OpenAI که از تراشه های هوش مصنوعی گران قیمت خسته شده است، اکنون در حال برنامه ریزی برای شروع ساخت تراشه های هوش مصنوعی خود است

طبق گزارش رویترز، OpenAI، سازمانی که مسئولیت توسعه ChatGPT را بر عهده دارد، ظاهراً در حال بررسی امکان ایجاد تراشه‌های هوش مصنوعی خود است و حتی اهداف بالقوه اکتساب را به عنوان بخشی از این تلاش مورد بررسی قرار داده است.

در حالی که این شرکت تصمیم نهایی برای ادامه این طرح نگرفته، بحث های داخلی در این مورد در حال انجام است. به گفته منابع آگاه، به نظر می رسد OpenAI فعالانه به دنبال راه هایی برای رفع کمبود تراشه های هوش مصنوعی پرهزینه، که برای زیرساخت هوش مصنوعی آن ضروری است، بوده است، با این بحث ها که حداقل به سال قبل برمی گردد.

این گزینه ها شامل ساخت تراشه هوش مصنوعی خود، همکاری نزدیک تر با سایر سازندگان تراشه از جمله NVIDIA و همچنین تنوع بخشیدن به تامین کنندگان خود فراتر از NVIDIA است.

مدیر عامل شرکت سام آلتمن، دستیابی به تراشه های هوش مصنوعی بیشتر را در اولویت اصلی شرکت قرار داده است. او علناً از کمبود واحدهای پردازش گرافیکی شکایت کرده است، بازاری که تحت سلطه NVIDIA است، که بیش از ۸۰ درصد از بازار جهانی را برای تراشه‌های مناسب برای اجرای برنامه‌های هوش مصنوعی کنترل می‌کند.

تلاش برای دستیابی به تراشه‌های بیشتر به دو نگرانی عمده مرتبط است که آلتمن شناسایی کرده است: کمبود پردازنده‌های پیشرفته که نرم‌افزار OpenAI را تامین می‌کنند و هزینه‌های «چشم‌آلود» مرتبط با اجرای سخت‌افزار لازم برای تقویت تلاش‌ها و محصولات آن.

از سال ۲۰۲۰، OpenAI فناوری های هوش مصنوعی مولد خود را بر روی یک ابررایانه عظیم ساخته شده توسط مایکروسافت، یکی از بزرگترین حامیان آن، که از ۱۰۰۰۰ واحد پردازش گرافیکی NVIDIA (GPU) استفاده می کند، توسعه داده است.

اجرای ChatGPT برای شرکت بسیار گران است. بر اساس تجزیه و تحلیل استیسی راسگون، تحلیلگر Bernstein، هر درخواست تقریباً ۴ سنت هزینه دارد. اگر جستجوهای ChatGPT به یک دهم مقیاس جستجوی گوگل افزایش یابد، در ابتدا به GPU به ارزش ۴۸٫۱ میلیارد دلار و برای عملیاتی ماندن به تراشه هایی به ارزش حدود ۱۶ میلیارد دلار در سال نیاز دارد.

عصر تراشه های سفارشی

تلاش برای توسعه تراشه‌های هوش مصنوعی خود، OpenAI را در میان گروه کوچکی از بازیگران بزرگ فناوری مانند Google Alphabet و Amazon.com قرار می‌دهد که به دنبال کنترل طراحی تراشه‌هایی هستند که برای کسب‌وکارشان اساسی هستند.

مشخص نیست که OpenAI با برنامه ای برای ساخت یک تراشه سفارشی پیش خواهد رفت یا خیر. به گفته پیشکسوتان صنعت، انجام این کار یک ابتکار استراتژیک بزرگ و سرمایه گذاری سنگینی است که می تواند صدها میلیون دلار در سال هزینه داشته باشد. حتی اگر OpenAI منابع را به کار متعهد کند، موفقیت را تضمین نمی کند.

خرید یک شرکت تولید تراشه می تواند روند ساخت تراشه خود OpenAI را تسریع بخشد – همانطور که برای Amazon.com و خرید آزمایشگاه Annapurna در سال ۲۰۱۵ انجام داد.

به گفته یکی از افراد آشنا با برنامه‌های OpenAI، مسیری را در نظر گرفته بود که به نقطه‌ای رسید که در آن بررسی‌های لازم را روی یک هدف بالقوه اکتساب انجام داد.

هویت شرکتی که OpenAI مورد بررسی قرار داد، مشخص نشد.

حتی اگر OpenAI با برنامه‌هایی برای یک تراشه سفارشی – از جمله خرید – پیش برود، این تلاش احتمالا چندین سال طول می‌کشد تا شرکت در این مدت به ارائه‌دهندگان تجاری مانند NVIDIA و Advanced Micro Devices وابسته شود.

برخی از شرکت های بزرگ فناوری سال هاست که پردازنده های خود را با نتایج محدود می سازند. بر اساس گزارش رویترز، تلاش برای تراشه های سفارشی متا با مشکلاتی همراه بوده است که باعث شده این شرکت برخی از تراشه های هوش مصنوعی خود را کنار بگذارد. مالک فیس بوک اکنون در حال کار بر روی یک تراشه جدیدتر است که همه انواع کارهای هوش مصنوعی را در بر می گیرد.

مایکروسافت، حامی اصلی OpenAI، همچنین در حال توسعه یک تراشه هوش مصنوعی سفارشی است که OpenAI در حال آزمایش آن است. این طرح ها می تواند نشان دهنده فاصله گذاری بیشتر بین این دو شرکت باشد.

تقاضا برای تراشه های تخصصی هوش مصنوعی از زمان راه اندازی ChatGPT در سال گذشته افزایش یافته است. تراشه‌های خاص یا شتاب‌دهنده‌های هوش مصنوعی برای آموزش و اجرای آخرین فناوری هوش مصنوعی مولد ضروری هستند. NVIDIA یکی از معدود تراشه‌سازانی است که تراشه‌های مفید هوش مصنوعی تولید می‌کند و بر بازار تسلط دارد.

(با ورودی های نمایندگی ها)


منبع: https://www.firstpost.com/tech/news-analysis/fed-up-with-expensive-ai-chips-openai-is-now-planning-to-start-making-its-own-ai-chips-13213102.html

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *