تیر
اخبار
جنگِ پنهانِ محاسبات؛ چرا برندگان واقعی هوش مصنوعی سازندگان تراشهاند؟
همه به مدلهای هوش مصنوعی خیره شدهاند، اما پولِ واقعی و قدرتِ پنهانِ این صنعت جای دیگری در حال انباشتهشدن است: در تراشهها و اَبَرکامپیوترها.
لیست مطالب
۱) در یک نگاه: در جنگ هوش مصنوعی، چه کسی واقعاً برنده است؟
وقتی از مسابقهٔ هوش مصنوعی حرف میزنیم، ذهنها بلافاصله به سمت نام مدلها میرود؛ اینکه کدام دستیار هوشمند باهوشتر است، کدام شرکت مدل تازهتری معرفی کرده و کدام بنچمارک را چه کسی شکسته است. اما اگر یک قدم عقب بگذاریم و به جریان پول نگاه کنیم، تصویری کاملاً متفاوت پدیدار میشود. سودِ کلان و اهرم قدرت، نه لزوماً در دست سازندگان مدل، بلکه در دست کسانی است که سختافزار و ظرفیت محاسباتی این مدلها را تأمین میکنند.
در فاصلهٔ چند روز، سه اتفاق بزرگ این حقیقت را زیر نورافکن برد. نخست، شرکت کرهای اسکایهاینیکس (SK Hynix) با عرضهٔ سهامش در بازار نزدک، رکورد تاریخی بهجا گذاشت. دوم، غول تراشه انویدیا بار دیگر به ارزش بازار حیرتانگیزِ نزدیک به ۵ تریلیون دلار رسید و بخش نیمههادیها از شرکتهای نرمافزاری پیشی گرفت. و سوم، جزئیاتی از یک قرارداد کمسابقه فاش شد که نشان میداد حتی رقبای خونی هم برای دسترسی به محاسبات، مجبور به همکاریاند.
این مقاله سه رویداد را کنار هم میگذارد تا نشان دهد چرا «کمبود محاسبات» به گلوگاه اصلی و تعیینکنندهٔ سرنوشت کل صنعت بدل شده است. اگر میخواهید همیشه در جریان مهمترین تحولات این حوزه باشید، پیشنهاد میکنیم صفحهٔ اخبار روز هوش مصنوعی را دنبال کنید.
۲) اسکایهاینیکس؛ عرضهای که تاریخساز شد
سازندهٔ کرهایِ حافظه، اسکایهاینیکس، با نماد SKHY وارد بازار نزدک شد و در جریان این عرضه حدود ۲۶٫۵ میلیارد دلار سرمایه جذب کرد. این رقم آن را به بزرگترین عرضهٔ سهام یک شرکت خارجی در کل تاریخ بازارهای آمریکا تبدیل کرد؛ رکوردی که پیشتر در سال ۲۰۱۴ بهنام علیبابا ثبت شده بود. تقاضای نهادی برای این سهام تا حدود هفت برابر تعداد سهام عرضهشده گزارش شد؛ عددی که میزان اشتیاق سرمایهگذاران را برای ورود به قلب زنجیرهٔ تأمین هوش مصنوعی نشان میدهد.
سهام این شرکت در نخستین روز معاملات حدود ۱۳ درصد بالاتر از قیمت عرضه بسته شد و ارزش بازار شرکت را به حدود ۱٫۲۷ تریلیون دلار رساند؛ رقمی که اسکایهاینیکس را در جمع باارزشترین شرکتهای حاضر در بازار آمریکا جای میدهد. اما پرسش کلیدی این است: چرا سرمایهگذاران اینقدر مشتاقِ یک سازندهٔ حافظهاند؟ پاسخ در سه حرف نهفته است: HBM.
۳) چرا حافظهٔ HBM قلبِ تپندهٔ هوش مصنوعی است؟
حافظهٔ باپهنایباند بالا یا HBM، نوع خاصی از حافظه است که برای تغذیهٔ سریع پردازندههای گرافیکی در مراکز داده طراحی شده است. آموزش و اجرای مدلهای بزرگ زبانی به جابهجایی حجم عظیمی از داده در هر ثانیه نیاز دارد و اگر حافظه نتواند داده را بهاندازهٔ کافی سریع به پردازنده برساند، قدرتمندترین تراشهها هم بیاستفاده میمانند. به همین دلیل HBM از یک قطعهٔ جانبی به یک منبع راهبردی تبدیل شده است.
اسکایهاینیکس در حال حاضر حدود ۵۶ درصد از درآمد جهانی این نوع حافظه را در اختیار دارد و عملاً هر پردازندهٔ پیشرفتهٔ انویدیا از خانوادهٔ H100، H200 و Blackwell که به مراکز دادهٔ هوش مصنوعی ارسال میشود، حافظهٔ این شرکت را در دل خود دارد. به بیان ساده، بدون این قطعه، موتور هوش مصنوعی جهان از کار میافتد. این وابستگی توضیح میدهد که چرا کنترل بر زنجیرهٔ تأمین حافظه، بهاندازهٔ خودِ مدلها اهمیت پیدا کرده است. برای درک بهتر اینکه این فناوری در عمل چه کارهایی میتواند و چه کارهایی نمیتواند انجام دهد، نگاهی به مقالهٔ توان و محدودیتهای واقعی هوش مصنوعی خالی از لطف نیست.
