شرکت آنتروپیک (Anthropic) اعلام کرده است که در حال ایجاد یک تیم توسعه تراشه درونسازمانی برای طراحی مشترک پردازندههای اختصاصی ASIC خود جهت مدیریت بارهای کاری استنتاج هوش مصنوعی است. همانطور که به وبسایت بیزنس اینسایدر (Business Insider) توضیح داده شده است، آنتروپیک استخدام مهندسان را برای طراحی تراشهها با یک شریک نامشخص آغاز کرده است و به نظر میرسد این کار را با سرعت انجام میدهد، به طوری که آگهی شغلی بیان میکند هر فرد استخدامشده بالقوه باید آماده باشد تا طبق برنامه کار کند و طراحی تراشه را به سرانجام برساند.
این تنها آخرین شرکت بزرگ هوش مصنوعی است که اعلام کرده در حال توسعه سختافزار سفارشی خود است. از آنجا که کمبودهای اقتصادی جهانی عرضه تراشه را تحت فشار قرار میدهد و مدلها بهطور فزایندهای به بهینهسازیها تکیه میکنند تا بارهای کاری را کارآمدتر و بهطور بالقوه سودآورتر کنند، ساخت سیلیکون سفارشی برای مراکز داده خود بسیار منطقی به نظر میرسد. آنتروپیک اکنون به شرکتهایی مانند گوگل (Google)، متا (Meta)، مایکروسافت (Microsoft)، آمازون (Amazon) و اوپنایآی (OpenAI) میپیوندد تا تراشههای خود را برای این کار بسازند.
اگر میخواهید کاری به درستی انجام شود...
این یک راز نیست که اگر بخواهید یک مدل پیشرفته هوش مصنوعی را آموزش دهید، به واحدهای پردازش گرافیکی انویدیا (Nvidia) نیاز دارید. حتی توسعهدهندگان هوش مصنوعی چینی که حزب حاکم بر آنها فشار میآورد و دسترسی محدودی به سختافزار انویدیا دارند، همچنان از پردازندههای گرافیکی انویدیا استفاده میکنند — حتی اگر مجبور باشند ابتدا آنها را قاچاق کنند.
اما اگر به دنبال اجرای هوش مصنوعی برای انجام بارهای کاری استنتاج برای مدلهای هوش مصنوعی عامل و مولد هستید، میتوانید از آرایه بسیار وسیعتری از سختافزار استفاده کنید. پردازندههای گرافیکی انویدیا خوب هستند، اما گران هستند — سیلیکون سفارشی میتواند کل هزینه مالکیت را تا ۶۵ درصد کاهش دهد — و انرژیبر هستند، و گزینههای بسیار کارآمدتری در دسترس است. آزمایشگاههای چینی از سختافزار داخلی چین استفاده میکنند و بسیاری از توسعهدهندگان هوش مصنوعی غربی راهحلهای خود را دارند؛ آنهایی که ندارند، در حال ساختن آنها هستند.
گوگل به مدت ۱۲ سال است که در حال ساخت تراشههای واحد پردازش تنسور (TPU) خود است و با شرکت برادکام (Broadcom) برای توسعه هر نسل همکاری میکند. آمازون تراشههای ترینیوم (Trainium) و اینفرنشیا (Inferentia) خود را دارد و متا اخیراً چندین طراحی جدید MTIA را برای استقرار تا سال ۲۰۲۷ معرفی کرده است. مایکروسافت خط تولید مایا (Maia) خود را دارد و تسلا اخیراً پس از سالها توسعه دوجو (Dojo)، به طرحهای تراشه AI5 و AI6 خود روی آورده است.
و اکنون آنتروپیک نیز وارد این عرصه میشود و به همان دلایل. آنتروپیک به بیزنس اینسایدر گفت که در حال طراحی مشترک این تراشهها است تا به کلود (Claude) اجازه دهد سریعتر و کارآمدتر در مقیاسی که مشتریانش نیاز دارند، اجرا شود. در واقع، آنتروپیک در سال گذشته رشد انفجاری را تجربه کرده، توسعه عظیمی را در فضای مصرفکننده دیده و قراردادهای دولتی مهمی را منعقد کرده است — بدون اینکه اشاره کنیم هوش مصنوعی عامل به توکنهای بسیار بیشتری نسبت به تعاملات سنتی تکپروامپت نیاز دارد.
آنتروپیک فاش نکرده است که با کدام شرکت روی طراحی و توسعه همکاری میکند. اگرچه برادکام و مارول (Marvell) دو شرکت بزرگ در بازار طراحی مشترک ASIC هستند که حدود ۹۵ درصد آن را تشکیل میدهند، وبسایت دی اینفورمیشن (The Information) ماه گذشته گزارش داد که آنتروپیک برای تولید با سامسونگ در حال مذاکره است.
فروشندگان بیل همیشه سود میبرند
طراحی، بستهبندی و ساخت ASIC سفارشی خودتان برای استنتاج هوش مصنوعی ارزان نیست و آسان هم نیست. در کنار توسعه سختافزار، به پشته نرمافزاری برای استفاده از آن نیاز دارید و میخواهید مدلهایی بهینهسازی شده برای اجرای روی آن داشته باشید تا از مزایای بالقوه آن بیشترین بهره را ببرید. این امر باعث میشود که برای بیشتر شرکتها صرفه اقتصادی داشته باشد که به سادگی از سختافزار شرکتهای دیگر و پردازندههای گرافیکی عمومیتر استفاده کنند. اما برای شرکتهای بزرگ هوش مصنوعی که پول کافی برای خرج کردن و توانایی مقیاسپذیری برای حداکثر کردن سودهای بهرهوری را دارند، این سرمایهگذاری کاملاً ارزشمند است.
اما توسعهدهندگان هوش مصنوعی تنها کسانی نیستند که سود میبرند. انویدیا یکی از معدود شرکتهایی بوده که سود کلانی از رونق هوش مصنوعی به دست آورده، در حالی که شرکتهایی مانند متا، گوگل، مایکروسافت و اوپنایآی همگی مبالغ هنگفتی را روی تلاشهای هوش مصنوعی خود از دست میدهند. برندگان بسیار واقعی در بازار طراحی و ساخت ASIC سفارشی نیز وجود دارند: تیاسامسی (TSMC)، برادکام و مارول.
برادکام شریک طراحی مشترک گوگل برای سالها بوده و اخیراً نیز برای کمک به ساخت تراشههای استنتاج اوپنایآی انتخاب شده است. این شرکت همچنین با متا روی طراحی MTIA همکاری میکند و قراردادهایی برای سایر طراحیهای ASIC سفارشی با بایتدنس (ByteDance) و فوجیتسو (Fujitsu) دارد. این شرکت همچنین سختافزار اتصال متقابل و شبکهای قدرتمندی تولید میکند که به آن اجازه میدهد راهحل کاملتری به مشتریان ارائه دهد. این شرکت ادعا میکند که ۷۳ میلیارد دلار سفارش معوق برای انجام دارد و انتظار دارد تا پایان سال ۲۰۲۷ بیش از ۱۰۰ میلیارد دلار درآمد سالانه از تراشههای هوش مصنوعی ایجاد کند.
مارول قراردادهای عظیمی با آمازون برای تراشههای ترینیوم و مایکروسافت برای مایا دارد و انتظار میرود بیش از ۱۱ میلیارد دلار از این مشاغل طراحی مشترک در سال ۲۰۲۶ درآمد کسب کند.
اگر سامسونگ به عنوان شریک آنتروپیک به کار خود پایان دهد، این شرکت یک بازیگر نسبتاً کوچک در این فضای خاص خواهد بود، اما تخصص تولید و طراحی تراشه عظیمی را به همراه خواهد آورد و همچنین به حافظه بسیار مهمی که در سطح جهان با کمبود شدید مواجه است، دسترسی خواهد داشت.
با این حال، بزرگترین برنده تمام این ابتکارات، احتمالاً تیاسامسی است. این شرکت تایوانی اکثریت سیلیکون پیشرفته جهان را تولید میکند و در تولید تقریباً تمام تراشههای بحثشده در اینجا مشارکت دارد. آنها به فناوریهای بستهبندی پیشرفته CoWoS شرکت TSMC برای ادغام با HBM نیاز دارند. این شرکت همچنین بسیاری از بستهبندیهای پردازندههای گرافیکی انویدیا و ایامدی (AMD) را مدیریت میکند و همچنین بسیاری از ویفرهای زیرین را تولید میکند.
دنیای تراشه چندقطبی
پیوستن آنتروپیک به مسابقه ASIC سفارشی تعجبآور نیست و آیندهای را که به نظر میرسد به سمت آن در حرکت هستیم، بیشتر تثبیت میکند؛ یعنی هر یک از شرکتهای بزرگ هوش مصنوعی به دنبال این هستند که تا حد امکان استنتاج خود را با سختافزار سفارشی انجام دهند. این کارآمدتر است، کنترل ویژگیها و مشخصات آسانتر است و هنگام بهینهسازی برای مدلهای داخلی، مقیاسپذیری آسانتر میشود. از دیدگاه چین، همچنین اجتناب از مشکلات ناشی از محاصرههای تجاری بینالمللی و تعرفهها آسانتر است.
آنها احتمالاً هرگز ۱۰۰ درصد به تراشههای خود وابسته نخواهند شد — تقاضای هوش مصنوعی بسیار زیاد است تا برای آن اتفاق بیفتد و انویدیا به شدت بر دسترسی به زنجیره تامین تسلط داشته است. اما هر تراشه جدید نصبشده یک پردازنده گرافیکی انویدیا است که برای همان منظور استفاده نخواهد شد، که ممکن است به کاهش تسلط خفهکننده انویدیا بر صنعت کمک کند. البته نه برای آموزش. این احتمالاً تا مدتی جذابترین نقطه قوت انویدیا باقی خواهد ماند.