قرارداد آی‌بی‌ام و Together AI برای زیرساخت هوش مصنوعی متن‌باز در برابر مدل‌های بسته مانند ChatGPT

قرارداد ۲۴۰ میلیون دلاری آی‌بی‌ام و Together AI؛ حمله به قیمت مدل‌های بسته با تراشه‌های بلک‌ول

اخبار · هوش مصنوعی

آی‌بی‌ام و استارتاپ Together AI با امضای قراردادی چندساله به ارزش ۲۴۰ میلیون دلار، خوشه‌ای عظیم از تراشه‌های نسل بلک‌ول انویدیا برای استنتاج هوش مصنوعی متن‌باز می‌سازند؛ طرحی که هدفش شکستن سلطه‌ی قیمتی مدل‌های بسته است.

چکیده. آی‌بی‌ام و Together AI توافقی چندساله به ارزش ۲۴۰ میلیون دلار امضا کرده‌اند تا با سیستم‌های NVIDIA HGX B300 و شبکه‌ی Spectrum-X، خوشه‌ای برای استنتاج هوش مصنوعی متن‌باز روی ابر آی‌بی‌ام بسازند. این پروژه از سه‌ماهه‌ی اول ۲۰۲۷ در دسترس قرار می‌گیرد و می‌تواند بازدهی «کارخانه‌های هوش مصنوعی» را تا سی برابر افزایش دهد.
قرارداد آی‌بی‌ام و Together AI برای زیرساخت هوش مصنوعی متن‌باز در برابر مدل‌های بسته مانند ChatGPT

۱. توافقی که می‌تواند نقشه‌ی بازار استنتاج را عوض کند

در روزهای اخیر، دو نام کمتر شناخته‌شده برای عموم کاربران هوش مصنوعی -آی‌بی‌ام و Together AI- خبری منتشر کردند که می‌تواند تأثیری عمیق بر بازار زیرساخت هوش مصنوعی سازمانی بگذارد. این دو شرکت اعلام کردند قراردادی چندساله به ارزش ۲۴۰ میلیون دلار امضا کرده‌اند تا یکی از بزرگ‌ترین خوشه‌های استنتاج هوش مصنوعی متن‌باز را روی ابر آی‌بی‌ام راه‌اندازی کنند. برخلاف بسیاری از اخبار هفته‌های اخیر که حول مدل‌های زبانی تازه یا ویژگی‌های جدید دستیارهای گفت‌وگومحور می‌چرخید، این خبر به‌جای رقابت بر سر هوشمندی مدل‌ها، مستقیماً به دل زیرساخت و هزینه‌ی اجرای آن‌ها می‌زند.

موضوع اصلی این توافق «استنتاج» یا inference است؛ یعنی مرحله‌ای که در آن یک مدل هوش مصنوعی از پیش آموزش‌دیده، به پرسش‌های واقعی کاربران پاسخ می‌دهد. اگر آموزش مدل‌ها را بتوان به ساخت یک کارخانه‌ی غول‌آسا تشبیه کرد، استنتاج همان خط تولید روزانه است که هر بار محصول تازه‌ای تحویل می‌دهد. هرچه این خط تولید سریع‌تر و ارزان‌تر کار کند، شرکت‌هایی که از هوش مصنوعی برای محصولات خود استفاده می‌کنند، هزینه‌ی کمتری می‌پردازند و می‌توانند خدمات را با قیمت رقابتی‌تری عرضه کنند.

۲. جزئیات فنی: از HGX B300 تا شبکه‌ی Spectrum-X

در قلب این پروژه، سیستم‌های تازه‌ی NVIDIA HGX B300 قرار دارند که جزو نسل بلک‌ول تراشه‌های انویدیا محسوب می‌شوند. این سیستم‌ها در کنار شبکه‌ی فوق‌سریع Spectrum-X روی زیرساخت ابری آی‌بی‌ام مستقر خواهند شد. طبق ادعای رسمی آی‌بی‌ام، این ترکیب می‌تواند بازدهی به‌اصطلاح «کارخانه‌های هوش مصنوعی» را نسبت به نسل‌های قبلی تجهیزات، تا سی برابر افزایش دهد؛ رقمی که اگر در عمل محقق شود، می‌تواند هزینه‌ی هر واحد پردازش را به‌طرز چشمگیری کاهش دهد.

نکته‌ی مهم این است که این زیرساخت به‌طور خاص برای اجرای مدل‌های متن‌باز طراحی شده، نه مدل‌های اختصاصی و بسته. Together AI، شریک این پروژه، از مدت‌ها پیش به‌عنوان یکی از بزرگ‌ترین ارائه‌دهندگان زیرساخت برای اجرای مدل‌های متن‌باز شناخته می‌شود؛ مدل‌هایی که کد و وزن‌های آن‌ها در دسترس عموم قرار دارد و شرکت‌ها می‌توانند بدون وابستگی به یک ارائه‌دهنده‌ی خاص، از آن‌ها استفاده کنند.

۳. چرا این پروژه اهمیت دارد؟

اهمیت این خبر را باید در بستر رقابت گسترده‌تر بازار هوش مصنوعی دید. در حالی که شرکت‌هایی مانند اوپن‌ای‌آی و گوگل با مدل‌های بسته‌ی خود مثل ChatGPT و Gemini بازار را در دست دارند، بسیاری از سازمان‌ها به دنبال جایگزینی هستند که کنترل بیشتری بر داده‌ها و هزینه‌های خود داشته باشند. مدل‌های متن‌باز دقیقاً همین فرصت را فراهم می‌کنند، اما تا پیش از این، یکی از موانع اصلی توسعه‌ی آن‌ها، نبود زیرساخت استنتاجی به همان اندازه سریع و مقیاس‌پذیر مدل‌های بسته بود.

ویپول ود پرکاش، مدیرعامل Together AI، در بیانیه‌ی رسمی این همکاری گفته است که سازمان‌ها امروز خواهان عملکردی در سطح مدل‌های خط‌مقدم هستند، اما بدون تحمل قیمت‌گذاری سنگین مدل‌های بسته. به گفته‌ی او، تنها یک زیرساخت سریع، پایدار و قابل‌اتکا در مقیاس بزرگ می‌تواند این خواسته را برآورده کند؛ و همین دقیقاً هدفی است که این قرارداد دنبال می‌کند.

سیستم‌های NVIDIA HGX B300 نسل بلک‌ول برای افزایش سرعت استنتاج هوش مصنوعی سازمانی

۴. نقش آی‌بی‌ام؛ بازگشت به میدان زیرساخت ابری

آی‌بی‌ام در سال‌های اخیر تلاش کرده جایگاه خود را در بازار ابر و هوش مصنوعی سازمانی تثبیت کند، بازاری که عمدتاً در اختیار غول‌هایی مانند مایکروسافت آژور، آمازون و گوگل کلاود است. این قرارداد فرصتی برای آی‌بی‌ام فراهم می‌کند تا خود را به‌عنوان بستری برای اجرای هوش مصنوعی متن‌باز در مقیاس سازمانی معرفی کند، بدون آنکه لزوماً وارد رقابت مستقیم برای ساخت مدل‌های زبانی اختصاصی شود.

آلن پیکاک، مدیر ابر آی‌بی‌ام، در اظهاراتی درباره‌ی این همکاری گفته است ترکیب امکانات ابری آی‌بی‌ام با محاسبات شتاب‌یافته‌ی انویدیا، زیرساختی مقیاس‌پذیر و مقرون‌به‌صرفه برای هوش مصنوعی سازمانی فراهم می‌کند که به Together AI اجازه می‌دهد سرعت نوآوری خود را بالا ببرد. این جمله نشان می‌دهد آی‌بی‌ام این پروژه را نه یک همکاری موقت، بلکه بخشی از استراتژی بلندمدت خود در حوزه‌ی هوش مصنوعی سازمانی می‌بیند.

