کمبود سخت‌افزار اپل عامل محدودیت‌های مدل‌های هوش مصنوعی

استاد دانشگاه سونگ‌کیون‌کوان کره‌جنوبی کمبود سخت‌افزار پردازشی پیشرفته اپل در هوش مصنوعی را عامل اصلی مشکلات مدل‌های این شرکت دانست.

به گزارش تک‌ناک، در پی انتشار مقاله‌ای پژوهشی شرکت اپل درباره محدودیت‌های بنیادی مدل‌های زبانی و استدلالی هوش مصنوعی، یکی از استادان برجسته دانشگاهی با رد یافته‌های این گزارش، دلیل اصلی نتایج منفی اپل در حوزه هوش مصنوعی را کمبود سخت‌افزار قدرتمند دانست.

تامزهاردور می‌نویسد پروفسور سوک جون کوون از دانشگاه سونگ‌کیون‌کوان کره‌جنوبی درباره کمبود سخت‌افزار اپل در هوش مصنوعی اظهار کرد:

اپل به‌سادگی خوشه‌های پردازشی مبتنی‌بر GPU با مقیاس شرکت‌هایی مانند گوگل و مایکروسافت یا xAI را در اختیار ندارد. بنابراین، سخت‌افزار فعلی آن برای ارزیابی واقعی قابلیت‌های مدل‌های پیشرفته هوش مصنوعی مناسب نیست.

در مقاله اپل آمده بود که مدل‌های هوش مصنوعی مانند Claude 3.7 و DeepSeek-R1 با افزایش پیچیدگی مسائل حتی با درنظرگرفتن منابع محاسباتی کافی، عملکردشان به صفر می‌رسد. این مقاله مدعی شده بود که مدل‌های یادشده ازپس درک و قضاوت صحیح در مسائل پیچیده‌تر برنمی‌آیند و فقط در مواجهه با پازل‌های آشنا عملکرد رضایت‌بخشی از خود نشان داده‌اند.

با‌این‌حال، پروفسور کوون این نتیجه‌گیری را برخلاف مطالعات گسترده درزمینه مقیاس‌پذیری مدل‌های زبانی دانست. او تأکید کرد:

بررسی‌های متعدد نشان داده‌اند که با افزایش پارامترها، عملکرد مدل‌ها به‌صورت تابع توانی بهبود می‌یابد و در بدترین حالت به اشباع می‌رسد، نه کاهش. اپل باید برای اثبات چنین ادعایی، ترکیب‌های مختلفی از داده‌های آموزشی و پارامترها و بار محاسباتی را ارزیابی و منحنی عملکرد را ارائه می‌کرد.

انتشار این مقاله درست چند روز پیش‌از کنفرانس سالانه WWDC رخ داد؛ جایی که اپل برخلاف انتظارها، درباره پیشرفت‌های حوزه هوش مصنوعی نکته‌ مهمی بیان نکرد. به عقیده استاد کوون، این زمان‌بندی هدفمند بوده است تا اپل بتواند دستاوردهای شرکت‌هایی مانند OpenAI و آنتروپیک و گوگل را کم‌اهمیت جلوه دهد؛ چراکه به‌وضوح از آن‌ها عقب افتاده است.

در کنفرانس WWDC، اپل فقط بر توسعه Apple Intelligence برای پردازش درون‌دستگاهی تأکید کرد و به پیشرفت درزمینه زیرساخت‌های مراکز داده یا مدل‌های آموزشی پیشرفته اشاره‌ای نکرد. این در حالی است که اپل اکنون به سیری و دیگر ابزارهای خود اجازه داده است تا درصورت ناتوانی، به مدل‌های زبانی خارجی مانند ChatGPT 4o و به‌زودی جمنای مراجعه کنند. در این روند، تنها اطلاعاتی که کاربر به‌طور مستقیم تأیید کرده باشد، برای مدل ارسال می‌شود و اپل اطمینان داده است که IP و داده‌های شخصی کاربران با OpenAI به اشتراک گذاشته نمی‌شود.

پروفسور کوون این تغییر سیاست را نشانه‌ای از کمبود سخت‌افزار اپل در هوش مصنوعی می‌داند. به گفته او، تمرکز اپل بر طراحی سخت‌افزارهای اختصاصی برای کامپیوترهای شخصی باعث شده است تا تراشه‌های سری M این شرکت از قابلیت‌های موردنیاز برای آموزش مدل‌های هوش مصنوعی پیشرفته، مانند پشتیبانی از FP16 یا حافظه‌های HBM3E برخوردار نباشند. همچنین، پشتیبانی‌نکردن بومی از چهارچوب‌هایی مانند PyTorch روند توسعه را برای این شرکت دشوار کرده است.

در پایان، استاد کوون هشدار داد که اگر اپل بخواهد در رقابت جهانی هوش مصنوعی باقی بماند، ناچار خواهد بود پردازنده‌هایی در سطح مراکز داده با قابلیت‌های پیشرفته برای آموزش و استنتاج هوش مصنوعی تولید کند؛ پردازنده‌هایی که به طراحی محدود سری M وابسته نباشند و بتوانند زیرساخت لازم برای مدل‌های LLM و LRM را فراهم کنند.