رفتن به محتوای اصلی
سه‌شنبه، ۲۴ شهریور ۱۴۰۵ دنبال‌کردن تازه‌ها از طریق RSS
تازه‌ها
همکاری با من

تراشه هوش مصنوعی اختصاصی OpenAI: گامی برای استقلال از انویدیا

تلاش OpenAI برای تولید تراشه هوش مصنوعی اختصاصی، با معرفی "Jalapeño" و همکاری استراتژیک با Broadcom، گامی حیاتی برای کاهش وابستگی به انویدیا و بهینه‌سازی زیرساخت‌های محاسباتی خود است. این تراشه‌ها که عمدتاً برای پردازش استنتاج (AI Inference) طراحی شده‌اند، به OpenAI امکان می‌دهند تا کنترل بیشتری بر عملکرد، بهره‌وری انرژی و هزینه‌های عملیاتی مدل‌های هوش مصنوعی خود داشته باشد.

شهریور ۱۶, ۱۴۰۵حسین موذن خوش الحان۲۱۰ دقیقه مطالعه
تصویری مفهومی از تراشه هوش مصنوعی اختصاصی OpenAI به نام Jalapeño در مرکز یک دیتاسنتر پیشرفته

در دنیای پرشتاب هوش مصنوعی، شرکت OpenAI، خالق مدل‌های پیشرویی مانند ChatGPT، گامی استراتژیک برای تضمین آینده محاسباتی خود برداشته است: توسعه تراشه‌های هوش مصنوعی اختصاصی. این اقدام که با همکاری شرکت Broadcom صورت گرفته و با معرفی تراشه "Jalapeño" به اوج خود رسیده است، نشان‌دهنده تلاش OpenAI برای کاهش وابستگی به تولیدکنندگان سخت‌افزار موجود، به‌ویژه انویدیا، و بهینه‌سازی زیرساخت‌های خود برای مدل‌های هوش مصنوعی در حال تکامل است. این مقاله به بررسی عمیق این تلاش‌ها، نکات کلیدی، و پیامدهای آن برای صنعت هوش مصنوعی می‌پردازد.

تلاش OpenAI برای تولید تراشه هوش مصنوعی اختصاصی: چرا و چگونه؟

نیاز روزافزون به قدرت محاسباتی بالا برای آموزش و اجرای مدل‌های هوش مصنوعی، به یکی از چالش‌های اصلی شرکت‌های پیشرو در این حوزه تبدیل شده است. در حال حاضر، شرکت انویدیا با پردازنده‌های گرافیکی (GPU) خود، بازار تراشه‌های هوش مصنوعی را در دست دارد. این تسلط اگرچه نوآوری‌های زیادی را به ارمغان آورده، اما در عین حال منجر به محدودیت‌های عرضه، قیمت‌های بالا و وابستگی شدید شرکت‌هایی مانند OpenAI به یک تأمین‌کننده واحد شده است. سم آلتمن، مدیرعامل OpenAI، پیش‌تر به صراحت از کمبود پردازنده‌های گرافیکی به عنوان یکی از موانع اصلی در مسیر توسعه و پایداری خدمات شرکت خود نام برده بود.

در پاسخ به این چالش‌ها، OpenAI استراتژی بلندمدت خود را برای توسعه سخت‌افزار اختصاصی آغاز کرده است. این رویکرد به شرکت امکان می‌دهد تا:

  • کاهش وابستگی: از انحصار یک تأمین‌کننده خارج شده و کنترل بیشتری بر زنجیره تأمین خود داشته باشد.
  • بهینه‌سازی عملکرد: تراشه‌ها را به‌طور خاص برای معماری و نیازهای مدل‌های هوش مصنوعی خود طراحی کند، که منجر به افزایش کارایی و بهره‌وری می‌شود.
  • کاهش هزینه‌ها: در بلندمدت، هزینه‌های عملیاتی مربوط به محاسبات هوش مصنوعی را که بخش قابل توجهی از بودجه شرکت‌های هوش مصنوعی را تشکیل می‌دهد، کاهش دهد.
  • نوآوری سخت‌افزاری-نرم‌افزاری: دانش عمیق خود در زمینه توسعه مدل‌های هوش مصنوعی را مستقیماً در طراحی سخت‌افزار به کار گیرد، که به هم‌افزایی بی‌سابقه‌ای بین نرم‌افزار و سخت‌افزار منجر می‌شود.

این استراتژی در میان غول‌های فناوری بی‌سابقه نیست. شرکت‌هایی مانند گوگل با تراشه‌های TPU (Tensor Processing Unit)، آمازون با تراشه‌های Trainium و Inferentia، و مایکروسافت با شتاب‌دهنده‌های Maia، همگی مسیر مشابهی را برای خودکفایی و بهینه‌سازی طی کرده‌اند. آغاز تولید تراشه هوش مصنوعی Iris توسط متا نیز نمونه دیگری از این روند است.

تراشه AI اوپن‌ای‌آی: "Jalapeño" چیست و چه می‌کند؟

OpenAI با همکاری Broadcom، از اولین تراشه هوش مصنوعی اختصاصی خود با نام "Jalapeño" رونمایی کرده است. این تراشه که یک ASIC (مدار مجتمع با کاربرد خاص) است، به‌طور ویژه برای پردازش استنتاج (AI Inference) طراحی شده است. استنتاج هوش مصنوعی فرآیندی است که طی آن مدل‌های هوش مصنوعی درخواست‌های کاربر را پردازش کرده و پاسخ‌هایی مانند خروجی ChatGPT یا اجرای وظایف توسط عامل‌های هوش مصنوعی تولید می‌کنند. این در حالی است که آموزش مدل‌ها (AI Training) شامل پردازش حجم عظیمی از داده‌ها برای یادگیری و بهبود عملکرد آن‌ها است.

تمرکز بر استنتاج حائز اهمیت است، زیرا بخش بزرگی از هزینه‌های عملیاتی شرکت‌های هوش مصنوعی را تشکیل می‌دهد و حتی بهبودهای کوچک در بهره‌وری می‌تواند منجر به صرفه‌جویی مالی قابل توجهی در مقیاس میلیون‌ها کاربر شود. Jalapeño به عنوان یک تراشه کم‌مصرف و پربازده برای اجرای سریع و کارآمد مدل‌های هوش مصنوعی در مقیاس وسیع طراحی شده است.

مشخصات فنی و عملکرد اولیه Jalapeño

  • توان مصرفی: تراشه Jalapeño با توان مصرفی اسمی ۷۰۰ وات طراحی شده، اما در تست‌های واقعی مصرف آن زیر ۵۵۰ وات باقی مانده است. این میزان، بهره‌وری انرژی قابل توجهی را نشان می‌دهد.
  • بهره‌وری انرژی: آزمایش‌های اولیه نشان می‌دهد که بهره‌وری انرژی این تراشه از راه‌حل‌های پیشرفته فعلی بالاتر خواهد بود، که برای دیتاسنترهای عظیم OpenAI یک مزیت کلیدی محسوب می‌شود.
  • عملکرد: OpenAI اعلام کرده است که رک‌های ۱۲۸ تایی این تراشه را روی مدل‌هایی مانند GPT-OSS-120B و DeepSeek R1 تست کرده و عملکرد آن از رک‌های Nvidia GB200 و GB300 نیز بهتر بوده است. این سیستم ۱۲۸ تایی می‌تواند ۱.۷ اگزافلاپس محاسبات ۴ بیتی انجام دهد.
  • حافظه: هر پکیج تراشه دارای ۲۷.۵ ترابایت حافظه HBM4 با پهنای باند ۱۵.۴ ترابایت بر ثانیه است که برای پردازش سریع داده‌های مدل‌های بزرگ حیاتی است.

این قابلیت‌ها نشان‌دهنده پتانسیل بالای Jalapeño برای تبدیل شدن به ستون فقرات محاسباتی آینده OpenAI در زمینه استنتاج هوش مصنوعی است. معرفی تراشه Jalapeño در کنار مدل‌های جدیدی چون GPT-۶ Astra، نویدبخش جهشی بزرگ در توانایی‌های OpenAI است.

کاهش وابستگی به انویدیا: اهداف و واقعیت‌ها

یکی از اهداف اصلی OpenAI از توسعه تراشه‌های اختصاصی، کاهش وابستگی به پردازنده‌های گرافیکی (GPU) شرکت انویدیا است. انویدیا در حال حاضر پیشتاز بلامنازع بازار تراشه‌های هوش مصنوعی محسوب می‌شود و محصولات آن به‌دلیل تقاضای بسیار بالا با محدودیت عرضه و قیمت‌های بالا مواجه هستند. این وضعیت، گلوگاه مهمی برای توسعه‌دهندگان هوش مصنوعی ایجاد کرده و OpenAI را وادار به جستجوی راه‌حل‌های جایگزین کرده است.

چرا کاهش وابستگی مهم است؟

  • امنیت زنجیره تأمین: اتکا به یک تأمین‌کننده واحد می‌تواند ریسک‌های جدی در زمان کمبود یا مشکلات تولید ایجاد کند.
  • کنترل هزینه: انحصار انویدیا به این شرکت اجازه می‌دهد تا قیمت‌های بالایی را برای محصولات خود تعیین کند. توسعه تراشه‌های داخلی می‌تواند در بلندمدت هزینه‌ها را کاهش دهد.
  • انعطاف‌پذیری طراحی: OpenAI می‌تواند تراشه‌ها را دقیقاً بر اساس نیازهای خاص مدل‌های خود طراحی کند، که این امر منجر به بهینه‌سازی‌های عملکردی و انرژی می‌شود که با تراشه‌های عمومی دشوار است.
  • نوآوری: توسعه سخت‌افزار اختصاصی به OpenAI امکان می‌دهد تا مرزهای نوآوری را در هر دو حوزه نرم‌افزار و سخت‌افزار هوش مصنوعی جابجا کند.

با این حال، کاهش وابستگی به معنای قطع کامل همکاری نیست. نیاز محاسباتی OpenAI آن‌قدر عظیم است که نمی‌تواند تنها به یک منبع متکی باشد. OpenAI همچنان با انویدیا و سایر تأمین‌کنندگان مانند AMD همکاری می‌کند و حتی قراردادهایی برای تأمین ظرفیت محاسباتی از آن‌ها امضا کرده است. این رویکرد تنوع‌بخشی به تأمین‌کنندگان، یک استراتژی هوشمندانه برای تضمین پایداری و مقیاس‌پذیری عملیات OpenAI است. سرمایه‌گذاری‌های عظیم انویدیا در شرکت‌های دیگر نیز نشان‌دهنده اهمیت این بازار است.

همکاری استراتژیک Broadcom و OpenAI

همکاری OpenAI و Broadcom یک گام حیاتی در این استراتژی محسوب می‌شود. این مشارکت چندساله شامل توسعه مشترک شتاب‌دهنده‌ها و سیستم‌های شبکه برای خوشه‌های هوش مصنوعی نسل بعدی است. OpenAI طراحی شتاب‌دهنده‌ها و سیستم‌ها را بر عهده دارد و Broadcom در توسعه، تولید و استقرار آن‌ها همکاری می‌کند. Broadcom با تخصص خود در زمینه طراحی و تولید ASIC و سیستم‌های شبکه، شریکی ایده‌آل برای OpenAI در این مسیر است.

جزئیات همکاری

  • ظرفیت هدف: این همکاری به OpenAI اجازه می‌دهد تا ۱۰ گیگاوات ظرفیت شتاب‌دهنده اختصاصی هوش مصنوعی را با استفاده از تراشه‌ها و سیستم‌های خود توسعه داده و به کار بگیرد. این حجم عظیم از توان محاسباتی برای پشتیبانی از مدل‌های هوش مصنوعی آینده OpenAI ضروری است.
  • رقابت‌پذیری: مدیرعامل Broadcom، هاک تان، اعلام کرده است که عملکرد این تراشه با پردازنده‌های Blackwell انویدیا و واحدهای پردازش تنسور (TPU) گوگل قابل رقابت است. این ادعا نشان‌دهنده اعتماد بالای Broadcom به قابلیت‌های Jalapeño است.
  • زمان‌بندی استقرار: استقرار رک‌های تجهیزات توسط Broadcom قرار است از نیمه دوم سال ۲۰۲۶ آغاز شده و تا پایان سال ۲۰۲۹ تکمیل شود. این یک پروژه بلندمدت و با مقیاس بسیار بزرگ است.
  • سفارش ۱۰ میلیارد دلاری: گزارش‌ها حاکی از آن است که Broadcom سفارشی به ارزش ۱۰ میلیارد دلار از یک مشتری ناشناس دریافت کرده که تحلیلگران آن را به OpenAI نسبت می‌دهند. این رقم، بزرگی و اهمیت این پروژه را برای هر دو شرکت نشان می‌دهد.
  • مصرف داخلی: این تراشه‌ها صرفاً برای مصرف داخلی OpenAI و دیتاسنترهای آن طراحی شده و برنامه‌ای برای فروش عمومی آن‌ها در حال حاضر وجود ندارد.

پیامدها و چالش‌های پیش رو

تلاش OpenAI برای تولید تراشه‌های اختصاصی، نه تنها برای این شرکت، بلکه برای کل صنعت هوش مصنوعی پیامدهای عمیقی خواهد داشت. این حرکت می‌تواند به افزایش رقابت، کاهش قیمت‌ها در بلندمدت و نوآوری‌های بیشتر در سخت‌افزار هوش مصنوعی منجر شود.

مزایای تراشه‌های اختصاصی برای OpenAI

  • صرفه‌جویی در هزینه‌ها: با بهینه‌سازی تراشه‌ها برای استنتاج، OpenAI می‌تواند هزینه‌های عملیاتی خود را به‌طور چشمگیری کاهش دهد، که این امر به نوبه خود می‌تواند به ارائه خدمات مقرون‌به‌صرفه‌تر به کاربران منجر شود.
  • عملکرد بی‌نظیر: طراحی سخت‌افزار متناسب با نرم‌افزار، امکان دستیابی به سطوح عملکردی را فراهم می‌کند که با سخت‌افزارهای عمومی قابل دستیابی نیست.
  • استقلال استراتژیک: کنترل بر سخت‌افزار به OpenAI امکان می‌دهد تا مسیر توسعه خود را با سرعت و انعطاف‌پذیری بیشتری دنبال کند، بدون اینکه به محدودیت‌های تأمین‌کنندگان خارجی وابسته باشد.

محدودیت‌ها و چالش‌ها

  • هزینه‌های تحقیق و توسعه بالا: طراحی و تولید تراشه‌های پیشرفته نیازمند سرمایه‌گذاری‌های عظیم در تحقیق، توسعه و زیرساخت است.
  • پیچیدگی فنی: فرآیند طراحی و ساخت ASICها بسیار پیچیده و زمان‌بر است و نیازمند تخصص‌های عمیق در مهندسی سخت‌افزار است.
  • زمان‌بر بودن: از طراحی اولیه تا استقرار کامل تراشه‌ها در دیتاسنترها، سال‌ها زمان لازم است.
  • نیاز به شرکای خارجی: حتی با توسعه تراشه‌های اختصاصی، OpenAI همچنان به شرکایی مانند Broadcom برای تولید و استقرار و به تأمین‌کنندگان دیگر برای تأمین قطعات و ظرفیت‌های محاسباتی مکمل نیاز دارد.

خطاهای رایج و تصورات غلط درباره تلاش OpenAI برای تولید تراشه هوش مصنوعی اختصاصی

با توجه به پیچیدگی و ابعاد گسترده این پروژه، ممکن است برخی تصورات غلط در مورد آن شکل گیرد. درک صحیح این نکات برای تحلیل دقیق‌تر این استراتژی ضروری است:

باور به قطع کامل همکاری با انویدیا

یکی از رایج‌ترین تصورات غلط این است که OpenAI به‌طور کامل همکاری خود با انویدیا را قطع خواهد کرد. در حالی که هدف کاهش وابستگی است، OpenAI به دلیل نیازهای محاسباتی عظیم خود، همچنان با انویدیا و سایر تأمین‌کنندگان همکاری می‌کند. حتی با وجود تراشه‌های اختصاصی، نیاز به تنوع در منابع محاسباتی برای مقیاس‌پذیری و انعطاف‌پذیری باقی خواهد ماند.

تمرکز تراشه بر آموزش مدل‌ها

ممکن است این تصور وجود داشته باشد که تراشه اختصاصی OpenAI عمدتاً برای آموزش مدل‌های هوش مصنوعی طراحی شده است. اما تأکید اصلی بر استنتاج (Inference) است که فرآیند اجرای مدل‌ها برای پاسخگویی به درخواست‌های کاربر است. استنتاج بخش عمده‌ای از هزینه‌های عملیاتی را به خود اختصاص می‌دهد و بهینه‌سازی آن تأثیر مالی قابل توجهی دارد.

فروش عمومی تراشه Jalapeño

این تراشه‌ها در ابتدا برای مصرف داخلی OpenAI و دیتاسنترهای آن طراحی شده‌اند و برنامه‌ای برای فروش عمومی آن‌ها اعلام نشده است. هدف اصلی، تأمین نیازهای خود OpenAI و نه ورود به بازار رقابتی فروش تراشه است.

سرمایه‌گذاری‌های نامشخص و بی‌نظم

حجم عظیم سرمایه‌گذاری‌ها در زیرساخت‌های هوش مصنوعی می‌تواند منجر به سردرگمی شود. OpenAI به دنبال تریلیون‌ها دلار برای توسعه تراشه‌های هوش مصنوعی است که نشان‌دهنده مقیاس و برنامه‌ریزی دقیق این پروژه بلندمدت و استراتژیک است، نه سرمایه‌گذاری‌های بی‌برنامه.

جمع‌بندی: آینده هوش مصنوعی و استقلال سخت‌افزاری

تلاش OpenAI برای تولید تراشه هوش مصنوعی اختصاصی، با محوریت تراشه Jalapeño و همکاری با Broadcom، نشان‌دهنده یک تغییر پارادایم در صنعت هوش مصنوعی است. این حرکت استراتژیک نه تنها به دنبال کاهش وابستگی به تأمین‌کنندگان موجود و کنترل بیشتر بر زیرساخت‌ها است، بلکه با هدف بهینه‌سازی عملکرد و کاهش هزینه‌های عملیاتی مدل‌های هوش مصنوعی، به‌ویژه در فاز استنتاج، صورت می‌گیرد.

با توجه به نیازهای محاسباتی فزاینده هوش مصنوعی و محدودیت‌های زنجیره تأمین، این رویکرد به OpenAI امکان می‌دهد تا مسیر خود را در توسعه هوش مصنوعی پیشرفته با کارایی و استقلال بیشتری ادامه دهد. این استراتژی، OpenAI را به عنوان یک بازیگر کلیدی در هر دو حوزه نرم‌افزار و سخت‌افزار هوش مصنوعی تثبیت می‌کند و احتمالاً الهام‌بخش سایر شرکت‌ها برای سرمایه‌گذاری بیشتر در توسعه سیلیکون اختصاصی خواهد بود. در نهایت، این رقابت و نوآوری در سطح سخت‌افزار، به پیشرفت سریع‌تر و دسترسی گسترده‌تر به قابلیت‌های هوش مصنوعی برای همگان کمک خواهد کرد.

سؤالات متداول

هدف اصلی OpenAI از تولید تراشه هوش مصنوعی اختصاصی چیست؟

هدف اصلی OpenAI کاهش وابستگی به تولیدکنندگان سخت‌افزار موجود، به‌ویژه انویدیا، بهینه‌سازی زیرساخت‌های محاسباتی خود برای مدل‌های هوش مصنوعی و کاهش هزینه‌های عملیاتی بلندمدت است.

تراشه Jalapeño عمدتاً برای چه منظوری طراحی شده است؟

تراشه Jalapeño به‌طور ویژه برای پردازش استنتاج (AI Inference) طراحی شده است. استنتاج فرآیند اجرای مدل‌های هوش مصنوعی برای پاسخگویی به درخواست‌های کاربران است که بخش عمده‌ای از هزینه‌های عملیاتی را تشکیل می‌دهد.

نقش Broadcom در این پروژه چیست؟

Broadcom شریک استراتژیک OpenAI در این پروژه است و در توسعه مشترک شتاب‌دهنده‌ها و سیستم‌های شبکه برای خوشه‌های هوش مصنوعی نسل بعدی همکاری می‌کند. OpenAI طراحی را بر عهده دارد و Broadcom در توسعه، تولید و استقرار مشارکت می‌کند.

آیا OpenAI قصد دارد همکاری خود را با انویدیا به‌طور کامل قطع کند؟

خیر، هدف کاهش وابستگی است، نه قطع کامل همکاری. OpenAI به دلیل نیازهای محاسباتی عظیم خود، همچنان با انویدیا و سایر تأمین‌کنندگان مانند AMD همکاری می‌کند تا تنوع در منابع محاسباتی را تضمین کند.

آیا تراشه‌های Jalapeño برای فروش عمومی در دسترس خواهند بود؟

خیر، این تراشه‌ها در ابتدا صرفاً برای مصرف داخلی OpenAI و دیتاسنترهای آن طراحی شده‌اند و برنامه‌ای برای فروش عمومی آن‌ها اعلام نشده است.

حسین موذن خوش الحان

من حسین مؤذن خوش‌الحان، طراح و توسعه‌دهنده وب هستم و تمرکزم روی ساخت وب‌سایت‌های سریع، حرفه‌ای، سئو‌شده و کاربرپسند است. در پروژه‌هایم از ابزارهای هوش مصنوعی مانند ChatGPT، Claude، Codex و Bolt.new برای تحلیل بهتر، توسعه سریع‌تر، تولید محتوا، خودکارسازی فرایندها و حل مسائل پیچیده استفاده می‌کنم. ترکیب تجربه فنی، طراحی دقیق و ابزارهای هوش مصنوعی به من کمک می‌کند ایده‌ها را به محصولات دیجیتال کاربردی و قابل توسعه تبدیل کنم. از طراحی سایت‌های اختصاصی و وردپرسی تا توسعه افزونه، بهینه‌سازی سرعت و پیاده‌سازی سیستم‌های هوشمند، هدفم ارائه راهکاری تمیز، قابل اعتماد و نتیجه‌محور برای هر پروژه است.

گفت‌وگو

اولین دیدگاه را بنویس

تجربه، سؤال یا نظر مرتبطت را با احترام بنویس.

نظر تو چیست؟

ایمیل شما منتشر نمی‌شود. فیلدهای ضروری مشخص شده‌اند.