۵. جایگاه انویدیا؛ همچنان تأمین‌کننده‌ی اصلی سوخت هوش مصنوعی

در این میان، انویدیا یک‌بار دیگر نقش تأمین‌کننده‌ی اصلی سخت‌افزار را ایفا می‌کند. نماینده‌ی این شرکت در بیانیه‌ی مشترک گفته است «کارخانه‌های هوش مصنوعی» به‌سرعت در حال تبدیل‌شدن به زیرساختی ضروری برای کسب‌وکارها هستند و این پلتفرم به سازمان‌ها کمک می‌کند تا هوش مصنوعی متن‌باز را با عملکرد و بهره‌وری موردنیاز خود پیاده‌سازی کنند. تقریباً در تمام قراردادهای بزرگ زیرساخت هوش مصنوعی که این روزها امضا می‌شوند -از پروژه‌های ابری بزرگ تا مراکز داده‌ی اختصاصی- ردپای تراشه‌های انویدیا به‌وضوح دیده می‌شود، و این توافق نیز از این قاعده مستثنا نیست.

در کنار این پروژه، انویدیا هم‌زمان روی طرح‌های دیگری از جمله چارچوب گزارش‌دهی رخدادهای عامل‌های خودمختار هوش مصنوعی با همکاری شرکت‌هایی مانند سیسکو و کرادسترایک نیز فعال است؛ نشانه‌ای از اینکه این شرکت تلاش می‌کند نه‌تنها در سخت‌افزار، بلکه در استانداردسازی ایمنی زیرساخت‌های هوش مصنوعی نیز پیشرو باقی بماند.

۶. زمان‌بندی و مقیاس پروژه

طبق برنامه‌ی اعلام‌شده، راه‌اندازی کامل این خوشه از سه‌ماهه‌ی نخست سال ۲۰۲۷ آغاز خواهد شد. این یعنی سازمان‌ها هنوز باید چند ماه صبر کنند تا بتوانند از این زیرساخت به‌طور کامل بهره‌مند شوند، اما آماده‌سازی و استقرار تجهیزات از همین حالا آغاز شده است. Together AI اعلام کرده هم‌اکنون حدود ۴۰۰ تریلیون توکن در ماه برای مشتریان سازمانی خود پردازش می‌کند؛ رقمی که با راه‌اندازی این خوشه‌ی تازه، انتظار می‌رود به‌طور محسوسی افزایش یابد.

چنین مقیاسی نشان می‌دهد صحبت از یک آزمایش کوچک یا پروژه‌ی نمایشی نیست، بلکه سرمایه‌گذاری‌ای جدی برای پاسخ‌گویی به تقاضای واقعی و رو به رشد بازار برای هوش مصنوعی متن‌باز است.

حجم پردازش ماهانه توکن‌های هوش مصنوعی متن‌باز توسط استارتاپ Together AI روی زیرساخت آی‌بی‌ام

۷. تأثیر احتمالی بر قیمت‌گذاری هوش مصنوعی سازمانی

یکی از پیامدهای مهمی که کارشناسان این حوزه روی آن تأکید می‌کنند، احتمال کاهش هزینه‌ی استفاده از هوش مصنوعی برای شرکت‌های کوچک و متوسط است. امروز بسیاری از استارتاپ‌ها و کسب‌وکارهای کوچک به دلیل هزینه‌ی بالای استفاده از مدل‌های بسته، ناچار به محدود کردن قابلیت‌های هوش مصنوعی محصولات خود هستند. اگر زیرساخت‌هایی مانند این پروژه‌ی مشترک آی‌بی‌ام و Together AI بتوانند هزینه‌ی استنتاج را به‌شکل محسوسی کاهش دهند، دسترسی به مدل‌های قدرتمند برای طیف گسترده‌تری از کسب‌وکارها ممکن می‌شود. برای درک بهتر اینکه چرا هوش مصنوعی این‌قدر برای کسب‌وکارها اهمیت پیدا کرده، می‌توانید این مقاله درباره‌ی نقش هوش مصنوعی در کسب‌وکار را بخوانید.

از سوی دیگر، این روند می‌تواند فشار رقابتی بیشتری بر شرکت‌های ارائه‌دهنده‌ی مدل‌های بسته وارد کند. اگر تفاوت عملکرد میان مدل‌های متن‌باز و بسته کاهش یابد، در حالی که تفاوت قیمتی همچنان چشمگیر باقی بماند، بسیاری از تصمیم‌گیران فناوری ممکن است به سمت گزینه‌های متن‌باز متمایل شوند. برای مقایسه‌ی دقیق‌تر عملکرد مدل‌های مختلف، می‌توانید نگاهی به مقایسه‌ی ChatGPT و DeepSeek در سایت ما بیندازید.

