9 دقیقه
اوپنایآی به گامی بزرگتر در مسیر تولید پردازنده‌های اختصاصی هوش مصنوعی نزدیک‌تر شده است. این شرکت قرارداد بزرگی چند میلیارد دلاری با برادکام امضا کرده تا طراحی چیپهای سفارشی را به منظور استقرار در مراکز داده خود تأمین کند، چرا که نیازهای محاسباتی آن به سرعت در حال افزایش است.
یک شرط‌بندی بزرگ روی سیلیکون سفارشی
بر اساس گزارشها، همکاری اوپنایآی و برادکام از حدود هجده ماه پیش آغاز شد و اکنون به قراردادی رسمی برای تأمین تقریباً ده گیگاوات ظرفیت چیپ منتهی شده است. این توافق — که وال‌استریت ژورنال آن را چند میلیارد دلاری توصیف کرده — منابع مالی لازم برای طراحی سختافزار سفارشی و تأمین بلندمدت زیرساخت رو به رشد اوپنایآی را فراهم میکند.
طراحی سیلیکون سفارشی (silicon سفارشی) برای کاربردهای هوش مصنوعی می‌تواند مزایای عملکردی و مصرف انرژی قابل‌توجهی نسبت به استفاده صرف از شتاب‌دهنده‌های عمومی فراهم کند. با طراحی تراشه براساس نیازهای مدل‌های نسل بعدی یادگیری عمیق، می‌توان تراکم محاسباتی، پهنای باند حافظه، و کارایی انرژی را بهینه کرد. این به معنای عملکرد بهتر در محاسبات ماتریسی، کاهش هزینه عملیاتی مراکز داده و افزایش توان پاسخ‌دهی سرویس‌های مولد هوش مصنوعی (generative AI) است.
از منظر صنعتی، سرمایهگذاری روی سیلیکون سفارشی نشان‌دهنده بلوغ تقاضای محاسباتی است. وقتی یک شرکت هوش مصنوعی به جای اتکا صرف به پردازنده‌های عمومی، به طراحی اختصاصی روی میآورد، این نشان میدهد که مقیاس مشکلات و حجم تراکنش‌ها چنان بالا رفته که صرفه‌جویی در هر وات برق و هر میلی‌ثانیه زمان محاسبه اهمیت استراتژیک پیدا کرده است. این حرکت همچنین به افزایش رقابت میان سازندگان سختافزار منجر میشود و می‌تواند نوآوری در معماری‌های حافظه، interconnect و شتاب‌دهنده‌های ماتریسی را شتاب بخشد.
داده زمانی، مقیاس و آنچه به مراکز داده می‌آید
انتظار می‌رود برادکام نصب رک‌های سختافزاری را در نیمه دوم سال ۲۰۲۶ آغاز کند و طراحی و تولید چیپ ممکن است تا پایان سال ۲۰۲۹ ادامه یابد. این عرضه مرحله‌ای منعکس‌کننده روند معمول پروژه‌های زیرساخت ابری و هوش مصنوعی است: استقرارهای اولیه برای آزمون و اعتبارسنجی، و سپس افزایش تدریجی تا رسیدن به ظرفیت کامل.
- محدوده قرارداد: گزارشها از قراردادی چند میلیارد دلاری برای حدود ۱۰ گیگاوات چیپ خبر داده‌اند.
- استقرار: نصب رکها از نیمه دوم ۲۰۲۶ آغاز میشود.
- طراحی/تولید: احتمالاً تا حوالی سال ۲۰۲۹ ادامه خواهد داشت.
در عمل، ۱۰ گیگاوات ظرفیت چیپ به معنی نیاز بالا به برق، سیستمهای خنککننده ویژه، و مدیریت حرارت و فضای رک است. مراکز داده‌ای که این سیستم‌ها را میزبانی می‌کنند، باید شبکه برقی پایدار، ژنراتورهای پشتیبان، و زیرساخت توزیع برق با کفایت داشته باشند. علاوه بر این، عملیات نصب در چندین سایت جغرافیایی احتمالاً نیازمند هماهنگی با نیروگاه‌ها و شرکت‌های تأمین برق محلی، مجوزهای زیست‌محیطی و برنامه‌ریزی توسعه شبکه است.
برای حفظ مقیاس‌پذیری، اوپنایآی و شرکای سختافزاری باید معیارهای کلیدی عملکرد (KPI) مثل کارایی انرژی (Performance per Watt)، تاخیر شبکه، پهنای باند حافظه، و قابلیت اطمینان (uptime) را پایش و بهینه کنند. همچنین معماری سیستم باید امکان به‌روزرسانی نرم‌افزاری و تعویض ماژولار را بدون توقف کامل سرویس فراهم کند، زیرا مدل‌های بزرگ نیازمند به‌روزرسانی‌های مکرر و آموزش مجدد هستند.
