ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

انویدیا DGX A100
تکنولوژی

انویدیا و تراشه A100، برندگان اصلی رقابت شرکت‌ها در دنیای هوش مصنوعی

انویدیا ظاهراً با تراشه خود یکی از اصلی‌ترین برندگان ترند مدل‌های هوش مصنوعی بوده است.

ایمان صاحبی
نوشته شده توسط ایمان صاحبی | ۶ اسفند ۱۴۰۱ | ۲۲:۰۰

تقریباً همه مدل‌های هوش مصنوعی که این روزها می‌بینید یا درباره آن‌ها می‌شنوید، برای آموزش یا پاسخگویی به کاربران از یک تراشه قدرتمند اما گران‌قیمت استفاده می‌کنند که انویدیا A100 نام دارد و قیمت آن تقریباً 10 هزار دلار است. حالا محبوبیت ابزارهای هوش مصنوعی درآمد این تراشه‌ساز بزرگ را به‌شکل چشمگیری افزایش داده است.

شرکت‌هایی مثل مایکروسافت و گوگل بر سر افزودن ابزارهای هوش مصنوعی به موتورهای جستجوی خود با یکدیگر رقابت دارند و شرکت‌هایی مثل OpenAI و Stable Diffusion هم به‌دنبال جذب هرچه بیشتر کاربران هستند. ولی تمام این تلاش‌ها به نفع شرکت انویدیاست که با تراشه خود بستر لازم برای تولید و عرضه این سرویس‌ها را ارائه می‌کند.

براساس اطلاعات شرکت New Street Research، انویدیا حدود 95 درصد از بازار پردازشگرهای گرافیکی را که برای یادگیری ماشینی استفاده می‌شوند، در اختیار دارد. تراشه A100 از فناوری جذابی بهره می‌برد که در ابتدا برای رندر گرافیک‌های سه‌بعدی پیچیده در بازی‌ها طراحی شده بود، اما این تراشه امروزه برای پیکربندی و یادگیری ماشینی در دیتاسنترها به‌کار گرفته می‌شود.

انویدیا A100 مهم‌ترین بازیگر دنیای پردازش هوش مصنوعی است

شرکت‌هایی که در زمینه عرضه مدل‌های هوش مصنوعی فعالیت می‌کنند، نیازمند صدها یا هزاران تراشه انویدیا هستند یا باید از طریق سرویس‌های ابری به آن‌ها دست پیدا کنند. تراشه‌هایی مثل A100 نه‌تنها می‌توانند چندین ترابایت اطلاعات را پردازش کنند تا محتوای آن‌ها را به مدل‌های هوش مصنوعی بیاموزند، بلکه برای «استنتاج» یا تولید متن، پیش‌بینی و تشخیص اشیا در تصاویر استفاده می‌شوند.

نیاز به توان پردازشی به‌مرور بیشتر هم شده است. شرکت Stability AI می‌گوید یک سال پیش تنها 32 پردازشگر A100 داشته، اما این تعداد حالا به بیش از 5400 پردازشگر رسیده است. همان‌طور که گفتیم، برنده اصلی روی بورس آمدن مدل‌های هوش مصنوعی، انویدیاست.

این شرکت هفته گذشته در گزارش درآمدهای فصل چهارم 2022 خود اعلام کرد که اگرچه مجموع فروش آن‌ها 21 درصد افت داشته است، اما کسب‌وکار تراشه‌های هوش مصنوعی با رشد 11 درصدی روبه‌رو بوده و در این سه‌ماهه بیش از 3.6 میلیارد دلار فروش داشته است. در واکنش به این گزارش، ارزش سهام انویدیا یک روز بعد حدود 14 درصد رشد کرد. قیمت سهام انویدیا تا به این لحظه از 2023، حدود 65 درصد افزایش یافته است.

«جنسن هوانگ»، مدیرعامل انویدیا هم تأکید دارد که ترند هوش مصنوعی در مرکز استراتژی تجاری این شرکت قرار گرفته است. او می‌گوید صرف‌نظر از تمام برنامه‌هایی که برای سال جاری میلادی در نظر گرفته شده است، ترندی که در دو الی سه ماه اخیر به‌وجود آمد، همه‌چیز را تغییر داده است. انویدیا درحال‌حاضر تراشه H100 را تولید کرده که وارث A100 محسوب می‌شود و عرضه آن به‌تازگی آغاز شده است.

انجام پردازش‌های هوش مصنوعی در مقایسه با کارهای ساده‌ای مثل وب‌گردی به توان بسیار بیشتری نیاز دارد. درنتیجه شرکت‌ها باید پردازشگرهای گرافیکی بیشتری خریداری کنند تا بتوانند مدل‌های خود را ارتقا دهند و آن‌ها را در اختیار کاربران بگذارند.

انویدیا برای راحتی مشتریان خود سیستمی را تحت عنوان DGX A100 عرضه کرده است که 8 تراشه A100 به‌همراه 320 یا 640 گیگابایت رم و برخی امکانات دیگر را با قیمتی در حدود 200 هزار دلار ارائه می‌کند. این شرکت هفته گذشته اعلام کرد که دسترسی مستقیم ابری به DGX را هم ممکن می‌کند تا محققان با قیمتی پایین‌تر بتوانند به آن دسترسی پیدا کنند.

