‏انودیا تسلط خود بر هوش مصنوعی ابری را با قرارداد بزرگ تراشه با AWS افزایش می‌دهد.

انویدیا و آمازون وب سرویس‌ها برای تامین گسترده‌ی واحد پردازش گرافیکی تا سال ۲۰۲۷ به توافق رسیدند

انویدیا تا سال ۲۰۲۷ حجم عظیمی از واحد پردازش گرافیکی (GPU) را در اختیار آمازون وب سرویس‌ها (AWS) قرار خواهد داد.

این اقدام در راستای افزایش زیرساخت‌های هوش مصنوعی (AI) و پاسخگویی به تقاضای فزاینده‌ی این شرکت صورت می‌گیرد.

AWS اوایل این هفته اعلام کرد که قصد دارد حدود یک میلیون واحد پردازش گرافیکی انویدیا را به عنوان بخشی از توسعه‌ی زیرساخت‌های هوش مصنوعی خود مستقر کند. یکی از مدیران اجرایی انویدیا روز پنجشنبه با رویترز تایید کرد که انتظار می‌رود این استقرار تا پایان سال ۲۰۲۷ ادامه داشته باشد.

این پروژه که از سال جاری در سراسر مناطق ابری جهانی AWS آغاز می‌شود، همراه با همکاری گسترده‌تر با انویدیا در زمینه‌ی شبکه‌سازی و سایر زیرساخت‌ها برای ساخت سیستم‌هایی خواهد بود که “قادر به استدلال، برنامه‌ریزی و عمل مستقل در سراسر گردش‌های کاری پیچیده” هستند. AWS با اشاره به کار خود بر روی سیستم‌های هوش مصنوعی عامل‌محور، این موضوع را اعلام کرد.

AWS به توسعه‌ی تراشه‌های هوش مصنوعی برای آموزش و استنتاج ادامه می‌دهد. این همکاری نشان می‌دهد که ممکن است تقاضا در سراسر مجموعه‌ی هوش مصنوعی در حال تغییر باشد، در حالی که به نظر می‌رسد سهم فزاینده‌ای از فعالیت‌ها به اجرای مدل‌ها در سرویس‌های زنده مرتبط است.

این توافق در حالی صورت می‌گیرد که دادستان‌های ایالات متحده در حال پیگیری پرونده‌ای هستند که ادعا می‌کند تراشه‌های انویدیا به چین قاچاق شده‌اند و این امر باعث شده است که عرضه و کنترل جهانی این شرکت مورد بررسی مجدد قرار گیرد.

از سال ۲۰۲۲، پیشرفته‌ترین تراشه‌های انویدیا به عنوان بخشی از یک استراتژی گسترده‌تر ایالات متحده برای محدود کردن پیشرفت چین در محاسبات پیشرفته و هوش مصنوعی، تحت کنترل شدید قرار گرفته‌اند.

تحولات روز پنجشنبه در داخل کشور می‌تواند این شکاف را بیش از پیش گسترش دهد.

ناظران می‌گویند ساختار این توافق سرنخ‌هایی را در مورد محل ایجاد تقاضا و چگونگی تغییر زیرساخت‌های اساسی با سرعتی فزاینده ارائه می‌دهد.

درموت مک‌گراث، هم‌بنیانگذار استودیوی استراتژی و رشد ZenGen Labs، به دکریپت گفت: “انویدیا در حال تبدیل شدن به لایه‌ی زیرساختی در زیر ارائه‌دهندگان ابر است، نه فقط یک فروشنده‌ی تراشه برای آن‌ها.”

مک‌گراث گفت تراشه‌های موجود در این توافق برای اجرای مدل‌های هوش مصنوعی در مقیاس بزرگ، با تمرکز بر کاهش هزینه‌ی استفاده، طراحی شده‌اند و اشاره کرد که استنتاج در حال حاضر حدود دو سوم از محاسبات هوش مصنوعی را تشکیل می‌دهد، در حالی که این رقم در سال ۲۰۲۳ حدود یک سوم بوده است.

وی افزود که انتظار می‌رود بازار تراشه‌های متمرکز بر استنتاج تا سال ۲۰۲۶ از ۵۰ میلیارد دلار فراتر رود و به برآوردهای Deloitte اشاره کرد.

مک‌گراث توضیح داد که AWS می‌تواند از تراشه‌های انویدیا و تراشه‌های خود در یک سیستم استفاده کند و به مشتریان خود انتخاب‌های بیشتری نسبت به رقبایی می‌دهد که سیستم‌های خود را بسته نگه می‌دارند و اضافه کرد که این انعطاف‌پذیری “یک عامل تمایز است.”

وی گفت: “اکنون انویدیا همین کار را یک لایه پایین‌تر، با شبکه‌سازی و معماری رک به جای یک مدل برنامه‌نویسی انجام می‌دهد.”

تراشه‌های استنتاج، پردازنده‌هایی هستند که برای اجرای مدل‌های هوش مصنوعی آموزش‌دیده در زمان واقعی طراحی شده‌اند، بدون اینکه نیاز به آموزش مجدد داشته باشند.

پیچاپن پراتیپاوانیچ، استراتژیست سیاست‌گذاری و بنیانگذار شرکت زیرساختی Gather Beyond، به دکریپت گفت که تقاضا برای استنتاج “تعهدات بلندمدتی” را برای قدرت محاسباتی بیشتر ایجاد می‌کند و پیوندهای نزدیک‌تری را بین ارائه‌دهندگان ابر و تولیدکنندگان تراشه ایجاد می‌کند.

وی گفت: “ارائه‌دهندگان ابر در بلندمدت خواهان استقلال هستند، اما در کوتاه‌مدت برای رقابتی ماندن به انویدیا نیاز دارند.” وی اشاره کرد که این امر چگونه یک پویایی را ایجاد می‌کند که در آن همکاری و رقابت همزمان اتفاق می‌افتد.

با این حال، کنترل بر زیرساخت‌های هوش مصنوعی نیز در حال تغییر است.

برنا میسا، شریک معاملاتی در Boardy Ventures، یک صندوق سرمایه‌گذاری با محوریت هوش مصنوعی، به دکریپت گفت که آنچه در حال رخ دادن است، “یک تغییر زیرساختی” است.

وی گفت: انویدیا “کل مجموعه‌ی خود را در سراسر محاسبات، شبکه‌سازی و استنتاج در داخل مراکز داده AWS که سال‌ها تجهیزات اختصاصی را اجرا می‌کردند، تعبیه می‌کند.”

وی توضیح داد که اگرچه AWS در حال توسعه‌ی تراشه‌های هوش مصنوعی خود است، اما این “ریاضیات را تغییر نمی‌دهد” و اشاره کرد که استنتاج به اجزای متعددی در سراسر مجموعه متکی است که انویدیا بیشتر آن‌ها را تامین می‌کند.

وی گفت: “وقتی شما اینقدر در مجموعه‌ی مشتری خود عمیق هستید، هزینه‌ی تغییر و لایه‌ی زمینه‌ای که از آن بیرون می‌آید، به یک خندق تبدیل می‌شود.”