تراشه جدید گوگل؛ وعده افزایش ۱۰ برابری کارایی مدل‌های جمینای

در حالی که رقابت جهانی بر سر هوش مصنوعی هر روز داغ‌تر می‌شود، شرکت‌های فناوری برای کاهش هزینه‌ها و افزایش سرعت، به ساخت تراشه‌های اختصاصی روی آورده‌اند. حالا گوگل نیز با طراحی نسل جدیدی از پردازنده‌های هوش مصنوعی، می‌خواهد مدل‌های قدرتمند جمینای را بسیار کارآمدتر از قبل کند.

به گزارش تک‌کرانچ، شرکت آلفابت (شرکت مادر گوگل) مشغول توسعه تراشه‌ای جدید با نام داخلی «Frozen v2» است که برای نخستین‌بار نشریه اینفورمیشن از آن خبر داده. این تراشه که احتمالاً در سال ۲۰۲۸ عرضه خواهد شد، می‌تواند ۶ تا ۱۰ برابر کارآمدتر از تراشه‌های کنونی گوگل عمل کند؛ معیار کارایی در اینجا، تعداد توکن‌های (Token) تولیدشده به ازای هر واحد انرژی است.

تراشه‌های سفارشی؛ راهی برای استقلال از انویدیا

بازار تراشه‌های هوش مصنوعی سال‌ها در انحصار شرکت انویدیا بوده و غول‌هایی مانند گوگل، مایکروسافت و متا برای اجرای مدل‌های خود به سخت‌افزار این شرکت وابسته بوده‌اند. اما حالا جریان تازه‌ای شکل گرفته: ساخت تراشه‌های اختصاصی.

اوپن‌ای‌آی (OpenAI) ماه گذشته از نخستین تراشه اختصاصی خود با نام Jalapeño رونمایی کرد؛ تراشه‌ای که برای استنتاج (Inference) طراحی شده. شرکت آنتروپیک (Anthropic) نیز گزارش‌ها از مذاکره با سامسونگ برای همکاری در تولید تراشه خبر می‌دهد. حالا گوگل با Frozen v2 گام بلندی برای بهینه‌سازی مدل‌های زبانی خود برمی‌دارد.

گوگل در بیانیه‌ای به تک‌کرانچ گفت: «تیم‌های ما همواره در حال تحقیق و آزمایش نوآوری‌های جدید برای ارائه حداکثر کارایی و عملکرد به کاربران و مشتریان هستند. گرچه هر پروژه‌ای به تولید نمی‌رسد، اما این کاوش دقیق، بخش اصلی رویکرد کامل ما است. ما با طراحی هم‌زمان سخت‌افزار و نرم‌افزار از پایه، اطمینان می‌یابیم که سامانه‌هایمان برای بارهای کاری واقعی بهینه‌سازی شده‌اند.»

چرا سرمایه‌گذاران خوشحال شدند؟

سرمایه‌گذاران پیش‌تر نگران هزینه‌های سنگین گوگل در حوزه هوش مصنوعی بودند. این شرکت اعلام کرده بود که بین ۱۸۰ تا ۱۹۰ میلیارد دلار برای توسعه زیرساخت‌های هوش مصنوعی هزینه خواهد کرد. اما خبر طراحی تراشه‌ای با کارایی بسیار بالاتر، تا حدودی نگرانی‌ها را کاهش داد و سهام آلفابت در صبح دوشنبه حدود ۳ درصد رشد کرد. این نشان می‌دهد که بازار به راه‌حل‌های عملی برای کاهش هزینه‌های سرسام‌آور هوش مصنوعی واکنش مثبت نشان می‌دهد.

پیامی برای فناوران ایرانی

اگرچه دسترسی مستقیم به سخت‌افزارهای پیشرفته هوش مصنوعی برای توسعه‌دهندگان و شرکت‌های ایرانی به دلیل تحریم‌ها محدود است، اما پیگیری این تحولات اهمیت زیادی دارد. رقابت برای ساخت تراشه‌های کارآمدتر نشان می‌دهد که انحصار انویدیا شکسته می‌شود و احتمالاً در آینده، گزینه‌های متنوع‌تری برای پردازش مدل‌های هوش مصنوعی در دسترس خواهد بود. همچنین این روند، ضرورت توجه به بهینه‌سازی نرم‌افزاری و طراحی الگوریتم‌های کم‌مصرف را بیش از پیش آشکار می‌کند.

توسعه‌دهندگان ایرانی که امروزه با محدودیت‌های سخت‌افزاری مواجه‌اند، می‌توانند از تجربه جهانی درس بگیرند: کارایی فقط به قدرت پردازش نیست، بلکه نوآوری در معماری تراشه و هماهنگی سخت‌افزار با نرم‌افزار نیز نقشی کلیدی دارد. شاید فردایی نه‌چندان دور، شاهد ظهور راه‌حل‌های بومی مشابهی باشیم که با تکیه بر دانش داخلی، بخشی از نیازهای کشور را برطرف کند.