با تشدید سیاستهای کنترلی در آمریکا و سختگیریهای متقابل چین برای تقویت تولید داخلی، نبرد جهانی بر سر سختافزارهای آموزش هوش مصنوعی وارد مرحله تازهای شده است؛ جایی که سرعت توسعه و دسترسی به توان محاسباتی بیش از هر عامل دیگری تعیینکننده است.
به گزارش سرویس سختافزار تکناک، سنای آمریکا لایحهای دوحزبی با عنوان SAFE را در دستور کار قرار داده است که هدف آن، جلوگیری از دسترسی چین به نسل جدید تراشههای پیشرفته مورد نیاز برای Training مدلهای هوش مصنوعی است. بر اساس این طرح، وزارت بازرگانی ایالات متحده موظف خواهد شد بهمدت ۳۰ ماه، صدور مجوز صادرات جدیدترین سختافزارهای AI به «رقبای آمریکا»، از جمله چین و روسیه را متوقف کند.
این ممنوعیت نه تنها Blackwell GPUهای Nvidia را هدف قرار میدهد، بلکه تراشههای نسل پیشین Hopper، محصولات AMD و جدیدترین طراحیهای TPU شرکت Google را نیز شامل خواهد شد؛ موضوعی که زنگ خطر را برای غولهای صنعت تراشه به صدا درآورده است.
این اقدام در شرایطی صورت میگیرد که Jensen Huang، مدیرعامل Nvidia، هفته گذشته در دیدار با President Trump و اعضای جمهوریخواه Senate Banking Committee تلاش داشت نگرانیهای شرکت خود را درباره محدودیتهای صادراتی کاهش دهد؛ اما به نظر میرسد رایزنیهای او نتیجهبخش نبوده است.
چین یکی از بزرگترین بازارهای سختافزار و توسعه هوش مصنوعی در جهان بهشمار میآید، اما دولت این کشور طی ماههای اخیر با اعمال محدودیتهای داخلی و الزام شرکتها به استفاده از حداقل ۵۰ درصد تجهیزات ساخت داخل، دسترسی به سختافزارهای Nvidia را بارها مختل کرده است. پکن همچنین اعلام کرده با روشهای جدید بستهبندی و مونتاژ، فاصله عملکردی میان تولیدات داخلی و تراشههای خارجی کاهش خواهد یافت.
تولیدکنندگان چینی نیز با اعلام برنامههای گسترده برای افزایش چشمگیر ظرفیت ساخت تراشه در سال آینده، تلاش میکنند وابستگی به نسلهای جدید GPU خارجی را کاهش دهند؛ هرچند کارشناسان در عمل دستیابی به این اهداف را در این بازه زمانی کوتاه بعید میدانند.
پیشرفت چین در حوزه Inference، یعنی اجرای مدلهای آموزشدیده، قابل توجه بوده و شرکتهایی مانند Huawei سختافزارهایی مقیاسپذیر اما کمبازده تولید کردهاند. با این حال، فاصله عملکرد در بخش حیاتی Training همچنان بسیار زیاد است و Nvidia در این بخش عملاً بیرقیب محسوب میشود.
گزارشهایی درباره یک طراحی جدید تراشه چینی با فناوری 3D hybrid bonding منتشر شده که مدعی است توان رقابت با سیلیکون 4nm Nvidia را دارد، اما چالشهای جدی در بهرهوری، دفع حرارت و بازدهی تولید انبوه، اعتبار این ادعا را زیر سؤال برده است.
مقایسه عملکرد نیز گویای واقعیت است: توسعهدهندگان Deepseek که مجبور به استفاده از تراشههای داخلی برای آموزش شده بودند، در نهایت به سختافزار Nvidia بازگشتند؛ چراکه اختلاف کارایی بسیار زیاد بود.
علیرغم تحریمها و موانع تجاری، شرکتهای چینی تاکنون راههای متعددی برای دسترسی به تراشههای آمریکایی پیدا کردهاند:
- استفاده از شرکتهای واسطه سنگاپوری
- اجاره توان پردازشی از شرکای بینالمللی
- انتقال سختافزار از مسیرهای غیررسمی
به گفته تحلیلگران، محدودیتهای جدید نیز احتمالاً مسیرها را دشوارتر میکند، اما صادرات را کاملاً متوقف نخواهد کرد.
به نقل از تامزهاردور، با شدت گرفتن رقابت جهانی برای دستیابی به AGI، دسترسی سریعتر به قدرت محاسباتی برای پیشآموزش مدلها حیاتیتر از هر زمان دیگر شده است. مطابق وایتپیپر جدید Deepseek 3.2، برتری آینده هوش مصنوعی در گرو مقیاس و سرعت است؛ نه لزوماً اینکه تراشهها کجا تولید میشوند.
در نتیجه، حتی اگر لایحه SAFE به قانون تبدیل شود، کارشناسان معتقدند که این تصمیم، چین را از رقابت کنار نخواهد زد؛ بلکه تنها مسیرها را پیچیدهتر و هزینهها را بالاتر خواهد کرد.
