اندی جسّی میگوید تراشه رقیب انویدیا در آمازون همین حالا یک کسبوکار چند میلیارد دلاری است

- وابستگی شدید Anthropic به Trainium2 آمازون، تقاضای فزاینده برای سیلیکونهای جایگزین هوش مصنوعی را برجسته میکند، حتی با وجود اینکه اکوسیستم CUDA انویدیا همچنان یک مانع قدرتمند است.
- استراتژی آمازون برای ارائه قیمتعملکرد رقابتی و ادغام تراشههایش با سختافزار انویدیا، نشاندهنده یک رویکرد پیچیده و چندجانبه برای تسلط بر فضای ابری هوش مصنوعی است.
آیا هیچ شرکتی، بزرگ یا کوچک، واقعاً میتواند سلطه انویدیا بر تراشههای هوش مصنوعی را از بین ببرد؟ شاید نه. اما به گفته اندی جسّی، مدیرعامل آمازون در این هفته، صدها میلیارد دلار درآمد برای کسانی وجود دارد که بتوانند حتی تکهای از آن را برای خودشان جدا کنند.
همانطور که انتظار میرفت، این شرکت در کنفرانس AWS re:Invent نسل بعدی تراشه هوش مصنوعی رقیب انویدیا، Trainium3 را معرفی کرد که ۴ برابر سریعتر است و در عین حال انرژی کمتری نسبت به Trainium2 فعلی مصرف میکند. جسّی چند نکته کوچک درباره Trainium فعلی را در پستی در X فاش کرد که نشان میدهد چرا این شرکت تا این حد به این تراشه خوشبین است.
او گفت که کسبوکار Trainium2 «کشش قابل توجهی دارد، یک کسبوکار با نرخ درآمد چند میلیارد دلاری است، بیش از ۱ میلیون تراشه در حال تولید دارد و بیش از ۱۰۰ هزار شرکت از آن به عنوان بخش عمدهای از استفاده Bedrock امروز استفاده میکنند.»
Bedrock ابزار توسعه اپلیکیشن هوش مصنوعی آمازون است که به شرکتها اجازه میدهد از بین مدلهای مختلف هوش مصنوعی انتخاب کنند.
جسّی گفت که تراشه هوش مصنوعی آمازون در میان فهرست عظیم مشتریان ابری این شرکت برنده میشود زیرا «مزایای قیمت-عملکردی نسبت به سایر گزینههای GPU دارد که قانعکننده هستند.» به عبارت دیگر، او معتقد است که این تراشه بهتر کار میکند و هزینه کمتری نسبت به آن «GPUهای دیگر» موجود در بازار دارد.
این البته، روش کلاسیک آمازون است، که فناوری خانگی خود را با قیمتهای پایینتر ارائه میدهد.
علاوه بر این، مت گارمن، مدیرعامل AWS، در مصاحبهای با CRN بینش بیشتری در مورد یکی از مشتریانی که مسئول بخش بزرگی از آن میلیاردها درآمد است، ارائه داد: جای تعجب نیست، این Anthropic است.
گارمن گفت: «ما شاهد کشش عظیمی از Trainium2 بودهایم، به خصوص از سوی شرکای ما در Anthropic که ما Project Rainier را با آنها اعلام کردیم، جایی که بیش از ۵۰۰ هزار تراشه Trainium2 به آنها در ساخت نسلهای بعدی مدلها برای Claude کمک میکنند.»
Project Rainier جاهطلبانهترین خوشه سرور هوش مصنوعی آمازون است که در چندین مرکز داده در ایالات متحده پراکنده شده و برای پاسخگویی به نیازهای رو به رشد Anthropic ساخته شده است. این پروژه در ماه اکتبر آنلاین شد. آمازون البته یک سرمایهگذار عمده در Anthropic است. در عوض، Anthropic، AWS را به شریک اصلی آموزش مدل خود تبدیل کرد، حتی اگر Anthropic اکنون از طریق تراشههای انویدیا در ابر مایکروسافت نیز ارائه میشود.
OpenAI نیز اکنون علاوه بر ابر مایکروسافت، از AWS استفاده میکند. اما مشارکت OpenAI نتوانسته است کمک زیادی به درآمد Trainium کند زیرا AWS آن را بر روی تراشهها و سیستمهای انویدیا اجرا میکند، همانطور که این غول ابری گفته است.
در واقع، تنها چند شرکت آمریکایی مانند گوگل، مایکروسافت، آمازون و متا تمام قطعات مهندسی – تخصص طراحی تراشه سیلیکونی، اتصال داخلی پرسرعت خانگی و فناوری شبکه – را برای حتی تلاش برای رقابت واقعی با انویدیا دارند. (به یاد داشته باشید، انویدیا در سال ۲۰۱۹ بازار را برای یک فناوری شبکه با کارایی بالا تصاحب کرد، زمانی که مدیرعامل جنسن هوانگ در مناقصه سختافزار ساز InfiniBand، Mellanox را از اینتل و مایکروسافت خریداری کرد.)
علاوه بر این، مدلها و نرمافزارهای هوش مصنوعی که برای اجرا بر روی تراشههای انویدیا ساخته شدهاند، به معماری نرمافزار دستگاه یکپارچه محاسباتی (CUDA) اختصاصی انویدیا نیز متکی هستند. CUDA به برنامهها اجازه میدهد تا از GPUها برای پردازش موازی محاسباتی، در میان سایر وظایف، استفاده کنند. درست مانند جنگ تراشههای اینتل در مقابل SPARC در گذشته، بازنویسی یک اپلیکیشن هوش مصنوعی برای یک تراشه غیر CUDA کار کوچکی نیست.
با این حال، آمازون ممکن است برای آن برنامهای داشته باشد. همانطور که قبلاً گزارش دادیم، نسل بعدی تراشه هوش مصنوعی آن، Trainium4، برای همکاری با GPUهای انویدیا در همان سیستم ساخته خواهد شد. اینکه آیا این به جدا کردن سهم بیشتری از کسبوکار انویدیا کمک میکند یا صرفاً سلطه آن را تقویت میکند، اما در ابر AWS، هنوز مشخص نیست.
ممکن است برای آمازون اهمیتی نداشته باشد. اگر این شرکت در حال حاضر در مسیر کسب درآمد چند میلیارد دلاری از تراشه Trainium2 باشد و نسل بعدی آن بسیار بهتر باشد، ممکن است به اندازه کافی برنده باشد.
این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، میتوانید منبع اصلی را مطالعه کنید.