۸. نگاهی به محدودیت‌ها و پرسش‌های باقی‌مانده

با وجود همه‌ی وعده‌های داده‌شده، هنوز چند پرسش کلیدی بی‌پاسخ مانده است. نخست اینکه آیا افزایش سی‌برابری بازدهی که آی‌بی‌ام از آن سخن می‌گوید، در شرایط واقعی و بار کاری متنوع سازمانی نیز تکرار خواهد شد یا خیر. دوم، هنوز مشخص نیست قیمت نهایی خدمات استنتاجی که از این زیرساخت عرضه می‌شود، دقیقاً چقدر پایین‌تر از رقبای بسته خواهد بود. سوم، رقابت روی زیرساخت هوش مصنوعی همچنان به سرمایه‌گذاری‌های کلان نیاز دارد و ریسک باقی ماندن ظرفیت مازاد در صورت عدم تحقق تقاضای پیش‌بینی‌شده، برای هر دو طرف این قرارداد وجود دارد.

با این حال، روند کلی بازار نشان می‌دهد شرکت‌ها روزبه‌روز بیشتر به‌دنبال گزینه‌های جایگزین برای وابستگی کامل به تعداد محدودی ارائه‌دهنده‌ی مدل بسته هستند. اگر می‌خواهید بدانید محدودیت‌های واقعی هوش مصنوعی امروز چیست و کجا هنوز جای پیشرفت وجود دارد، پیشنهاد می‌کنیم این تحلیل از توان و محدودیت‌های هوش مصنوعی را مطالعه کنید.

۹. جمع‌بندی روند بازار زیرساخت هوش مصنوعی

قرارداد آی‌بی‌ام و Together AI را می‌توان یکی از نشانه‌های واضح تغییر جهت‌گیری بازار هوش مصنوعی سازمانی دانست؛ جهت‌گیری‌ای که دیگر صرفاً حول قدرت مدل‌ها نمی‌چرخد، بلکه بیشتر به سمت هزینه، مقیاس‌پذیری و استقلال از ارائه‌دهندگان بسته متمایل شده است. اگر این روند ادامه پیدا کند، احتمالاً در ماه‌های آینده شاهد قراردادهای مشابه بیشتری میان شرکت‌های ابری و ارائه‌دهندگان مدل‌های متن‌باز خواهیم بود.

پرسش‌های متداول

این قرارداد دقیقاً چه چیزی را تغییر می‌دهد؟ این توافق زیرساختی برای اجرای سریع‌تر و ارزان‌تر مدل‌های هوش مصنوعی متن‌باز فراهم می‌کند، نه یک مدل زبانی تازه.

چه زمانی این زیرساخت در دسترس قرار می‌گیرد؟ طبق برنامه‌ی اعلام‌شده، راه‌اندازی کامل از سه‌ماهه‌ی نخست سال ۲۰۲۷ آغاز خواهد شد.

آیا این پروژه روی قیمت خدمات هوش مصنوعی برای کاربران عادی هم اثر می‌گذارد؟ اثر مستقیم آن بیشتر بر شرکت‌ها و توسعه‌دهندگانی است که از هوش مصنوعی متن‌باز در محصولات خود استفاده می‌کنند، اما در بلندمدت می‌تواند به کاهش هزینه‌ی خدمات نهایی نیز کمک کند.

چگونه می‌توانم بیشتر درباره‌ی مفاهیم پایه‌ای هوش مصنوعی بدانم؟ می‌توانید با مقاله‌ی معرفی اوپن‌ای‌آی یا این تحلیل درباره‌ی توهم هوش مصنوعی در برابر مهندسی واقعی شروع کنید.

جمع‌بندی اینکه، رقابت بر سر زیرساخت هوش مصنوعی حالا از جنس تراشه و مرکز داده است، نه فقط مدل و الگوریتم. برای دنبال‌کردن دقیق و روزانه‌ی چنین خبرهایی، به کانال بخش اخبار سایت و آموزش‌های عملی در آموزش‌های ChatGPT سر بزنید، و برای تازه‌ترین تحلیل‌های هوش مصنوعی به @MrChatGPT_IR بپیوندید.

نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید

(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *