آیا سلطنت «انویدیا» طولانی مدت خواهد بود؟

آی‌تی‌من- دلیل ساده انفجار ارزش انویدیا، این است که ه سرمایه‌گذاری در حوزه هوش مصنوعی، باید نگاهی هم به محصولات این شرکت داشته باشد. تراشه‌های انویدیا که عمدتاً به‌صورت GPU عرضه می‌شوند؛ نوع خاصی از پردازنده‌ها که در ابتدا برای نیاز گیمرهای رایانه‌های شخصی ساخته شد و امروزه برای شرکت‌هایی که در لبه‌ انقلاب هوش مصنوعی هستند، ضروری است.

مارک زاکربرگ در ماه ژانویه در مورد برنامه‌های متا برای ساخت «سریع‌ترین ابررایانه هوش مصنوعی جهان» صحبت کرد و به تعهد خرید 350 هزار تراشه‌ سریع از انویدیا گفت. فقط یکی از تراشه‌هایی که زاکربرگ متعهد شد تا پایان سال جاری از انویدیا بخرد، حدود 30 هزار دلار قیمت دارد.

این تراشه‌ها - سری H100 انویدیا - در آموزش مدل‌های سطح بالای هوش مصنوعی آنقدر مؤثر هستند که در معرض محدودیت‌های صادراتی توسط دولت ایالات متحده قرار گرفته‌اند؛ زیرا دولت این کشور می‌خواهد آنها را از دست شرکت‌های چینی و خود دولت چین دور نگه دارد. در نتیجه، انویدیا مجبور شد جهت فروش به چین، یک خط ضعیف‌تر از تراشه‌ها به نام H800s ایجاد کند. هرچند که صادرات همین تراشه‌های ضعیف‌تر هم به چین ممنوع شد.

طراحی چنین سخت افزاری، کاری به شدت تخصصی است. GPUها بر خلاف CPU به جای برخورداری از معماری پیچیده به منظور تسریع در انجام کارهای پیچیده، کاملا روی سرعت برای ساده‌ترین کارهای ممکن متمرکز هستند. این مدل طراحی برای هوش مصنوعی ایده‌آل است؛ زیرا توسعه آن شامل مجموعه‌ای از فرآیندها است که انجام محاسبات اولیه را در مقادیر غیرقابل تصور ساده می‌کند.

پردازنده‌های گرافیکی یا GPU برای استفاده‌های دیگر مانند استخراج ارز دیجیتال، به ویژه رمزارزهای مبتنی بر اتریوم نیز ایده‌آل هستند. بیت‌کوین و مشتقات آن از فرآیند استخراج استفاده می‌کنند، و پردازنده‌های انویدیا گاه از پردازنده‌هایی خاص طراحی شده برای استخراج بیت‌کوین، در این زمینه ضعیف‌ترند. این موضوع در حباب اخیر کریپتو، زمانی که علاقه‌مندان از سایر مشتریان انویدیا پیشی گرفتند، مشکلاتی را برای شرکت ایجاد کرد.

موفقیت انویدیا یک دلیل عمده دیگر هم دارد که سالهاست به رشد این شرکت کمک کرده است و آن، صنعت بازی‌های رایانه‌ای و نیاز به آن به پردازنده‌های گرافیکی است.

به نوشته گاردین، ارزش گذاری فوق‌العاده این شرکت بر اساس سه فرض اصلی در مورد آینده هوش مصنوعی است: اول: آموزش بهترین سیستم‌ها راهی برای ماندن در صدر صنعت خواهد بود. دوم: تنها راه برای انجام این کار این است که سریع‌ترین تراشه‌های ممکن را در اختیار داشته باشید و سوم: این سیستم‌ها در فضای ابری نگهداری و در مراکز داده عظیم اجرا می‌شوند.

اما اگر این پیش‌فرض‌ها درست نباشد چه؟

ممکن است با آموزش بهترین و بزرگترین سیستم‌های هوش مصنوعی، بازده کاهش یابد. اگر هدف شما ایجاد یک سیستم فوق‌هوشمند باشد، نیاز به بهبود دائمی خواهید داشت؛ اما اگر هدف شما ارائه یک سیستم تکمیل خودکار جذاب برای ابزار برنامه‌نویسی است، ممکن است با استفاده از سیستم هوش مصنوعی فنی‌تری از رقبا، با بهبود بهتر در ابزارهای موجود، اجرای سریع‌تر و به‌روزرسانی، بازی را ببرید. این کار می‌تواند ارزش قدرت محاسباتی خام مانند آنچه که Nvidia می‌فروشد را کاهش دهد.

این مساله در مورد موازی‌سازی (parallelisation) که پایه عملکرد GPU‌هاست، بیشتر به چشم می‌آید. اگر بتوانید یک کار را بر روی 600 هزار GPU در یک مرکز داده تقسیم کنید، چه چیزی مانع از تقسیم آن بر روی 60 میلیون GPU در لپ‌تاپ‌های مشتریان خود در سراسر جهان خواهد شد؟ این روش جدیدی نیست و از SETI@home که از این رویکرد برای پردازش داده‌های مرتبط با هوش فضایی استفاده کرد گرفته تا استخرهای استخراج رمزارز، از ایده «رایانش توزیع شده» استفاده شده و هیچ دلیل مهمی برای عدم کاربرد آن در آموزش هوش مصنوعی وجود ندارد.

 یا شاید مراکز داده‌ای که سیستم‌های هوش مصنوعی را اجرا می‌کنند، خراب شوند. ترکیبی از مسائل حریم خصوصی، محیطی و هزینه می‌تواند مدل‌های هوش مصنوعی را به «لبه» منتقل کند، به طوری که تلفن همراه یا لپ‌تاپ شما محاسبات نهایی را انجام دهد. در حال حاضر، این کار به صرفه و منطقی نیست؛  اما با افزایش سرعت تلفن‌های همراه و کاهش تمایل شرکت‌های بزرگ به حمایت از استفاده از هوش مصنوعی، این وضعیت می‌تواند تغییر کند.

اگر یکی از پیش‌فرض‌های مذکور اشتباه از آب درآید، احتمالاً انویدیا می‌تواند همچنان به عنوان برترین شرکت در عرصه خود باقی بماند. این شرکت در حال حاضر مشغول آزمایش‌هایی در زمینه‌ هوش مصنوعی است و به عنوان مثال، با انتشار نسخه‌ آزمایشی «چت با RTX» به مالکان کارت‌های گرافیکی سریع‌تر خود امکان می‌دهد که اجرای یک چت‌بات را در کامپیوترهای خود امتحان کنند. اما اگر دو یا حتی سه پیش‌فرض نادرست باشد، آنگاه می‌توان انتظار داشت که دوران سلطنت «اپل هوش مصنوعی» بسیار کوتاه مدت خواهد بود.