آنتروپیک، شرکت مادر کلود، با استخدام امیر صالک، بنیانگذار پروژهی TPU گوگل، رسماً وارد میدان ساخت تراشهی اختصاصی هوش مصنوعی شده است. این تصمیم چه معنایی برای آیندهی کلود، کاربران آن و کل صنعت هوش مصنوعی دارد؟

لیست مطالب
۱. چرا این خبر برای دنیای هوش مصنوعی مهم است؟
شرکتهای بزرگ هوش مصنوعی معمولاً روی مدلها و محصولات تمرکز میکنند، اما داستان امروز فرق دارد. آنتروپیک، سازندهی کلود، اعلام کرده که امیر صالک را به تیم محاسباتی خود اضافه کرده است؛ فردی که سابقهای کمنظیر در طراحی تراشههای هوش مصنوعی دارد. این استخدام بهتنهایی یک خبر پرسنلی ساده نیست، بلکه نشانهی روشنی از تغییر استراتژی بنیادین این شرکت در تأمین زیرساخت محاسباتیاش است.
در واقع، هر پیشرفتی که در مدلهای زبانی مانند کلود میبینیم، پشتصحنه به مقدار عظیمی از قدرت پردازشی وابسته است. اگر میخواهید بدانید این فناوریها دقیقاً چگونه کار میکنند و چه محدودیتهایی دارند، در مقالهی پتانسیل واقعی و محدودیتهای هوش مصنوعی توضیح دادهایم که چرا سختافزار در پس هر مدل هوشمند، نقشی تعیینکننده دارد.
نکتهی جالب اینجاست که این خبر درست در بحبوحهی روزهایی منتشر میشود که آنتروپیک با ارزشگذاریهای نجومی و صحبت از عرضهی اولیهی سهام در رسانهها میچرخد. وقتی شرکتی همزمان به فکر ورود به بازار سرمایه و ساخت تراشهی اختصاصی است، معنایش این است که مدیران آن، رشد فعلی را موقتی نمیبینند و برای یک بازی چندینساله برنامهریزی میکنند.
۲. امیر صالک کیست؟ معمار پنهان TPU گوگل
امیر صالک، دکترای مهندسی کامپیوتر خود را از دانشگاه USC گرفته و پیش از پیوستن به گوگل، هشت سال در Nvidia فعالیت کرد و در همانجا بخش طراحی سیستمرویتراشه را بنیان گذاشت. از سال ۲۰۱۳ که گوگل او را برای ساخت سیلیکون اختصاصی دیتاسنترهایش استخدام کرد، صالک بهعنوان بنیانگذار و رئیس واحد سیلیکون اختصاصی این شرکت شناخته شد؛ نشریهی فایننشالتایمز از او با عنوان «مغز متفکر تراشهی TPU گوگل» یاد کرده است.
نسلهایی از تراشه که با هدایت او متولد شدند
زیر نظر او، گوگل نسلهای متعددی از تراشههای تنسور پردازشی یا TPU را توسعه داد؛ از نخستین تراشهی اختصاصی تولیدی گوگل گرفته تا TPUv2 که اولین تراشهی صنعتی برای آموزش یادگیری عمیق به شمار میرود، و پس از آن TPUv3، TPUv4 و نسخههای تخصصی برای پردازش تصویر و ویدیو. این دستاوردها ثابت کرد ساخت تراشههای اختصاصی در مقیاس عظیم، نهتنها ممکن، بلکه برای شرکتهای بزرگ فناوری ضروری است.
پس از حدود یک دهه در گوگل، صالک از سال ۲۰۲۲ مدیر ارشد سرمایهگذاری در صندوق Cerberus Capital Management شد و روی سرمایهگذاری در حوزهی نیمههادیها، هوش مصنوعی و محاسبات لبه فعالیت کرد. حالا او همین تجربه را به آنتروپیک آورده است.
شاید مهمترین درسی که صالک از دوران گوگل با خودش آورده، این باشد که ساخت تراشهی اختصاصی در مقیاس هایپراسکیل، دیگر یک قمار عجیب نیست، بلکه یک ضرورت رقابتی است. تجربهی گوگل نشان داد وقتی یک شرکت، سختافزار را دقیقاً همراستا با نرمافزار و مدلهای خودش طراحی میکند، میتواند بازدهی بسیار بالاتری نسبت به استفاده از تراشههای عمومی بازار به دست بیاورد؛ درسی که حالا آنتروپیک هم میخواهد آن را برای کلود تکرار کند.
