جنسن هوانگ، مدیرعامل انویدیا در اظهاراتی جسورانه اعلام کرد که تراشه‌های هوش مصنوعی این شرکت با سرعتی بسیار بیشتر از آنچه قانون مور پیش‌بینی کرده است، در حال پیشرفت هستند.
به گزارش تکناک، مدیرعامل انویدیا این سخنان خود را در گفت‌وگو با TechCrunch بیان کرد، که یک روز پس از سخنرانی او برای 10 هزار نفر در نمایشگاه CES 2025 لاس‌وگاس بود.
فهرست مطالب
عبور از قانون مور
قانون مور در سال ۱۹۶۵ توسط گوردون مور، یکی از بنیان‌گذاران اینتل معرفی شد، که بیان می‌کرد تعداد ترانزیستورهای موجود در تراشه‌های کامپیوتری هر سال دو برابر می‌شود و در نتیجه، عملکرد این تراشه‌ها نیز دو برابر خواهد شد. این قانون برای چندین دهه محرک پیشرفت فناوری بود، اما در سال‌های اخیر سرعت آن کاهش یافته است.
با وجود این، هوانگ معتقد است که تراشه‌های هوش مصنوعی انویدیا نه تنها این کاهش سرعت را تجربه نکرده‌اند، بلکه با شتاب بیشتری در حال پیشرفت هستند. او در این باره گفته است:
«سیستم‌های ما بسیار سریع‌تر از قانون مور پیشرفت می‌کنند، چرا که ما معماری، تراشه، سیستم، کتابخانه‌ها و الگوریتم‌ها را هم‌زمان توسعه می‌دهیم.»
نسل جدید تراشه‌های هوش مصنوعی انویدیا
شرکت انویدیا به تازگی ابرتراشه دیتاسنتر GB200 NVL72 را معرفی کرده است، که طبق گفته هوانگ، ۳۰ تا ۴۰ برابر سریع‌تر از تراشه‌های پرچم‌دار قبلی این شرکت، یعنی H100، عمل می‌کند.
این تراشه به طور خاص برای بارهای کاری استنتاج هوش مصنوعی طراحی شده است و می‌تواند هزینه‌های سنگین مرتبط با مدل‌ها را در مرحله استنتاج محاسبات، مانند مدل o3 شرکت OpenAI کاهش دهد.
هوانگ در این خصوص بیان کرد:
«راه‌حل مستقیم و فوری برای بهبود عملکرد و کاهش هزینه در مرحله استنتاج، افزایش قابلیت محاسباتی است. این موضوع به ما اجازه می‌دهد مدل‌های هوش مصنوعی با عملکرد بالا و هزینه کمتر ارائه کنیم.»
تراشه‌های هوش مصنوعی در خدمت آینده
شرکت‌های بزرگ هوش مصنوعی مانند: Google، OpenAI و Anthropic از تراشه‌های انویدیا برای آموزش و اجرای مدل‌های خود استفاده می‌کنند.
پیشرفت در این تراشه‌ها، به صورت مستقیم باعث بهبود قابلیت‌های مدل‌های هوش مصنوعی خواهد شد. همچنین هوانگ تأکید کرد که تراشه‌های انویدیا در مقایسه با ۱۰ سال پیش، ۱,۰۰۰ برابر قدرتمندتر شده‌اند و این روند پیشرفت همچنان ادامه خواهد داشت.
او با رد نگرانی‌ها درباره کُند شدن پیشرفت هوش مصنوعی، گفت که اکنون سه قانون مقیاس‌بندی فعال در هوش مصنوعی وجود دارد، که شامل پیش‌آموزش (یادگیری اولیه الگوها از داده‌های حجیم)، پس‌آموزش (تنظیم پاسخ‌ها با استفاده از بازخورد انسانی) و محاسبه در زمان تست (استنتاج دقیق‌تر و سریع‌تر پس از هر سؤال) می‌شوند.
تأثیر بر هزینه‌ها
مدیرعامل انویدیا خاطرنشان کرد که یکی از مهم‌ترین اثرات قانون مور، کاهش هزینه‌های محاسباتی بود. او پیش‌بینی کرد که روند مشابهی برای استنتاج مدل‌های هوش مصنوعی رخ خواهد داد.
به گفته او، تراشه‌های پیشرفته‌تر هزینه‌های مرتبط با اجرای مدل‌های هوش مصنوعی را کاهش می‌دهد و باعث دسترسی گسترده‌تر به این فناوری خواهند شد.
نتیجه‌گیری
شرکت انویدیا به عنوان یکی از بزرگ‌ترین بازیگران عرصه هوش مصنوعی، از رشد سریع این فناوری سود می‌برد. معرفی تراشه‌های پیشرفته این شرکت نشان‌دهنده تعهد آن به حفظ برتری در بازار هوش مصنوعی است.
اگرچه هزینه اجرای مدل‌های پیشرفته هنوز برای بسیاری از کاربران بالا است، اما انویدیا امیدوار است که با توسعه تراشه‌های سریع‌تر و کارآمدتر، این محدودیت‌ها را برطرف کند.
