فهرست مطالب
گزارشها نشان میدهند آنتروپیک و OpenAI در بحبوحه رقابت برای افزایش سریع ظرفیت محاسباتی آنلاین، به دنبال تامین دیتاسنترهای کوچکتر هستند.
به گزارش سرویس هوش مصنوعی تکناک، این در حالی است که پروژههای زیرساختی عظیم در مقیاس گیگاوات همچنان در مرحله ساخت قرار دارند.
طبق گزارش ۱۸ سپتامبر CNBC، این دو شرکت بزرگ هوش مصنوعی در حال بررسی قراردادهایی برای مراکز داده موجود با ظرفیت تقریبی ۲۰ تا ۳۰ مگاوات هستند، در حالی که پیشتر دهها میلیارد دلار به پروژههای بسیار بزرگتر زیرساخت هوش مصنوعی متعهد شدهاند.
بیشتر بخوانید: ریسکهای هوش مصنوعی در شورای امنیت سازمان ملل بررسی می شود
سبدی متنوع از ظرفیتهای محاسباتی
به گفته چهار فرد مطلع از مذاکرات که CNBC به آنها استناد کرده، آنتروپیک در بریتانیا و کشورهای شمال اروپا در حال بررسی قراردادهایی با چنین ظرفیتی بوده است. شررکت OpenAI نیز به دنبال استقرارهای کوچکتر در کشورهای شمال اروپا بوده است و منابع بیان کردهاند که هر دو شرکت فرصتهای مشابهی را در آمریکا نیز بررسی کردهاند.
سخنگوی OpenAI به CNBC گفت: «ما در حال ایجاد سبدی متنوع از ظرفیتهای محاسباتی هستیم تا پاسخگوی تقاضای روبهرشد برای هوش مصنوعی در سراسر جهان باشیم.» این شرکت اعلام کرد که بارهای کاری مختلف به زیرساختهای متفاوتی نیاز دارند و گزینههای استقرار احتمالی را بر اساس عملکرد، قابلیت اطمینان، زمانبندی و هزینه ارزیابی میکند. آنتروپیک از اظهارنظر درباره این گزارش خودداری کرد.
دیتاسنترهای ۳۰ مگاواتی کوچکتر قرار است مکمل پردیسهای عظیم هوش مصنوعی باشند که هر دو شرکت هماکنون در حال توسعه آنها هستند. برای مثال، طبق گزارشها آنتروپیک قراردادی حدود ۴۵ میلیارد دلاری برای تامین حدود ۴۶۰ مگاوات ظرفیت محاسباتی در یک مجموعه در ویرجینیای غربی امضا کرده است. شرکت OpenAI نیز اوایل سال جاری اعلام کرد که تعهدات زیرساختی پروژه استارگیت از هدف اولیه ۱۰ گیگاوات عبور کرده است. این شرکت پس از آن از اضافه شدن ۳ گیگاوات ظرفیت در جورجیا و ۸ گیگاوات در اوهایو خبر داد.
حتما بخوانید: عامل هوش مصنوعی جدید Rabbit به دستگاه R1 نیاز ندارد
این پروژههای عظیم، خوشههای بزرگ شتابدهندههای محاسباتی مورد نیاز را برای آموزش مدلهای هوش مصنوعی با ابعاد فزاینده فراهم میکنند. در چنین سامانههایی، هزاران پردازنده گرافیکی باید از طریق اتصالهای پرپهنایباند با یکدیگر ارتباط داشته باشند. با وجود این، توسعه چنین زیرساختهایی سالها زمان میبرد و پیش از آغاز به کار شتابدهندهها، به زمین، اتصال به شبکه برق، پستهای برق، سامانههای خنککننده و حجم عظیمی از انرژی نیاز دارد.
در مقابل، OpenAI و آنتروپیک به ظرفیت محاسباتی فوری برای پاسخ به تقاضای استنتاج مدلهای خود نیاز دارند. استنتاج را میتوان میان چندین خوشه کوچکتر توزیع کرد و همین ویژگی، مراکز داده کوچکتر را به گزینهای مناسب برای این نوع بارهای کاری تبدیل میکند و به افزایش تقاضا برای چنین تاسیساتی میانجامد.
دیتاسنترهای کوچکتر چالشهای کمتری دارند
همچنین استقرارهای کوچکتر، برخی موانعی را که پروژههای بزرگ مراکز داده با آنها مواجه هستند، دور میزنند. تنها در آمریکا، مخالفتهای محلی در سهماهه دوم سال ۲۰۲۶ مانع اجرای ۴۵ پروژه مرکز داده به ارزش مجموع ۶۸ میلیارد دلار شد. نگرانی درباره کاربری زمین، آلودگی صوتی و مصرف برق و آب از جمله عوامل این مخالفتها بود. مراکز داده ۳۰ مگاواتی و از پیش ساختهشده با چنین سطحی از فشار مواجه نیستند.
جابز تن، مدیر تحقیقات استراکچر ریسرچ به CNBC گفت: «تامین چند مگاوات ظرفیت در یک سایت موجود و متصل به شبکه برق میتواند عملیتر از انتظار برای یک ظرفیت بسیار بزرگتر در یک موقعیت واحد باشد.» او تصریح کرد که برای بارهای کاری که قابلیت فعالیت در سایتهای مجزا را دارند، مجموعهای از استقرارهای کوچکتر میتواند در مجموع ظرفیت قابلتوجهی ایجاد کند.
برای مطالعه بیشتر: متا بالاخره اعتراف کرد؛ شباهت Muse به OpenClaw تصادفی نیست
در حال حاضر، اجاره ظرفیت محاسباتی به رویهای استاندارد در صنعت هوش مصنوعی تبدیل شده است. آزمایشگاههای هوش مصنوعی ظرفیت مورد نیاز خود را از شرکتهای بزرگ ارائهدهنده خدمات ابری، اپراتورهای تخصصی مراکز داده و نئوکلاودهای در حال توسعه که روی زیرساختهای مبتنی بر پردازندههای گرافیکی تمرکز دارند، اجاره میکنند. این مدل به شرکتها اجازه میدهد بارهای کاری خود را میان چندین ارائهدهنده توزیع کنند.
