم رو هم از سامسونگ بگیره و اینطوری کارش خیلی راحتتر از رقبا میشه.
فقط Anthropic نیست؛ همه غولهای AI همین مسیر رو میرن
چند سال پیش تقریباً کل صنعت هوش مصنوعی فقط روی سختافزارهای انویدیا میچرخید و جایگزین جدیای وجود نداشت. اما حالا شرایط کاملاً تغییر کرده. مایکروسافت روی تراشههای Maia کار میکنه، آمازون پردازندههای Trainium و Inferentia رو توسعه داده، گوگل سالهاست از TPU استفاده میکنه و متا هم تراشههای اختصاصی خودش رو برای دیتاسنترها طراحی کرده.
وجه مشترک همه این شرکتها یک چیزه؛ هیچکدوم نمیخوان آینده کسبوکارشون به یک تأمینکننده واحد وابسته باشه، مخصوصاً وقتی مهمترین گلوگاه توسعه هوش مصنوعی، دسترسی به تراشههای قدرتمنده.
همکاری OpenAI و Broadcom زنگ خطر رو به صدا درآورد
چند روز پیش OpenAI هم اعلام کرد که با Broadcom روی توسعه تراشه اختصاصی همکاری میکنه. طبق گزارشها، تمرکز این پروژه بیشتر روی Inference یا اجرای درخواستهای کاربران ChatGPT خواهد بود؛ بخشی که هزینه بسیار بالایی روی دوش OpenAI گذاشته.
اینکه Anthropic تنها چند روز بعد خبر همکاری خودش با سامسونگ رو رسانهای کرده، احتمالاً نشون میده این مذاکرات از ماهها قبل شروع شده و شرکتها فقط زمان اعلام رسمی اونها رو با استراتژی مشخص انتخاب کردن.
آیا انویدیا باید نگران باشه؟
در حال حاضر نه. انویدیا همچنان قدرتمندترین بازیگر بازار هوش مصنوعیه و علاوه بر عرضه GPUهای H200، تولید انبوه معماری جدید Blackwell رو هم شروع کرده. اما برگ برنده اصلی انویدیا فقط سختافزار نیست؛ بلکه اکوسیستم نرمافزاری CUDA و سالها بهینهسازی برای پردازشهای هوش مصنوعیه.
با این حال، اگر شرکتهایی مثل Anthropic، OpenAI، مایکروسافت و آمازون موفق بشن تراشههای اختصاصی خودشون رو توسعه بدن، مخصوصاً در بخش Inference، ممکنه وابستگی بازار به GPUهای انویدیا بهمرور کمتر بشه. دلیلش هم سادهست؛ تراشههایی که فقط برای یک وظیفه طراحی شدن، معمولاً عملکرد بهتر، مصرف انرژی کمتر و هزینه پایینتری نسبت به سختافزارهای همهمنظوره دارن.
مزایای تراشههای اختصاصی هوش مصنوعی
مهمترین مزیت این تراشهها، بهینهسازی کامل برای یک کاربرد مشخصه. برخلاف GPUهای عمومی که باید از پس انواع پردازشها بربیان، تراشه اختصاصی دقیقاً برای اجرای مدلهای یک شرکت طراحی میشه. همین موضوع باعث میشه راندمان بالاتر، مصرف برق کمتر و هزینه اجرای پایینتری داشته باشه.
از طرف دیگه، شرکتها دیگه مجبور نیستن منتظر موجود شدن GPUهای انویدیا یا افزایش ظرفیت تولید اون بمونن و کنترل بیشتری روی آینده زیرساخت خودشون پیدا میکنن. این موضوع در بلندمدت میتونه میلیاردها دلار صرفهجویی برای شرکتهای بزرگ به همراه داشته باشه.
اما این مسیر بدون چالش نیست
طراحی تراشه اختصاصی یکی از سختترین پروژههای صنعت نیمههادیه و توسعه اون معمولاً ۱۸ تا ۲۴ ماه زمان میبره؛ البته اگر همه چیز طبق برنامه پیش بره.
Anthropic باید طراحی تراشه رو نهایی کنه، چندین مرحله نمونه اولیه بسازه، ایرادها رو برطرف کنه و بعد منتظر تولید انبوه در کارخانههای سامسونگ باشه. به همین دلیل، حتی اگر همه چیز بدون مشکل پیش بره، احتمالاً این تراشهها زودتر از اواخر سال ۲۰۲۷ وارد مرحله تولید نخواهند شد. از طرفی، توسعه چنین تراشههایی هزینه بسیار بالایی داره و هیچ تضمینی وجود نداره که در نهایت عملکرد اونها از GPUهای انویدیا بهتر باشه.
آینده رقابت هوش مصنوعی فقط به مدلها خلاصه نمیشه!
مذاکرات Anthropic و سامسونگ فقط یک همکاری جدید در حوزه تراشه نیست؛ بلکه نشون میده صنعت هوش مصنوعی وارد مرحله تازهای شده؛ مرحلهای که کنترل سختافزار به اندازه توسعه مدلهای هوش مصنوعی اهمیت پیدا کرده.
هرچه هزینه آموزش و اجرای مدلهای AI بیشتر میشه، داشتن تراشه اختصاصی از یک مزیت رقابتی به یک ضرورت استراتژیک تبدیل میشه. حالا باید دید Anthropic میتونه همزمان با توسعه مدلهای Claude، از پس طراحی تراشه اختصاصی هم بربیاد یا نه؛ اما یک چیز مشخصه، رقابت هوش مصنوعی دیگه فقط بین الگوریتمها نیست و از این به بعد، نبرد روی سیلیکون هم به همون اندازه تعیینکننده خواهد بود.
