شرکت آنتروپیک (Anthropic) اعلام کرده است که در حال ایجاد یک تیم توسعه تراشه درونسازمانی برای طراحی مشترک پردازندههای سفارشی ASIC خود به منظور مدیریت بارهای کاری استنتاج هوش مصنوعی است. همانطور که به نشریه بیزینس اینسایدر (Business Insider) توضیح داده شده است، آنتروپیک استخدام مهندسان را برای طراحی این تراشهها با همکاری یک شریک نامشخص آغاز کرده است و به نظر میرسد این کار را با سرعت بالا انجام خواهد داد؛ در آگهی شغلی ذکر شده است که هر فرد استخدامکننده بالقوه باید آماده کار طبق برنامه زمانی باشد و طراحی تراشه را به سرانجام برساند.
این تازهترین شرکت بزرگ هوش مصنوعی است که اعلام میکند در حال توسعه سختافزار سفارشی خود است. از آنجا که کمبودهای اقتصادی جهانی عرضه تراشه را تحت فشار قرار داده و مدلها به طور فزایندهای به بهینهسازیها تکیه میکنند تا بارهای کاری را کارآمدتر و بالقوه سودآورتر سازند، ساخت سیلیکون سفارشی برای مراکز داده خود بسیار منطقی به نظر میرسد. اکنون آنتروپیک به شرکتهایی مانند گوگل (Google)، متا (Meta)، مایکروسافت (Microsoft)، آمازون (Amazon) و اوپنآیوی (OpenAI) در ساخت تراشههای خود برای این منظور میپیوندد.
اگر میخواهید کاری به درستی انجام شود...
این موضوعی پنهان نیست که برای آموزش یک مدل پیشرفته هوش مصنوعی، به پردازندههای گرافیکی انویدیا (Nvidia GPUs) 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 عاملیتپذیر و مولد هستید، میتوانید از طیف بسیار وسیعتری از سختافزار استفاده کنید. پردازندههای گرافیکی انویدیا خوب هستند، اما گرانقیمت هستند — سیلیکون سفارشی میتواند هزینه کل 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 راه حلهای خود را دارند؛ آنهایی که ندارند نیز در حال ساخت آنها هستند.
گوگل به مدت ۱۲ سال در حال ساخت تراشههای واحد پردازش تانسور (TPU) خود بوده و برای توسعه هر نسل با برادکام (Broadcom) همکاری کرده است. آمازون دارای تراشههای ترینیوم (Trainium) و اینفرنشیا (Inferentia) است، و متا اخیراً چندین طراحی جدید MTIA را برای استقرار تا سال ۲۰۲۷ معرفی کرده است. مایکروسافت خط تولید مایا (Maia) را دارد و تسلا (Tesla) 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 مشابه. آنتروپیک به بیزینس اینسایدر گفت که این تراشهها را به صورت طراحی مشترک توسعه میدهد تا به کلود (Claude) اجازه دهند سریعتر و با کارایی بیشتری در مقیاس مورد نیاز مشتریانش اجرا شود. در واقع، آنتروپیک در سال گذشته رشد انفجاری را تجربه کرده و شاهد توسعه عظیمی در فضای مصرفکننده بوده و قراردادهای دولتی قابل توجهی را به دست آورده است — بدون اینکه فراموش کنیم هوش مصنوعی عاملیتپذیر به توکنهای بسیار بیشتری نسبت به تعاملات سنتی تکپرمپ نیاز دارد.
آنتروپیک فاش نکرده است که با چه شرکتی در زمینه طراحی و توسعه همکاری میکند. اگرچه برادکام و مارول (Marvell) دو شرکت بزرگ در بازار طراحی مشترک ASIC هستند و حدود ۹۵ درصد آن را تشکیل میدهند، نشریه اینفرمیشن (The Information) ماه گذشته گزارش داد که آنتروپیک در حال مذاکره با سامسونگ برای ساخت است.
فروشندگان بیل همیشه سود میبرند
طراحی، بستهبندی و ساخت ASIC سفارشی خود 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 داشته باشید که برای اجرای روی آن بهینهسازی شدهاند تا بیشترین بهره را از مزایای بالقوه آن ببرید. این امر باعث میشود که برای اکثر شرکتها به سادگی استفاده از سختافزار سایر شرکتها و پردازندههای گرافیکی همهمنظوره باارزشتر باشد. اما برای شرکتهای بزرگ هوش مصنوعی که پول کافی برای سوزاندن و توانایی مقیاسپذیری برای به حداکثر رساندن سود بهرهوری را دارند، سرمایهگذاری کاملاً ارزشمندی است.
اما توسعهدهندگان هوش مصنوعی تنها کسانی نیستند که سود میبرند. انویدیا یکی از معدود شرکتهایی بوده است که سود هنگفتی از رونق هوش مصنوعی به دست آورده است، در حالی که شرکتهایی مانند متا، گوگل، مایکروسافت و اوپنآیوی همگی مبالغ هنگفتی را در 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 است و همچنین اخیراً برای کمک به ساخت تراشههای استنتاج اوپنآیوی 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 شبکه قدرتمندی تولید میکند که به آن اجازه میدهد راهحل کاملتری به مشتریان ارائه دهد. این شرکت مدعی است که ۷۳ میلیارد دلار سفارش معوقه برای کار 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 در سال ۲۰۲۶ بیش از ۱۱ میلیارد دلار از این مشاغل طراحی مشترک درآمد کسب کند.
اگر سامسونگ به عنوان شریک آنتروپیک به کار پایان دهد، این شرکت بازیگر نسبتاً کوچکی در این فضای خاص خواهد بود، اما تخصص عظیمی در زمینه تولید و طراحی تراشه و همچنین دسترسی به حافظه بسیار مهمی که در سطح جهان با کمبود مواجه است را به میز مذاکره میآورد.
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 مورد بحث در اینجا مشارکت دارد. آنها برای ادغام با HBM به فناوریهای بستهبندی پیشرفته CoWoS شرکت تیاسامسی نیاز دارند. این شرکت همچنین بخش عمدهای از بستهبندی پردازندههای گرافیکی انویدیا و AMD را مدیریت میکند و همچنین بسیاری از ویفرهای زیرین را تولید میکند.
جهان تراشه چند قطبی
پیوستن آنتروپیک به مسابقه ASIC سفارشی جای تعجب چندانی ندارد و آیندهای را که به نظر میرسد به سمت آن در حرکت هستیم، بیشتر تثبیت میکند؛ آیندهای که در آن هر یک از شرکتهای بزرگ هوش مصنوعی به دنبال مدیریت هر چه بیشتر استنتاج خود با سختافزار سفارشی هستند. این روش کارآمدتر است، کنترل ویژگیها و مشخصات آن آسانتر است و هنگام بهینهسازی برای مدلهای داخلی، مقیاسپذیری آن سادهتر است. از منظر چین، این کار همچنین اجتناب از مشکلات ناشی از محاصرههای تجاری بینالمللی و تعرفهها را آسانتر میکند.
آنها احتمالاً هرگز ۱۰۰ درصد به تراشههای خود وابسته نخواهند شد — تقاضای هوش مصنوعی برای این اتفاق بسیار زیاد است و انویدیا به شدت بر دسترسی به زنجیره تامین تسلط داشته است. اما هر تراشه جدیدی که نصب میشود، یک پردازنده گرافیکی انویدیا است که برای همان منظور استفاده نخواهد شد، که ممکن است به کاهش تسلط انویدیا بر صنعت کمک کند. البته نه برای آموزش. این مورد احتمالاً برای مدتی همچنان بزرگترین جذابیت انویدیا باقی خواهد ماند.