Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
جیتکس ترکیه
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
 «DeepSeek» در مسیر ساخت تراشه اختصاصی هوش مصنوعی؛ کاهش وابستگی به «انویدیا» و «هواوی»

رقابت بر سر زیرساخت هوش مصنوعی وارد مرحله جدیدی شد

«DeepSeek» در مسیر ساخت تراشه اختصاصی هوش مصنوعی؛ کاهش وابستگی به «انویدیا» و «هواوی»

زمان مطالعه: 3 دقیقه

شرکت چینی «DeepSeek»، توسعه‌دهنده مدل‌های زبانی بزرگ، در حال طراحی تراشه‌های اختصاصی برای پردازش استنتاج (Inference) در مراکز داده است؛ اقدامی که می‌تواند وابستگی این شرکت به تراشه‌های «انویدیا» و «هواوی» را کاهش دهد.

بر اساس گزارش «رویترز»، این پروژه حدود یک سال است که آغاز شده و هدف آن کنترل بیشتر هزینه اجرای مدل‌های هوش مصنوعی و ایجاد زیرساخت مستقل برای توسعه این فناوری در مقیاس بزرگ است.


تمرکز «DeepSeek» بر تراشه‌های استنتاج، نه آموزش مدل

برخلاف تراشه‌های مورد استفاده برای آموزش مدل‌های بزرگ هوش مصنوعی، تراشه‌های استنتاج برای اجرای مدل‌های آموزش‌دیده و پاسخ‌گویی به درخواست کاربران طراحی می‌شوند.

این حوزه برای شرکت‌هایی مانند «DeepSeek» اهمیت ویژه‌ای دارد، زیرا هزینه اجرای مدل‌های هوش مصنوعی در مقیاس گسترده می‌تواند بخش قابل توجهی از هزینه‌های عملیاتی را تشکیل دهد.

با ساخت تراشه اختصاصی، «DeepSeek» می‌تواند کنترل بیشتری بر هزینه پردازش هر درخواست و اقتصاد اجرای مدل‌های خود داشته باشد.


فشار تحریم‌های آمریکا؛ محرک توسعه تراشه داخلی چین

یکی از عوامل اصلی حرکت شرکت‌های چینی به سمت طراحی تراشه اختصاصی، محدودیت‌های صادراتی ایالات متحده است.

تحریم‌های آمریکا دسترسی شرکت‌های چینی به قدرتمندترین پردازنده‌های دیتاسنتری «انویدیا» را محدود کرده و باعث شده بسیاری از شرکت‌ها به گزینه‌های داخلی مانند محصولات «هواوی» روی بیاورند.

بر اساس گزارش‌ها، «هواوی» اکنون حدود نیمی از بازار تراشه‌های مراکز داده در چین را در اختیار دارد و توسعه یک جایگزین داخلی می‌تواند وابستگی شرکت‌ها به یک تأمین‌کننده خاص را کاهش دهد.


«DeepSeek» تنها نیست؛ موج ساخت تراشه هوش مصنوعی در چین

حرکت «DeepSeek» بخشی از روند گسترده‌تر شرکت‌های فناوری چین برای ایجاد زنجیره مستقل سخت‌افزار و نرم‌افزار هوش مصنوعی است.

شرکت‌های «علی‌بابا» و «بایدو» نیز برنامه‌های مشابهی برای توسعه تراشه‌های اختصاصی دنبال می‌کنند. پرسش اصلی این است که کدام‌یک از این پروژه‌ها می‌توانند در مقیاس صنعتی و برای استفاده واقعی در مراکز داده به نتیجه برسند.


رقابت جهانی برای ساخت تراشه‌های اختصاصی AI

این روند تنها محدود به چین نیست. شرکت‌هایی مانند «OpenAI» و «Anthropic» نیز در حال بررسی توسعه سخت‌افزار اختصاصی برای کاهش وابستگی به «انویدیا» هستند.