۴) انویدیا، ۵ تریلیون دلار و سلطنت بیرقیب تراشه
در همین بازهٔ زمانی، انویدیا بار دیگر به ارزش بازار نزدیک به ۵ تریلیون دلار بازگشت و روندی را تثبیت کرد که شاید مهمترین درسِ اقتصادی امسال باشد: در این فصل، شرکتهای سازندهٔ تراشه از شرکتهای نرمافزاری پیشی گرفتند. جالب اینجاست که همین رقابت شدید و جنگ قیمتی میان سازندگان مدل، بهجای آنکه به ضرر تولیدکنندگان سختافزار تمام شود، درآمد آنها را بالا میبرد.
منطق ماجرا ساده است. هرچه مدلها ارزانتر و در دسترستر میشوند، مصرف آنها انفجاری رشد میکند و این یعنی تقاضای بیشتر برای محاسبات، و در نتیجه فروش بیشتر تراشه. به این پدیده گاهی «کلنگ و بیل عصر طلا» میگویند؛ در هجوم به طلا، کسانی که ابزار حفاری میفروشند مطمئنترین سود را میبرند. اگر با نقش و اهمیت شرکتهایی مثل OpenAI در شکلگیری این تقاضا آشنایی کامل ندارید، مقالهٔ OpenAI چیست نقطهٔ شروع خوبی است.
۵) وقتی رقبا مجبورند با هم محاسبه کنند: ماجرای کولوسوس
شاید عجیبترین نشانهٔ کمبود محاسبات، همکاری اجباری میان رقبا باشد. اَبَرکامپیوتری به نام «کولوسوس» متعلق به شرکت xAIِ ایلان ماسک، در نسخهٔ نخست خود از حدود ۲۲۰ هزار پردازندهٔ گرافیکی انویدیا و ظرفیتی نزدیک به ۳۰۰ مگاوات برخوردار است. نکتهٔ کلیدی این است که بهدلیل معماری ترکیبی و ناهمگون این نسخه، خودِ xAI آن را برای آموزش مدل گراک چندان کارآمد ندید و در عوض، ظرفیت آن را در اختیار دیگران گذاشت.
در نتیجه شرکت انتروپیک، سازندهٔ دستیار هوشمند کلود (Claude)، از این اَبَرکامپیوتر برای اجرا و پاسخدهی مدلهای خود بهره میبرد. بر اساس گزارشها و برآوردهای منتشرشده، هزینهٔ ماهانهٔ این دسترسی برای انتروپیک به بیش از یک میلیارد دلار میرسد و گوگل نیز مبالغ کلانی ماهانه برای ظرفیت مشابه پرداخت میکند. یعنی شرکتهایی که در بازار محصول با هم رقابت خونین دارند، در لایهٔ زیرساخت ناچار به همکاریاند.
این تصویر یک حقیقت مهم را آشکار میکند: در سال ۲۰۲۶، داشتن یک مدل عالی کافی نیست؛ بدون دسترسی به محاسبات کافی، آن مدل روی کاغذ باقی میماند. رقابت فنی میان دستیارها همچنان جذاب است و ما پیشتر نمونهای از این نبردها را در مقالهٔ نبرد ChatGPT و DeepSeek بررسی کردهایم، اما پشت صحنهٔ همهٔ این رقابتها، یک جنگ خاموش بر سر سختافزار در جریان است.
۶) کمبود محاسبات؛ گلوگاه واقعی مسابقه
شواهد کمبود محاسبات را میتوان در تصمیمهای راهبردی همهٔ بازیگران بزرگ دید. متا اعلام کرده قصد دارد ظرفیت محاسباتی خود را تا سال ۲۰۲۷ دو برابر کند و از جمله یک مرکز دادهٔ عظیم یکگیگاواتی با سرمایهگذاری حدود ۱۰ میلیارد دلار در کانادا میسازد. این حجم از سرمایهگذاری تنها زمانی توجیهپذیر است که شرکتها محاسبات را نه یک هزینه، بلکه گرانبهاترین دارایی راهبردی خود بدانند.
همزمان، موجی از سرمایه به سمت شرکتهایی سرازیر شده که وعدهٔ اجرای ارزانتر و کارآمدتر مدلها را میدهند؛ برای نمونه، شرکت سامبانووا (SambaNova) در دور تازهٔ جذب سرمایهٔ خود حدود یک میلیارد دلار با ارزشگذاری نزدیک به ۱۱ میلیارد دلار جمع کرد. سرمایهگذاران بهدنبال کاهش وابستگی صنعت به اَبَرکلاسترها و پردازندههای گرانقیمت هستند. این کمبود همان چیزی است که کل معادلهٔ قدرت را بازتعریف میکند.
محاسبات چگونه به «نفتِ تازه» تبدیل شد؟
در قرن گذشته، هرکس نفت را در اختیار داشت بر اقتصاد جهان اثر میگذاشت. امروز، ظرفیت محاسباتی همان نقش را بازی میکند. کشورها و شرکتهایی که به تراشه، انرژی و مراکز داده دسترسی دارند، عملاً سرعت پیشرفت هوش مصنوعی را در دست میگیرند. به همین دلیل است که سیاستگذاری دربارهٔ صادرات تراشه و ساخت مراکز داده به یک موضوع ژئوپلیتیک تبدیل شده است.
۷) این تحول برای کاربر عادی و کسبوکارها چه معنایی دارد؟
در کوتاهمدت، کمبود محاسبات میتواند بر قیمت و سرعت سرویسهای هوش مصنوعی اثر بگذارد؛ گاهی محدودیت استفاده، صف انتظار یا کندی موقت، ریشه در همین کمبود ظرفیت دارد. اما در میانمدت، رقابت شدید برای عرضهٔ محاسبات ارزانتر، احتمالاً به نفع کاربر نهایی تمام میشود و دسترسی به ابزارهای قدرتمند را ارزانتر میکند.
برای کسبوکارها، پیام روشنتر است: هوش مصنوعی دیگر یک امکان لوکس نیست، بلکه به زیرساخت رقابت تبدیل شده است. درک اینکه چرا این فناوری برای بقای کسبوکارها اهمیت دارد، در مقالهٔ اهمیت هوش مصنوعی در کسبوکار بهتفصیل بررسی شده است. در عین حال باید مراقب تبلیغات اغراقآمیز هم بود؛ همانطور که در مقالهٔ توهم توسعهدهندهٔ تنها در برابر مهندس واقعی توضیح دادهایم، فاصلهای جدی میان وعدهها و واقعیتهای فنی وجود دارد.
نکتهٔ مهم برای کاربران حرفهای این است که ارزش واقعی این ابزارها زمانی آزاد میشود که بدانید چگونه با آنها درست کار کنید. یادگیری مهارت نوشتن دستور یا پرامپت، بهرهوری شما را چند برابر میکند؛ برای شروع میتوانید از راهنمای نوشتن پرامپت به زبان ساده و مجموعه آموزشهای ChatGPT کمک بگیرید.
۸) نگاه به آینده: چه کسی سلطنت محاسبات را در دست میگیرد؟
روند فعلی نشان میدهد که در سالهای پیشرو، برندگان اصلی هوش مصنوعی لزوماً باهوشترین مدلها نیستند، بلکه کسانیاند که بر زنجیرهٔ تأمین محاسبات کنترل دارند: سازندگان حافظه مثل اسکایهاینیکس، سازندگان تراشه مثل انویدیا، و صاحبان اَبَرکامپیوترها. تا زمانی که تقاضا برای هوش مصنوعی سریعتر از عرضهٔ ظرفیت رشد کند، این کمبود ادامه خواهد داشت.
با این حال، تاریخ فناوری به ما آموخته که هر گلوگاهی، موجی از نوآوری برای عبور از آن ایجاد میکند. تراشههای اختصاصی، معماریهای کارآمدتر و روشهای تازهٔ اجرای مدل، همگی تلاشهایی برای شکستن این انحصار محاسباتیاند. مسابقهٔ واقعی سالهای آینده، نه فقط بر سر هوشمندتر بودن، بلکه بر سر ارزانتر و در دسترستر کردن محاسبات خواهد بود.
۹) پرسشوپاسخ کوتاه (FAQ)
چرا سازندگان تراشه بیشتر از سازندگان مدل سود میبرند؟
چون هر مدل هوش مصنوعی برای آموزش و اجرا به سختافزار نیاز دارد. با رشد انفجاری استفاده از هوش مصنوعی، تقاضا برای تراشه و حافظه بالا میرود و سازندگان سختافزار، صرفنظر از اینکه کدام مدل برنده شود، فروش خود را افزایش میدهند.
HBM چیست و چرا اینقدر مهم است؟
HBM نوعی حافظهٔ باپهنایباند بالاست که داده را با سرعت زیاد به پردازندهٔ گرافیکی میرساند. بدون آن، حتی قدرتمندترین تراشهها هم نمیتوانند مدلهای بزرگ را کارآمد اجرا کنند؛ به همین دلیل به یک منبع راهبردی تبدیل شده است.
چرا انتروپیک از اَبَرکامپیوتر رقیب استفاده میکند؟
چون محاسبات آنقدر کمیاب است که شرکتها حاضرند حتی از ظرفیت رقبا استفاده کنند. اَبَرکامپیوتر کولوسوسِ xAI برای آموزش گراک بهینه نبود، اما برای اجرای مدلهای کلودِ انتروپیک مناسب بود و این همکاری اقتصادی برای هر دو طرف منطقی است.
این کمبود محاسبات چه تأثیری بر کاربر عادی دارد؟
در کوتاهمدت ممکن است بر قیمت، سرعت یا محدودیت استفاده از سرویسها اثر بگذارد، اما رقابت برای عرضهٔ محاسبات ارزانتر در میانمدت احتمالاً به نفع کاربران تمام میشود.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