محصولات بزرگ‌تر به پردازشگرهای بیشتری نیاز دارند

بااین‌حال، می‌توانید ببینید که هزینه استفاده از چنین سیستم‌هایی تا چه اندازه می‌تواند هنگفت باشد. New Street Research می‌گوید مدل هوش مصنوعی ChatGPT که در بینگ کارگذاری شده است، برای پاسخگویی به یک سؤال در کمتر از یک ثانیه، به 8 پردازشگر گرافیکی نیاز دارد. بنابراین اگر مایکروسافت بخواهد دسترسی عمومی به این سرویس را فراهم کند، به بیش از 20 هزار سرور با 8 پردازشگر گرافیکی نیاز دارد. این یعنی اهالی ردموند باید 4 میلیارد دلار در زیرساخت‌های خود هزینه کنند.

ولی مایکروسافت سهم بسیار کمی از بازار موتورهای جستجو را در اختیار دارد. اگر گوگل در مقیاس خود بخواهد چنین مدلی را در اختیار تمام کاربران بگذارد، هزینه‌هایش سر به فلک می‌کشد. این موتور جستجو روزانه به 8 تا 9 میلیارد جستجو پاسخ می‌دهد، بنابراین برای تهیه DGXهای لازم باید 80 میلیارد دلار هزینه کند.

اما مدیرعامل انویدیا باور دارد که محصولات این شرکت برای انجام پردازش‌هایی که این مدل‌ها نیازمند آن هستند، درحقیقت ارزان است. هوانگ می‌گوید اگر محصولات این شرکت نبود، برای مثال به‌جای هزینه 100 میلیون دلاری در دیتاسنتری که با GPU کار می‌کند، به سرمایه‌گذاری 1 میلیارد دلاری روی دیتاسنتری نیاز داشتید که با CPU کار می‌کرد. حتی همین 100 میلیون دلار هم وقتی در فضای ابری قرار می‌گیرد و بین 100 شرکت تقسیم می‌شود، به رقمی تقریباً ناچیز بدل می‌گردد.

هوانگ مدعی است که درحال‌حاضر با هزینه‌ای تقریباً 10 تا 20 میلیون دلاری می‌توانید یک مدل زبانی بزرگ مثل GPT را آموزش دهید، اما اگر پردازشگرهای گرافیکی این شرکت وجود نداشت، هزینه استفاده از پردازنده‌های سنتی برای انجام این کار خیلی بالاتر می‌رفت.

انویدیا تنها شرکتی نیست که در زمینه تولید GPU برای هوش مصنوعی فعالیت می‌کند. AMD و اینتل هم پردازشگرهای خاص خود را دارند و حتی گوگل و آمازون روی پردازشگرهای اختصاصی خود کار می‌کنند؛ اما تحلیلگران باور دارند که آینده تا حد زیادی در دست انویدیا خواهد بود. تا ماه دسامبر بیش از 21 هزار مقاله متن‌باز درباره هوش مصنوعی اعلام کرده بودند که از تراشه‌های انویدیا برای آزمایش‌های خود استفاده کرده‌اند.

درحال‌حاضر گفته می‌شود که بزرگ‌ترین رقیب تراشه انویدیا A100، وارث آن، یعنی H100 است که در سال 2022 معرفی شد. این شرکت می‌گوید فروش H100 در سه‌ماهه منتهی به ژانویه از A100 فراتر رفته، درحالی‌که H100 تراشه گران‌تری است.

تراشه انویدیا H100 یکی از اولین پردازشگرهای گرافیکی در دنیای دیتاسنترهاست که به‌طور خاص برای ترانسفورمرها بهینه‌سازی شده. این تکنیک که روزبه‌روز اهمیت بیشتری پیدا می‌کند، توسط بسیاری از ابزارهای هوش مصنوعی جدید به‌کار گرفته شده است. انویدیا هفته گذشته اعلام کرد که می‌خواهد آموزش مدل‌های هوش مصنوعی را بیش از 1 میلیون برابر سریع‌تر کند، درنتیجه، احتمالاً نیاز کسب‌وکارها به افزایش تعداد تراشه‌ها کاهش خواهد یافت.

ایمان صاحبی

علاقه من به فناوری به دوره نوجوانی برمی‌گرده اما از حدود سال ۹۴ کار جسته گریخته توی این فضا رو شروع کردم و از ۹۷ به‌طور جدی‌تر وارد این کار شدم. فناوری مخصوصاً بخشی که روی لبه حرکت می‌کنه، جذاب‌ترین قسمت این حوزه برام محسوب می‌شه، اما به مرور فهمیدم که همه حوزه‌ها حتی نقاط تلاقی علم و فناوری می‌تونن خیلی جذاب باشن. در کنار این‌ها دنیای فیلم، سریال و بازی‌های ویدیویی رو هم خیلی دوست دارم.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی