کمبود تراشه لازم برای هوش مصنوعی بر رشد صنعت تأثیر می گذارد
تقاضای فزاینده برای هوش مصنوعی، محدودیتهای زنجیره تامین جهانی برای تراشههای قوی را که برای ساخت و استقرار مدلهای هوش مصنوعی ضروری است، آشکار کرده است. کمبود مداوم تراشهها بر شرکتهای بزرگ و کوچک، از جمله بازیگران کلیدی در بخش هوش مصنوعی، پیامدهایی داشته است. به گفته کارشناسان صنعت، ممکن است بهبود قابل توجهی در این وضعیت برای حداقل یک سال یا احتمالاً بیشتر وجود نداشته باشد.
یک سیگنال اخیر از کمبود بالقوه طولانی مدت تراشه های هوش مصنوعی در آخرین گزارش سالانه مایکروسافت نمایان شد. این گزارش، برای اولین بار، در دسترس بودن واحدهای پردازش گرافیکی (GPU) را به عنوان یک عامل خطر بالقوه برای سرمایه گذاران تایید می کند. GPU ها یک جزء سخت افزاری مهم هستند که به محاسبات پیچیده مورد نیاز برای آموزش و پیاده سازی الگوریتم های هوش مصنوعی کمک می کنند.
به گفته مایکروسافت، "ما به طور مداوم در حال بررسی فرصت ها برای گسترش امکانات مرکز داده خود و افزایش ظرفیت سرور خود برای پاسخگویی به تقاضاهای در حال تغییر مشتریان خود هستیم، به ویژه با توجه به افزایش درخواست ها برای خدمات هوش مصنوعی. مراکز داده ما بر دسترسی به زمین قابل دوام و انرژی ثابت متکی هستند. منابع، شبکه و سرورها، که شامل واحدهای پردازش گرافیکی ("GPU") و سایر اجزای حیاتی است."
تاکید مایکروسافت بر پردازندههای گرافیکی نشان میدهد که چگونه دسترسی به توان محاسباتی یک گلوگاه مهم برای پیشرفت هوش مصنوعی است. این چالش مستقیماً بر شرکتهای درگیر در توسعه ابزارها و محصولات هوش مصنوعی تأثیر میگذارد و بهطور غیرمستقیم بر شرکتها و کاربران نهایی تأثیر میگذارد که قصد دارند از این فناوری برای نیازهای خاص خود استفاده کنند.
سام آلتمن، مدیر عامل OpenAI، در سخنرانی در مجلس سنای ایالات متحده در ماه مه خاطرنشان کرد که ابزار چت بات این شرکت با حجم درخواست های کاربران دست و پنجه نرم می کند. آلتمن بیان کرد: "ما با کمبود قابل توجه GPU مواجه هستیم، بنابراین هر چه کاربران کمتری از این ابزار استفاده کنند، بهتر است." بیانیه بعدی سخنگوی OpenAI به CNN بر تعهد این شرکت برای اطمینان از ظرفیت کافی برای کاربران تأکید کرد.
این چالش شبیه کمبودهایی است که در لوازم الکترونیکی مصرفی در طول دوره همه گیر مشاهده شد، جایی که علاقه مندان به بازی با افزایش قابل توجه قیمت کنسول های بازی و کارت های گرافیک رایانه شخصی مواجه شدند. در طول آن زمان، عواملی مانند تاخیر در تولید، کمبود نیروی کار، اختلال در حمل و نقل جهانی و تقاضای بالای مستمر استخراجکنندگان ارزهای دیجیتال، همگی در کمبود پردازندههای گرافیکی نقش داشتند. این محیط باعث ایجاد یک صنعت خاص متمرکز بر ردیابی معاملات و به روز رسانی های فناوری برای کمک به مصرف کنندگان معمولی در یافتن محصولات مورد نیاز آنها شد.
افزایش سریع تقاضا برای کارهای پیچیده
با این حال، همانطور که کارشناسان صنعت توضیح می دهند، کمبود فعلی ماهیت قابل توجهی دارد. به جای ایجاد اختلال در دسترسی به پردازندههای گرافیکی برای مصرفکنندگان، کمبود مداوم نیاز ناگهانی و انفجاری را برای پردازندههای گرافیکی فوقالعاده پیشرفته که برای کارهای پیشرفتهای مانند آموزش و استفاده از مدلهای هوش مصنوعی طراحی شدهاند، برجسته میکند.در حالی که تولید این پردازندههای گرافیکی با حداکثر ظرفیت کار میکند، سیل تقاضا منابع محدود عرضه را تحت تأثیر قرار داده است.
راج جوشی، معاون ارشد در سرویس سرمایهگذاران مودی و متخصص در نظارت بر صنعت تراشه، «کشش عظیم» آشکار ناشی از کسبوکارها را توصیف میکند که نشاندهنده گرسنگی بینظیر برای قابلیتهای هوش مصنوعی است. جوشی خاطرنشان کرد: «پیشبینی سرعت و بزرگی این افزایش تقاضا عملاً غیرممکن بود. این صنعت برای چنین افزایش سریع تقاضا آماده نبود.»
یکی از شرکتهایی که میخواهد به طور قابلتوجهی از افزایش هوش مصنوعی سرمایهگذاری کند، انویدیا است، یک تولیدکننده تراشه تریلیون دلاری که طبق برآوردهای صنعت، طبق گزارشها 84 درصد از بازار GPU گسسته را در اختیار دارد. در یک یادداشت تحقیقاتی که در ماه می منتشر شد، Joshi پیشبینی کرد که Nvidia شاهد رشد بیسابقه درآمد در سهماهههای آینده خواهد بود و درآمد حاصل از کسبوکار مرکز دادهاش از مجموع رقبای Intel و AMD فراتر خواهد رفت.
انویدیا طی تماس ماه مه خود فاش کرد که عرضه قابل توجهی بالاتری را برای نیمه دوم سال به منظور رسیدگی به تقاضای فزاینده برای تراشههای هوش مصنوعی تضمین کرده است. در روز سهشنبه، این شرکت از اظهار نظر خودداری کرد و به دوره آرام پیش از درآمد فعلی خود اشاره کرد.
در همین حال، AMD روز سهشنبه فاش کرد که پیشبینی میکند تا پایان سال پاسخ خود به پردازندههای گرافیکی هوش مصنوعی انویدیا را معرفی کند.
لیزا سو، مدیر عامل AMD، در طول تماس با درآمد شرکت اظهار داشت: در سراسر طیف، علاقه شدید مشتریان به راهحلهای هوش مصنوعی ما وجود دارد. اگرچه زمینه بیشتری برای پوشش وجود دارد، اما گامهایی که به دست آوردهایم قابل توجه است.
همانطور که Sid Sheth، بنیانگذار و مدیر عامل استارتاپ d-Matrix، به این موضوع اشاره کرد، این واقعیت است که خود تولیدکنندگان GPU با محدودیتهایی مواجه میشوند که ورودی حیاتی تامینکنندگانشان دارند. این ورودی که به عنوان interposer سیلیکونی شناخته میشود، تراشههای محاسباتی مستقل را با تراشههای حافظه با پهنای باند بالا پیوند میدهد و برای تکمیل پردازندههای گرافیکی ضروری است.
دولت بایدن برای افزایش ظرفیت تولید تراشه در ایالات متحده اهمیت قائل شده است. تصویب قانون چیپس در سال گذشته قرار است بودجه قابل توجهی را برای صنعت داخلی تراشه و تحقیق و توسعه تراشه فراهم کند. با این حال، این سرمایهگذاریها طیف گستردهای از فناوریهای تراشه را در بر میگیرند و به صراحت با هدف تقویت تولید GPU نیستند.
پیشبینی میشود که کمبود تراشه کاهش یابد زیرا ظرفیتهای تولید بیشتر آنلاین شده و رقبای Nvidia سبد محصولات خود را گسترش میدهند. با این وجود، برخی از کارشناسان صنعت پیشنهاد می کنند که این ممکن است دو تا سه سال طول بکشد.
در این میان، کمبود ممکن است شرکتها را مجبور به ابداع راهحلهای نوآورانه برای دور زدن این مشکل کند. Sheth اظهار داشت که شرکتهایی که به قدرت محاسباتی فراوان دسترسی ندارند، مجبورند با منابع بیشتری کار کنند. شث به شوخی گفت"ضرورت مادر اختراع است، درست است؟" . اکنون که افراد دسترسی نامحدودی به قدرت محاسباتی ندارند، روشهای هوشمندانهای برای بهینهسازی منابع موجود خود پیدا میکنند.»
به عنوان مثال، این میتواند شامل استفاده از مدلهای هوش مصنوعی کوچکتر باشد که نسبت به مدلهای بزرگتر به شدت محاسباتی کمتری برای آموزش نیاز دارند. علاوه بر این، شرکتها ممکن است روشهای محاسباتی جدیدی را که وابستگی به CPUها و GPUهای معمولی را کاهش میدهند، کشف کنند. او در پایان گفت: «به طور کلی، این میتواند در نهایت به یک تحول بینظیر تبدیل شود.