تراشه اختصاصی آیریس متا برای هوش مصنوعی

تراشه‌ی آیریس متا؛ پایان وابستگی زاکربرگ به انویدیا؟

اخبار · هوش مصنوعی

مارک زاکربرگ دیگر نمی‌خواهد فقط یک مشتری بزرگ برای انویدیا باشد. طبق گزارش‌ها و بر پایه‌ی یک یادداشت داخلی که به بیرون درز کرده، متا از سپتامبر ۲۰۲۶ تولید انبوه تراشه‌ی اختصاصی خود با نام رمز آیریس را آغاز می‌کند. طراحی با کمک برادکام انجام شده و ساخت آن به شرکت TSMC سپرده شده است. هدف نهایی روشن است: دو برابر کردن توان محاسباتی تا سال ۲۰۲۷ و شکستن سلطه‌ی گران‌قیمت پردازنده‌های گرافیکی.

چکیده. آیریس نسل چهارم شتاب‌دهنده‌های آموزش و استنتاج متا است که پس از حدود شش هفته آزمون بدون ایراد معماری بزرگ، وارد فاز تولید انبوه می‌شود. متا قصد دارد ظرفیت محاسباتی مراکز داده‌اش را از حدود ۷ گیگاوات به حدود ۱۴ گیگاوات تا ۲۰۲۷ برساند و طبق گزارش‌ها تا ۱۴۵ میلیارد دلار در سال ۲۰۲۶ صرف زیرساخت هوش مصنوعی کند. یادداشت داخلی تأکید می‌کند آیریس جایگزین سخت‌افزار انویدیا و ای‌ام‌دی نیست، بلکه ابزاری برای مهار هزینه است. در این مقاله معماری، شرکای ساخت، اقتصاد پشت تصمیم و پیامدهای آن برای بازار تراشه را بررسی می‌کنیم.
تراشه اختصاصی آیریس متا برای هوش مصنوعی

۱) خبر در یک نگاه

طبق گزارش‌های منتشرشده که به یک یادداشت داخلی متا استناد می‌کنند، این شرکت از سپتامبر ۲۰۲۶ تولید انبوه تراشه‌ای با نام رمز آیریس را آغاز خواهد کرد. آیریس یک شتاب‌دهنده‌ی اختصاصی برای بارهای کاری هوش مصنوعی است؛ یعنی به‌جای اینکه یک پردازنده‌ی همه‌کاره باشد، دقیقاً برای کارهایی طراحی شده که متا هر روز میلیاردها بار انجام می‌دهد.

مسیر رسیدن به این نقطه هم قابل توجه است: طبق همین گزارش‌ها، تراشه حدود شش هفته آزمون رفع‌اشکال را بدون برخورد با مشکل معماری بزرگ پشت سر گذاشته است. در صنعت نیمه‌هادی، عبور بی‌دردسر از این مرحله یک استثناست، نه قاعده.

نکته‌ای که کمتر به آن توجه می‌شود این است که آیریس یک شروع نیست، بلکه ادامه‌ی یک برنامه‌ی چندساله است. متا سال‌هاست روی خانواده‌ی شتاب‌دهنده‌های آموزش و استنتاج خود کار می‌کند و آیریس نسل چهارم این خانواده به شمار می‌رود.

۲) آیریس دقیقاً چه چیزی است

آیریس یک تراشه‌ی اختصاصی از نوع مدارهای مجتمع کاربردی است. برخلاف پردازنده‌های گرافیکی که باید طیف وسیعی از بارهای کاری را پوشش دهند، این تراشه برای الگوهای مشخصی بهینه شده است: مدل‌های پیشنهاددهنده‌ی یادگیری عمیق که موتور اصلی فیدهای فیس‌بوک و اینستاگرام‌اند.

این تفاوت فنی مهم است. مدل‌های پیشنهاددهنده معمولاً به‌جای اینکه محاسبه‌محور باشند، حافظه‌محورند؛ یعنی گلوگاه‌شان سرعت دسترسی به حافظه است نه توان خام محاسباتی. یک تراشه‌ی طراحی‌شده حول این واقعیت می‌تواند با ترانزیستور کمتر، بازده به‌مراتب بالاتری بدهد.

کاربرد اعلام‌شده‌ی آیریس هم آموزش و هم استنتاج است. استنتاج بخشی است که هزینه‌ی جاری را می‌سازد: هر بار که کاربری اسکرول می‌کند، ده‌ها مدل باید در چند میلی‌ثانیه اجرا شوند. صرفه‌جویی چند درصدی در این لایه، در مقیاس متا به میلیاردها دلار در سال تبدیل می‌شود.

۳) نقش برادکام و TSMC؛ زنجیره‌ی تأمین تازه‌ی هوش مصنوعی

طراحی آیریس با پشتیبانی برادکام انجام شده و ساخت آن بر عهده‌ی TSMC است. این ترکیب دقیقاً همان الگویی است که بقیه‌ی غول‌ها هم دنبال می‌کنند.

طبق گزارش‌ها برادکام هم‌زمان برای سه رقیب بزرگ تراشه طراحی می‌کند: متا با آیریس، گوگل با نسل هفتم تی‌پی‌یو و اوپن‌ای‌آی با پروژه‌ی خودش. همین گزارش‌ها می‌گویند برادکام و مارول روی‌هم حدود ۹۵ درصد بازار طراحی تراشه‌های اختصاصی هوش مصنوعی را در اختیار دارند.

این تمرکز یک پیام مهم دارد: «استقلال از انویدیا» به معنای استقلال کامل نیست؛ فقط وابستگی از یک تأمین‌کننده به یک زنجیره‌ی دیگر منتقل می‌شود. برای درک بهتر این وابستگی‌های تودرتو، مرور توان‌ها و محدودیت‌های واقعی هوش مصنوعی کمک‌کننده است.

طراحی تراشه آیریس توسط برادکام و ساخت آن در TSMC

۴) چرا متا سراغ تراشه‌ی خودش رفت

پاسخ کوتاه: هزینه. پاسخ بلندتر چند لایه دارد.

لایه‌ی اول، قیمت. پردازنده‌های گرافیکی رده‌بالا گران‌اند و حاشیه‌ی سود سازنده‌شان بالاست. وقتی شرکتی سالانه ده‌ها میلیارد دلار سخت‌افزار می‌خرد، هر واحد کاهش هزینه اثر مستقیم روی سود دارد.

لایه‌ی دوم، بازده. طبق پژوهش‌های منتشرشده درباره‌ی نسل دوم تراشه‌های اختصاصی متا، جایگزینی پردازنده‌های گرافیکی با این طراحی، هزینه‌ی کل مالکیت را حدود ۴۴ درصد کاهش داده در حالی که کارایی به‌ازای وات رقابتی مانده است. این عدد برای بارهای کاری خاص متا به‌دست آمده و قابل تعمیم به همه‌ی کاربردها نیست، اما جهت حرکت را نشان می‌دهد.

لایه‌ی سوم، دسترسی. در دو سال گذشته، محدودیت عرضه‌ی پردازنده‌های گرافیکی عملاً به یک سقف رشد برای شرکت‌ها تبدیل شده است. داشتن خط تولید خودی یعنی برنامه‌ریزی بلندمدت بدون وابستگی به صف تحویل دیگران.

لایه‌ی چهارم، قدرت چانه‌زنی. حتی اگر متا همچنان بخش بزرگی از سخت‌افزارش را از بیرون بخرد، داشتن یک جایگزین داخلی موضع مذاکره‌اش را به‌کلی عوض می‌کند. این همان منطقی است که در اهمیت هوش مصنوعی در کسب‌وکار هم به آن اشاره کرده‌ایم.

۵) هدف ۱۴ گیگاوات؛ وقتی واحد سنجش هوش مصنوعی برق می‌شود

جالب‌ترین بخش این خبر شاید عدد اصلی‌اش باشد. متا هدف گذاشته ظرفیت محاسباتی مراکز داده‌اش را از حدود ۷ گیگاوات فعلی به حدود ۱۴ گیگاوات تا سال ۲۰۲۷ برساند؛ یعنی دو برابر.

برای درک مقیاس: طبق گزارش‌ها ۱۴ گیگاوات توانی است که می‌تواند برق بیش از ۱۱ میلیون خانه را تأمین کند. اینکه یک شرکت فناوری ظرفیت محاسباتی‌اش را با واحد گیگاوات اندازه می‌گیرد و نه با تعداد سرور، خودش نشانه‌ی تغییر پارادایم است.

هزینه‌ی این جهش هم سنگین است. طبق گزارش‌ها متا برای سال ۲۰۲۶ بودجه‌ی سرمایه‌ای تا ۱۴۵ میلیارد دلار برای زیرساخت هوش مصنوعی پیش‌بینی کرده است. در چنین مقیاسی، هر درصد صرفه‌جویی در هزینه‌ی تراشه یک عدد میلیارد دلاری است و همین منطق اقتصادی، سرمایه‌گذاری روی تراشه‌ی اختصاصی را توجیه می‌کند.

۶) آیا انویدیا در خطر است

پاسخ کوتاه فعلاً منفی است. یادداشت داخلی متا طبق گزارش‌ها به‌صراحت می‌گوید آیریس جایگزین سخت‌افزار انویدیا و ای‌ام‌دی نیست. واکنش بازار هم همین را تأیید کرد: طبق گزارش‌ها سهام انویدیا پس از انتشار جزئیات تنها افت محدودی داشت.

دلیلش ساده است. تراشه‌های اختصاصی برای بارهای کاری مشخص و تکرارشونده عالی‌اند، اما آموزش مدل‌های پیشرو نیازمند انعطاف، اکوسیستم نرم‌افزاری بالغ و ابزارهای توسعه‌ی گسترده است. جایی که انویدیا هنوز رقیب جدی ندارد، همین لایه‌ی نرم‌افزاری است.

با این حال، روند بلندمدت برای انویدیا خوشایند نیست. وقتی بزرگ‌ترین مشتریانش یکی‌یکی بخشی از بار کاری‌شان را به سیلیکون خودی منتقل می‌کنند، رشد بازار قابل‌دسترسش کندتر می‌شود. این همان اتفاقی است که پیش‌تر در بازار تراشه‌های موبایل رخ داد.

هدف متا برای رسیدن به ۱۴ گیگاوات ظرفیت محاسباتی تا سال ۲۰۲۷

۷) چرخه‌ی شش‌ماهه؛ سرعت تازه‌ی سخت‌افزار

یک جزئیات کمتر دیده‌شده اما راهبردی: طبق گزارش‌ها متا قصد دارد تا سال ۲۰۲۷ تقریباً هر شش ماه یک نسل تازه از تراشه‌هایش را عرضه کند. این سرعت با چرخه‌ی متعارف ۱۸ تا ۲۴ ماهه‌ی پردازنده‌های گرافیکی فاصله‌ی زیادی دارد.

چنین ریتمی تنها وقتی ممکن است که طراحی محدود و هدفمند باشد. شما نمی‌توانید هر شش ماه یک معماری همه‌منظوره‌ی کامل بسازید، اما می‌توانید یک طراحی تخصصی را مرحله‌به‌مرحله بهبود دهید.

اگر متا واقعاً به این ریتم برسد، مزیت رقابتی‌اش نه در قدرت خام تراشه بلکه در سرعت تطبیق با تغییر مدل‌ها خواهد بود؛ و در دنیایی که معماری مدل‌ها هر چند ماه عوض می‌شود، این مزیت کوچکی نیست.

۸) این خبر برای کاربر عادی چه معنایی دارد

در کوتاه‌مدت، تقریباً هیچ. هیچ کاربری متوجه نمی‌شود که فید اینستاگرامش روی کدام تراشه پردازش شده است. اما در میان‌مدت سه اثر قابل انتظار است.

نخست، ارزان‌تر شدن هوش مصنوعی. رقابت در لایه‌ی سخت‌افزار در نهایت قیمت هر توکن پردازش را پایین می‌آورد و این یعنی سرویس‌های رایگان سخاوتمندتر و سرویس‌های پولی ارزان‌تر.

دوم، شخصی‌سازی عمیق‌تر. توان محاسباتی بیشتر یعنی مدل‌های سنگین‌تر روی داده‌ی بیشتر، که مستقیماً به دقت بالاتر پیشنهادها ترجمه می‌شود؛ برای برخی خوشایند و برای برخی نگران‌کننده.

سوم، تمرکز بیشتر قدرت. تنها شرکت‌هایی می‌توانند تراشه‌ی اختصاصی بسازند که ده‌ها میلیارد دلار سرمایه دارند. این فاصله‌ی میان غول‌ها و بقیه‌ی بازار را بیشتر می‌کند. اخبار روزانه‌ی این رقابت را می‌توانید در بخش اخبار هوش مصنوعی دنبال کنید.

۹) نگاه به جلو

سپتامبر ۲۰۲۶ نقطه‌ی سنجش خواهد بود. اگر تولید انبوه بدون تأخیر آغاز شود و آیریس در مقیاس واقعی همان بازدهی آزمایشگاهی را نشان دهد، متا وارد باشگاه کوچکی می‌شود که تا امروز فقط گوگل به‌طور کامل در آن جا داشته است.

اگر هم با مشکل عملکردی یا مشکل تأمین روبه‌رو شود، هزینه‌ی آن بیش از پول خواهد بود: متا مجبور می‌شود دوباره به صف خرید پردازنده‌های گرافیکی برگردد، آن هم در بدترین زمان ممکن.

در هر دو حالت، جهت کلان صنعت روشن است. عصر «همه از یک تأمین‌کننده می‌خرند» رو به پایان است و هر غول فناوری در حال ساختن سیلیکون خودش است. برای آشنایی با بازیگر دیگر این میدان، معرفی اوپن‌ای‌آی را بخوانید و اگر می‌خواهید مهارت کار با این ابزارها را بالا ببرید، سری به آموزش‌های چت‌جی‌پی‌تی و راهنمای پرامپت‌نویسی بزنید.

پرسش‌های پرتکرار درباره‌ی تراشه‌ی آیریس متا

تراشه‌ی آیریس چه کاری انجام می‌دهد؟

آیریس یک شتاب‌دهنده‌ی اختصاصی برای آموزش و استنتاج مدل‌های هوش مصنوعی است و بیشتر برای مدل‌های پیشنهاددهنده‌ی فیس‌بوک و اینستاگرام بهینه شده است.

چه کسی آن را می‌سازد؟

طراحی با پشتیبانی برادکام انجام شده و ساخت آن بر عهده‌ی شرکت TSMC است. تولید انبوه طبق گزارش‌ها از سپتامبر ۲۰۲۶ آغاز می‌شود.

آیا متا دیگر از انویدیا خرید نمی‌کند؟

چرا. یادداشت داخلی متا طبق گزارش‌ها تصریح می‌کند آیریس جایگزین سخت‌افزار انویدیا و ای‌ام‌دی نیست و هدف اصلی، مهار هزینه و کاهش وابستگی است، نه حذف کامل.

هدف ۱۴ گیگاوات یعنی چه؟

یعنی متا می‌خواهد ظرفیت برق مصرفی مراکز داده‌اش را تا ۲۰۲۷ به حدود دو برابر امروز برساند؛ رقمی که طبق گزارش‌ها معادل برق بیش از ۱۱ میلیون خانه است.

آیا این تراشه به بازار عرضه می‌شود؟

خیر. آیریس برای مصرف داخلی مراکز داده‌ی متا طراحی شده و مانند تی‌پی‌یوهای گوگل، محصولی برای فروش به دیگران نیست.

جمع‌بندی. ورود متا به میدان تراشه‌سازی نشان می‌دهد جنگ واقعی هوش مصنوعی دیگر فقط بر سر مدل‌ها نیست، بلکه بر سر سیلیکون و برق است. سپتامبر ۲۰۲۶ آزمون اصلی این جاه‌طلبی خواهد بود. برای دنبال‌کردن روزبه‌روز این رقابت به @MrChatGPT_IR بپیوندید.
(0 رأی)

دیدگاهتان را بنویسید

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