این توافق چگونه با مشارکت‌های انویدیا و ایامدی هم‌راستا است
اوپنایآی ظرفیت خود را از چندین تأمینکننده تأمین میکند. گزارشها نشان میدهد انویدیا متعهد به فراهم‌آوری زیرساخت‌هایی شده — ارقام منتشرشده در رسانه‌ها نشان از سرمایهگذاری در مقیاس بزرگ مرتبط با حدود ۱۰ گیگاوات توان محاسباتی دارد — در حالی که گفته میشود ایامدی موافقت کرده حدود ۶ گیگاوات را فراهم آورد. همچنین گزارش شده اوپنایآی میلیاردها دلار به ایامدی پرداخت کرده و حتی ممکن است در موقعیتی برای گرفتن سهم قابل توجهی از سهام آن شرکت باشد.
چرا چند شریک؟ اتکا به چند تأمینکننده خطرات تأمین را کاهش میدهد، گزینههای معماری را متنوع میکند و به اوپنایآی کمک میکند سریع‌تر از آنچه یک تأمینکننده واحد می‌توانست پشتیبانی کند، مقیاس‌پذیری را افزایش دهد. به عبارت دیگر، استراتژی چندتأمین‌کننده به مدیریت ریسک زنجیره تأمین و انعطاف‌پذیری فنی منجر میشود؛ اگر یک خط تولید دچار اختلال شود یا یک تولیدکننده تغییر در استراتژی خود ایجاد کند، گزینههای جایگزین برای ادامه عملیات وجود دارد.
روابط با انویدیا و ایامدی همچنین نشان‌دهنده تنوع معماری است: انویدیا با معماری GPU و قابلیت‌های نرم‌افزاری مانند CUDA شناخته شده و اکوسیستم گسترده‌ای برای آموزش و استنتاج مدل‌های بزرگ دارد؛ در مقابل، ایامدی با سرمایهگذاری در GPUها و accelerators تلاش میکند گزینههای رقابتی ارائه دهد. ترکیب تراشه‌های تخصصی برادکام با GPUهای انویدیا و ایامدی می‌تواند مجموعه‌ای از گزینه‌ها را برای بهینه‌سازی هزینه‌ها، کارایی و تطبیق‌پذیری فراهم آورد.
تقاضای بلندپروازانه: ۲۵۰ گیگاوات در هشت سال
مدیرعامل، سم آلتمن، به کارکنان گفته است که اوپنایآی انتظار دارد در حدود ۲۵۰ گیگاوات ظرفیت محاسباتی طی هشت سال آینده نیاز داشته باشد. برای مقایسه، ۲۵۰ گیگاوات تقریباً یک‌پنجم کل ظرفیت تولید برق ایالات متحده (~۱۲۰۰ گیگاوات) است. ساخت چنین زیرساخت گسترده‌ای برای هوش مصنوعی احتمالاً هزینه‌ای در حدود ۱۰ تریلیون دلار در پی دارد که فراتر از توان مالی هر شریک سختافزاری منفرد است.
این عدد ۲۵۰ گیگاوات نه تنها نشان‌دهنده نیاز به تراشه‌هاست بلکه به معنای سرمایهگذاری در سطح شبکه توزیع برق، مراکز خنککننده مایع یا هوایی، مدیریت پسماند حرارتی، و توسعه نرم‌افزارهای مدیریت بار است. برای تامین این مقدار برق و زیرساخت، شرکتها معمولاً به قراردادهای بلندمدت خرید برق (PPA)، سرمایهگذاری مشترک با شرکت‌های انرژی، و استفاده از منابع انرژی تجدیدپذیر برای کاهش ردپای کربنی روی می‌آورند.
حتی با تعهدات بزرگ از جانب فروشندگان و افزایش درآمد — که گزارش رسانه‌ها درآمد سال جاری اوپنایآی را حدود ۱۳ میلیارد دلار پیش‌بینی میکند — شرکت به مدل‌های نوآورانه تأمین مالی، سرمایهگذاری مشترک، و جریان‌های درآمد جدید نیاز خواهد داشت تا این توسعه عظیم را پشتیبانی کند. مدل‌های درآمدی می‌توانند شامل اشتراک‌های سازمانی، قراردادهای سرویس سطح بالا (SLA)، فروش مدل‌ها و APIهای اختصاصی، و همکاری‌های بلندمدت با صنایع مختلف باشند.
از منظر بازار، نیاز چنین ظرفیتی می‌تواند تأثیرات گسترده‌ای بر زنجیره تأمین نیمه‌هادی‌ها، قیمت انرژی، و توسعه مراکز داده در نقاط جغرافیایی کم‌هزینه برق داشته باشد. کشورها و مناطق با انرژی ارزان و مقررات حمایتی ممکن است برای استقرار مراکز داده جذاب‌تر شوند و این تحول می‌تواند به جابجایی استراتژیک در مکان‌یابی دیتا سنترها منتهی شود.
چشم‌انداز فنی و اقتصادی: نکات کلیدی
توسعه سیلیکون سفارشی برای هوش مصنوعی نیازمند تخصص در چند حوزه است: طراحی معماری شتاب‌دهنده برای ماتریس‌های بزرگ، بهینه‌سازی حافظه سطح بالا با پهنای باند زیاد، پیاده‌سازی interconnect با کارایی بالا بین شتاب‌دهنده‌ها، و سازگاری با چارچوب‌های نرم‌افزاری مانند PyTorch و TensorFlow. همچنین بهره‌وری انرژی (TOPS/W یا FLOPS/W) به عنوان معیاری حیاتی برای انتخاب طراحی‌ها مورد استفاده قرار می‌گیرد.
هزینه کل مالکیت (TCO) برای اپراتورهای مراکز داده شامل هزینه خرید سختافزار، هزینه انرژی برق، هزینه خنک‌سازی، هزینه نگهداری و تعویض، و هزینه‌های نرم‌افزاری و نیروی انسانی است. طراحی سیلیکون سفارشی می‌تواند TCO را از طریق افزایش کارایی کاهش دهد، اما هزینه توسعه و تولید اولیه بالاست و نیازمند مقیاس عظیم برای بازگشت سرمایه است.
در سطح فنی، مسائل مربوط به قابلیت‌اطمینان بلندمدت (reliability)، مدیریت خطا (fault tolerance)، به‌روزرسانی میکروکد و قابلیت برنامه‌نویسی سختافزار از جمله چالش‌های مهم هستند. علاوه بر این، برای بهره‌برداری کامل از سیلیکون‌های جدید، باید نرم‌افزارها و ابزارهای کامپایلری تطبیق یابند تا مدل‌های یادگیری عمیق بتوانند از ویژگی‌های اختصاصی سختافزار بهره‌مند شوند.
چه چیزهایی را باید دنبال کرد
نکات کلیدی که باید زیر نظر داشت شامل مایلاستونهای استقرار از سوی برادکام (نصب رکها در ۲۰۲۶)، و همچنین اطلاعرسانیهای بیشتر درباره تحویل ظرفیت از انویدیا و ایامدی است. سال‌های آتی نشان خواهد داد آیا سیلیکون سفارشی و استراتژی تأمین چندگانه می‌توانند با افزایش تقاضای خدمات مولد هوش مصنوعی همگام شوند یا نه.
همچنین باید به شاخص‌های دیگر توجه کرد: عملکرد واقعی در معیارهای بنچمارک، هزینه عملیاتی هر ترانزاکشن، میزان مصرف انرژی نسبت به توان پردازشی، و انعطاف‌پذیری در به‌روزرسانی مدل‌ها. اطلاعیه‌های رسمی شرکتها درباره زمان‌بندی تحویل، حجم سفارش‌ها، و هرگونه شراکت مالی یا سهامداری احتمالی بین اوپنایآی و تأمین‌کنندگان می‌تواند سیگنال‌هایی مهم برای سرمایه‌گذاران و رقبا فراهم کند.
در نهایت، تأثیرات زیست‌محیطی و مقرراتی نیز باید در نظر گرفته شوند: مصرف برق گسترده می‌تواند فشارهای سیاسی و زیست‌محیطی به همراه داشته باشد و شرکتها را به استفاده از انرژیهای پاک و شفافیت بیشتر در گزارش انتشار کربن و مصرف انرژی سوق دهد. ترکیب سیاست‌های شرکتی و مقررات دولتی می‌تواند مسیر توسعه مراکز داده و انتخاب تأمین‌کنندگان انرژی را تحت تأثیر قرار دهد.
خلاصه اینکه این حرکت اوپنایآی به سمت سیلیکون سفارشی و همکاری با چند تأمینکننده، نقطه عطفی در تکامل زیرساخت‌های هوش مصنوعی است که هم فرصت‌های فنی و اقتصادی جدیدی ایجاد میکند و هم مجموعه‌ای از چالش‌های عملیاتی، مالی و زیست‌محیطی را به همراه دارد.
منبع: smarti
ارسال نظر