«OpenAI» با همکاری «Broadcom» تراشه استنتاجی اختصاصی خود با نام «Jalapeño» را معرفی کرده است؛ اقدامی که نشان می‌دهد شرکت‌های بزرگ هوش مصنوعی به دنبال کنترل کامل‌تر زنجیره فناوری خود از تراشه تا محصول نهایی هستند.


کنترل تراشه یعنی کنترل اقتصاد هوش مصنوعی

ساخت تراشه اختصاصی می‌تواند برای «DeepSeek» فراتر از یک پروژه سخت‌افزاری باشد. مالکیت لایه استنتاج به معنای کنترل هزینه اجرای هر توکن پردازش‌شده و کاهش آسیب‌پذیری در برابر مشکلات زنجیره تأمین است.

در آینده‌ای که ظرفیت مراکز داده ممکن است به عامل محدودکننده رشد هوش مصنوعی تبدیل شود، داشتن زیرساخت پردازشی اختصاصی می‌تواند یک مزیت رقابتی مهم باشد.


چالش بزرگ؛ ساخت تراشه از صفر ساده نیست

با وجود اهداف بلندپروازانه، توسعه یک شتاب‌دهنده هوش مصنوعی رقابتی از ابتدا فرآیندی پیچیده و زمان‌بر است.

«DeepSeek» تاکنون جزئیاتی درباره شریک تولید تراشه، زمان عرضه نمونه اولیه یا اهداف عملکردی این پروژه منتشر نکرده است. طراحی تراشه، دسترسی به فناوری ساخت پیشرفته و ایجاد زنجیره تولید، موانعی هستند که حتی شرکت‌های بزرگ فناوری نیز برای عبور از آن‌ها به چند سال زمان نیاز دارند.

بسیاری از پروژه‌های موفق تراشه اختصاصی در شرکت‌های بزرگ فناوری، پیش از رسیدن به مرحله تولید انبوه بین سه تا پنج سال زمان برده‌اند.


چالش نرم‌افزار؛ رقیب اصلی «CUDA» است

یکی از بزرگ‌ترین موانع پیش روی تراشه‌های جدید، تنها سخت‌افزار نیست؛ بلکه اکوسیستم نرم‌افزاری است.

مزیت اصلی «انویدیا» فقط پردازنده‌های گرافیکی آن نیست، بلکه پلتفرم نرم‌افزاری «CUDA» است که طی سال‌ها به استاندارد توسعه هوش مصنوعی تبدیل شده است.

«DeepSeek» برای موفقیت تراشه خود باید یک زنجیره نرم‌افزاری شامل کامپایلر، ابزارهای توسعه و محیط اجرایی ایجاد کند که بتواند مدل‌های خود و دیگر مدل‌های هوش مصنوعی را بدون هزینه مهندسی سنگین اجرا کند.


آینده‌ای جدا از مسیر «انویدیا»؟

حرکت «DeepSeek»، «علی‌بابا» و «بایدو» نشان می‌دهد اکوسیستم هوش مصنوعی چین ممکن است به سمت یک مسیر مستقل سخت‌افزاری حرکت کند.

در حالی که مدل‌های هوش مصنوعی می‌توانند به‌راحتی در سراسر جهان منتشر شوند، دسترسی به تراشه‌های پیشرفته روزبه‌روز محدودتر می‌شود.

اگر شرکت‌های چینی بتوانند طی دو تا سه سال آینده تراشه‌های استنتاج داخلی خود را در مقیاس گسترده عرضه کنند، هزینه اجرای هوش مصنوعی در بازار چین ممکن است از مسیر توسعه «انویدیا» جدا شود؛ نتیجه‌ای که سیاست‌های محدودکننده صادراتی آمریکا قصد جلوگیری از آن را داشتند، اما ممکن است در عمل سرعت این روند را افزایش دهند.

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
3 نظرات
قدیمی‌ترین
تازه‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]