محدودیت‌های برق، رشد پردازنده‌های گرافیکی را متوقف کرد؛ شرکت‌ها به سمت «هوش مصنوعی چند-سیلیکونی» می‌روند

شرکت‌ها فعالانه در حال آماده‌سازی برای متنوع‌سازی سخت‌افزار هوش مصنوعی خود هستند. بر اساس داده‌های نظرسنجی جدید، خریداران شرکتی اکنون به طور قابل توجهی بیشتر مایلند تراشه‌های هوش مصنوعی جایگزین – مانند Trainium آمازون یا واحدهای پردازش تانسور (TPU) گوگل – را ارزیابی کنند تا پردازنده‌های گرافیکی نسل بعدی و مورد انتظار انویدیا (Blackwell).[1]

این تغییر نشان‌دهنده آغاز «هوش مصنوعی چند-سیلیکونی» است؛ استراتژی‌ای که در آن سازمان‌ها بارهای کاری محاسباتی خود را بین سخت‌افزارهای چندین فروشنده توزیع می‌کنند. انگیزه صرفاً تمایل به قیمت‌های پایین‌تر نیست، هرچند هزینه نقش دارد. این گذار توسط گلوگاه‌های ساختاری در دنیای فیزیکی تحمیل شده است: میزان محدودی برق برای تأمین انرژی مراکز داده وجود دارد و صنعت در حال رسیدن به سقف ظرفیت است.[2][3]

داده‌ها یک چرخش آشکار در برنامه‌ریزی شرکت‌ها را نشان می‌دهد. یک نظرسنجی در جولای ۲۰۲۶ از اپراتورهای زیرساخت هوش مصنوعی نشان داد که ۳۹.۴ درصد قصد دارند شتاب‌دهنده‌های غیرانویدیا را طی دوازده ماه آینده ارزیابی کنند. در مقابل، تنها ۲۵.۳ درصد قصد دارند معماری آتی Blackwell انویدیا را ارزیابی کنند – یک شکاف ۱۴ درصدی که اشتهای فزاینده برای داشتن گزینه‌های سخت‌افزاری را برجسته می‌کند.[1]

با این حال، ارزیابی یک تراشه با استقرار آن در مقیاس بزرگ یکسان نیست. انویدیا همچنان گزینه پیش‌فرض بلامنازع در محیط‌های تولیدی است و اکثریت قریب به اتفاق بازار را در اختیار دارد. زیرساخت فعلی شرکت‌ها به شدت به پلتفرم‌های هایپراسکیلر و رابط‌های برنامه‌نویسی کاربردی (API) وابسته است و سازمان‌ها قبل از تعهد به مهاجرت عمده پلتفرم، زیرساختی را که قبلاً در اختیار دارند، گسترش می‌دهند.[1]

برای درک جذابیت سیلیکون‌های جایگزین، لازم است بین آنچه واقعاً عرضه شده و آنچه صرفاً مواد بازاریابی است، تمایز قائل شویم. هایپراسکیلرها – ارائه‌دهندگان عظیم ابری مانند خدمات وب آمازون (AWS) و گوگل – سال‌ها صرف توسعه مدارهای مجتمع با کاربرد خاص (ASIC) کرده‌اند که منحصراً برای هوش مصنوعی طراحی شده‌اند.[3]

TPU گوگل اکنون در نسل «آیرون‌وود» (Ironwood) قرار دارد، که این شرکت ادعا می‌کند وقتی به یک پاد کامل مقیاس‌بندی شود، بیش از ۲۴ برابر قدرت محاسباتی بزرگترین ابررایانه جهان را پشتیبانی می‌کند. در همین حال، AWS در حال ترویج معماری Trainium خود است که برای ارائه آموزش و استنتاج با عملکرد بالا در مقیاس طراحی شده است.

این پردازنده‌ها، واحدهای پردازش گرافیکی (GPU) با هدف عمومی نیستند که بتوانند بازی‌های ویدیویی را رندر کنند یا فیزیک را شبیه‌سازی کنند؛ بلکه موتورهای ریاضیاتی با دامنه محدود هستند که برای ضرب ماتریس‌ها با حداکثر کارایی طراحی شده‌اند.[3]

نکته ساختاری برای خریداران شرکتی این است که این تراشه‌های هایپراسکیلر در انحصار سازندگان خود هستند. یک سازمان نمی‌تواند یک TPU گوگل بخرد و آن را در اتاق سرور خصوصی خود نصب کند؛ بلکه باید آن را از طریق Google Cloud اجاره کند. این پویایی شرکت‌ها را مجبور می‌کند بین قفل شدن سخت‌افزاری با انویدیا یا قفل شدن اکوسیستمی با یک ارائه‌دهنده ابری خاص، یکی را انتخاب کنند.[3]

با وجود این بده‌بستان، اقتصاد هوش مصنوعی خریداران را به سمت سیلیکون سفارشی سوق می‌دهد، به ویژه برای فرآیند استنتاج. در حالی که آموزش یک مدل زبان بزرگ نیازمند قدرت محاسباتی عظیم اولیه است، استنتاج – یعنی عمل تولید پاسخ‌ها از یک مدل آموزش‌دیده – به طور مداوم اجرا می‌شود. در طول عمر یک مدل، استنتاج می‌تواند ده تا پانزده برابر بیشتر از مرحله آموزش اولیه هزینه داشته باشد.[3]

اینجاست که محدودیت‌های فیزیکی رونق هوش مصنوعی اجتناب‌ناپذیر می‌شوند. عامل محدودکننده برای گسترش هوش مصنوعی دیگر سرعتی نیست که کارخانه‌های ریخته‌گری سیلیکون می‌توانند تراشه تولید کنند، بلکه سرعتی است که شرکت‌های برق می‌توانند انرژی تحویل دهند.[2]

مارک گانزی، مدیرعامل DigitalBridge، اخیراً بر این واقعیت تأکید کرد و استدلال نمود که مراکز داده شرور اصلی در گذار انرژی نیستند، اما اذعان کرد که برق گلوگاه مطلق برای این صنعت است. توسعه هوش مصنوعی نیازمند یک رویکرد متنوع برای سرمایه‌گذاری زیرساختی است که نه تنها سرعت پردازنده، بلکه ظرفیت شبکه برق را نیز در نظر بگیرد.[2]

فیزیک پردازنده‌های گرافیکی مدرن این مشکل را به وضوح نشان می‌دهد. پردازنده‌های گرافیکی رده بالای انویدیا تحت بار، مقادیر عظیمی برق مصرف می‌کنند. هنگامی که این تراشه‌ها در خوشه‌های ده‌ها هزار تایی مستقر می‌شوند، به گیگاوات‌ها برق نیاز دارند و ظرفیت شبکه برق را در مراکز داده سنتی تحت فشار قرار می‌دهند.[2]

ASICs سفارشی اغلب عملکرد بهتری در ازای هر وات برای وظایف استنتاج خاص ارائه می‌دهند. با حذف معماری با هدف عمومی یک GPU، تراشه‌هایی مانند AWS Trainium و Google TPU می‌توانند توکن‌ها را با مصرف برق به مراتب کمتر پردازش کنند، که به ارائه‌دهندگان ابری اجازه می‌دهد تا محاسبات قابل استفاده بیشتری را از یک ظرفیت برق محدود بیرون بکشند. استارتاپ‌هایی که «مدل‌های جهانی» (World Models) با نیاز محاسباتی بالا می‌سازند، گزارش‌هایی مبنی بر نرخ بهره‌وری استثنایی در سخت‌افزار Trainium ارائه کرده‌اند.

با این حال، فرار از اکوسیستم GPU یک چالش نرم‌افزاری جدی را به همراه دارد. عمیق‌ترین مزیت رقابتی انویدیا نه سیلیکون آن، بلکه CUDA است – یک پلتفرم نرم‌افزاری اختصاصی و بالغ که توسعه‌دهندگان نزدیک به دو دهه از آن برای نوشتن کد برای GPUها استفاده کرده‌اند.[3]

سخت‌افزارهای رقیب اغلب عملکرد اوج چشمگیری را روی کاغذ ادعا می‌کنند، اما دستیابی عملی به آن سرعت نیازمند بازنگری در نحوه ساخت مدل‌ها است. آمازون اخیراً مسابقه‌ای را راه‌اندازی کرد که محققان را به آموزش مدل‌های زبان از ابتدا روی Trainium دعوت می‌کرد و صراحتاً اشاره داشت که معماری‌های بهینه مدل زمانی که محدودیت‌های سخت‌افزاری با شتاب‌دهنده‌های مرسوم متفاوت باشد، تغییر می‌کنند.

صنعت در تلاش است تا این شکاف را با ساخت لایه‌های ارکستراسیون (هماهنگ‌سازی) که سخت‌افزار زیرین را انتزاعی می‌کنند، پر کند. استارتاپ‌ها و پروژه‌های متن‌باز در حال توسعه ابزارهایی هستند که به توسعه‌دهندگان اجازه می‌دهند کد را یک بار بنویسند و آن را روی ترکیبی ناهمگون از GPUها، TPUها و ASICs سفارشی مستقر کنند، هرچند این راه‌حل‌ها هنوز در حال بلوغ هستند.[3]

برای رهبران فناوری شرکت‌ها، هوش مصنوعی چند-سیلیکونی به عنوان یک پوشش استراتژیک ضروری در حال ظهور است. سازمان‌ها امروز در حال آزمایش تراشه‌های جایگزین هستند تا اطمینان حاصل کنند که معماری‌های نرم‌افزاری آن‌ها قابل حمل باقی می‌ماند و خود را در برابر شوک‌های عرضه آتی یا قیمت‌گذاری تهاجمی از سوی یک فروشنده مسلط واحد محافظت کنند.[1]

محتمل‌ترین آینده برای هوش مصنوعی شرکتی، کنار گذاشتن کامل انویدیا نیست، بلکه یک زیرساخت دو شاخه است. آموزش مدل‌های سنگین و آزمایشی احتمالاً بر روی GPUهای رده بالا باقی خواهد ماند، در حالی که کار روزانه و صنعتی استنتاج به سمت سیلیکون‌های سفارشی، تخصصی و با بهره‌وری انرژی بالا متمایل می‌شود.[3]