۳. چرا آنتروپیک حالا بهدنبال تراشهی اختصاصی است؟
آنتروپیک در حال حاضر برای تأمین قدرت پردازشی مدلهای کلود به چند تأمینکنندهی بزرگ از جمله Nvidia، گوگل و آمازون وابسته است. این وابستگی، در شرایطی که تقاضا برای محاسبات هوش مصنوعی هر ماه رشد انفجاری دارد، ریسک بزرگی محسوب میشود: کمبود عرضه، صفهای طولانی تحویل و هزینههای سرسامآور میتوانند مستقیماً روی سرعت توسعه و پایداری سرویس کلود اثر بگذارند.
به همین دلیل، صالک اکنون زیر نظر جیمز بردبری، یکی از چهرههای کلیدی تیم زیرساخت آنتروپیک، فعالیت میکند تا طراحی تراشههایی را شروع کند که دقیقاً متناسب با معماری و نیاز واقعی مدلهای کلود ساخته شوند، نه یک محصول عمومی که برای همهی بازار طراحی شده باشد. برای درک بهتر اینکه چرا شرکتهایی مثل آنتروپیک اینقدر روی زیرساخت سرمایهگذاری میکنند، مقالهی اهمیت هوش مصنوعی در کسبوکار ۲۰۲۵ را در مرچجیپیتی بخوانید.
۴. جنگ تراشه: آنتروپیک، OpenAI و رقابت سختافزاری
این حرکت آنتروپیک را دقیقاً در مسیر مشابهی با بزرگترین رقیبش، یعنی شرکت OpenAI، قرار میدهد. OpenAI پیشتر از تراشهی اختصاصی خود با نام رمز Jalapeno رونمایی کرده که با همکاری Broadcom ساخته شده و قرار است تا پایان سال ۲۰۲۶ وارد مدار عملیاتی شود. حالا آنتروپیک هم با جذب یکی از بهترین ذهنهای صنعت تراشه، وارد همین رقابت شده است.
گوگل و مایکروسافت هم سالهاست تراشههای اختصاصی خودشان مانند TPU و Maia را دارند، و متا و آمازون نیز پروژههای مشابه را دنبال میکنند. عملاً هیچکدام از غولهای هوش مصنوعی نمیخواهند در بلندمدت صرفاً مصرفکنندهی تراشههای شرکتهای دیگر باقی بمانند. اگر دوست دارید ببینید این رقابت فشرده میان مدلهای مختلف در عمل چه شکلی است، مقایسهای که در چتجیپیتی در برابر دیپسیک انجام دادهایم میتواند دیدگاه جالبی به شما بدهد.

۵. نقشهی کامل شراکتهای سختافزاری آنتروپیک
استخدام صالک تنها بخشی از یک برنامهی بزرگتر است. آنتروپیک همزمان قراردادی نزدیک به ۲۵۰ میلیون دلار با استارتاپ تراشهی Fractile برای دسترسی به سختافزار استنتاج امضا کرده و با شرکتهای زیرساختی مانند Riot Platforms و Volta Infra Holdings هم برای تأمین انرژی و ظرفیت دیتاسنتر همکاری میکند. در کنار اینها، گزارشها از مذاکرات آنتروپیک با Broadcom برای تأمین مالی چند دهمیلیارد دلاری ساخت ظرفیت تراشهی اختصاصی هم خبر میدهند.
وقتی همهی این قطعات را کنار هم بگذاریم، تصویر روشنی به دست میآید: آنتروپیک دیگر صرفاً یک شرکت مدلسازی زبانی نیست، بلکه بهسرعت در حال تبدیلشدن به یک شرکت زیرساخت هوش مصنوعی تمامعیار است که کنترل کامل زنجیرهی تأمین محاسباتی خود را در دست میگیرد.
مقایسهی این استراتژی با رقبا هم جالب توجه است. گوگل با TPU، مایکروسافت با Maia، آمازون با Trainium و اکنون OpenAI با Jalapeno، هرکدام مسیر خودشان را برای کاهش وابستگی به Nvidia طی کردهاند. ورود آنتروپیک به این باشگاه، عملاً یعنی همهی بازیگران اصلی صنعت هوش مصنوعی امروز پذیرفتهاند که در یک بازار با تقاضای نامحدود برای پردازش، مالکیت سختافزار همانقدر اهمیت دارد که مالکیت الگوریتم و داده.
۶. این تصمیم چه تأثیری روی کاربران و توسعهدهندگان کلود دارد؟
برای کسانی که هرروز از کلود برای نوشتن، کدنویسی یا تحلیل داده استفاده میکنند، این خبر در نگاه اول شاید انتزاعی به نظر برسد، اما پیامدهای عملی روشنی دارد. تراشهی اختصاصی میتواند هزینهی هر پرسش را کاهش دهد، تأخیر پاسخگویی را کم کند و ظرفیت لازم برای اجرای مدلهای بزرگتر و قویتر را فراهم کند، بدون آنکه آنتروپیک هر بار منتظر تحویل تراشه از تأمینکنندهای دیگر بماند.
اگر تازه با ابزارهایی مثل کلود یا چتجیپیتی کار را شروع کردهاید و میخواهید بهترین بهره را از آنها ببرید، آموزش نوشتن پرامپت برای مبتدیان نقطهی شروع خوبی است، و در بخش آموزشهای چتجیپیتی سایت مرچجیپیتی میتوانید مسیر یادگیری کاملتری را دنبال کنید.
نباید فراموش کرد که تراشهی اختصاصی، صرفاً یک مسئلهی فنی برای مهندسان نیست؛ روی تجربهی روزمرهی کاربر هم اثر مستقیم میگذارد. کاهش تأخیر پاسخگویی یعنی مکالمههای سریعتر با کلود، ارزانترشدن هزینهی پردازش یعنی امکان ارائهی طرحهای مقرونبهصرفهتر برای کاربران و کسبوکارهای کوچک، و پایداری بیشتر زیرساخت هم یعنی قطعی و کندی کمتر در ساعات پرترافیک. اینها همان چیزهایی هستند که معمولاً در تیترهای خبری دیده نمیشوند، اما در تجربهی واقعی کاربران کاملاً محسوساند.
۷. چالشها، ریسکها و مسیر پیش رو
ساخت تراشه از صفر، کاری ساده یا سریع نیست. طراحی، تولید و رسیدن به مقیاس صنعتی برای یک تراشهی هوش مصنوعی معمولاً چند سال زمان میبرد و نیازمند سرمایهگذاری میلیاردی است. حتی OpenAI هم با وجود اعلام تراشهی Jalapeno، هنوز آن را عملیاتی نکرده است. بنابراین آنتروپیک هم احتمالاً باید صبر کند تا نتیجهی واقعی این استراتژی را ببیند.
از سوی دیگر، رقابت شدید بر سر جذب متخصصان طراحی تراشه، هزینهی این حوزه را بالا برده و ریسک شکست پروژههای سختافزاری را هم باید در نظر گرفت. با این حال، تجربهی نشاندادهشدهی صالک در گوگل، نشان میدهد آنتروپیک برای این مسیر دشوار، فردی با سابقهی اثباتشده انتخاب کرده است. برای دیدی واقعبینانهتر از تفاوت میان توسعهی واقعی محصولات فنی و ادعاهای بازاریابی، مطالعهی توهم هوش مصنوعی؛ توسعهدهندهی تنها در برابر مهندس واقعی خالی از لطف نیست.

پرسشهای متداول دربارهی تراشهی اختصاصی آنتروپیک
آیا کلود از همین حالا از تراشهی اختصاصی استفاده میکند؟
خیر، فعلاً این پروژه در مرحلهی شکلگیری تیم و برنامهریزی است و تا رسیدن به مرحلهی تولید و استقرار واقعی، احتمالاً باید منتظر ماند.
چرا امیر صالک برای این نقش انتخاب شده است؟
او با سابقهی هدایت پروژهی TPU گوگل و تجربهی چند نسل ساخت تراشهی هوش مصنوعی، یکی از معدود افرادی است که تجربهی عملی ساخت سیلیکون اختصاصی در مقیاس بزرگ را دارد.
آیا این یعنی آنتروپیک همکاریاش با Nvidia و گوگل را قطع میکند؟
نه لزوماً؛ هدف اصلی کاهش وابستگی مطلق و تنوعبخشیدن به منابع تأمین تراشه است، نه قطع کامل همکاری با شرکای فعلی.
این خبر چه ارتباطی با آیندهی محصولات کلود دارد؟
هرچه زیرساخت محاسباتی قدرتمندتر و پایدارتر شود، آنتروپیک راحتتر میتواند مدلهای بزرگتر و سریعتری را برای کاربران کلود عرضه کند.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید