پیشروی مایکروسافت در ساخت تراشه اختصاصی هوش مصنوعی با مشکل جدی مواجه شده است. تراشه نسل جدید این شرکت با نام رمز «Braga» که جزئی از سری تراشه‌های Maia است، تا سال 2026 وارد تولید انبوه نخواهد شد (حداقل شش ماه عقب‌تر از برنامه‌ریزی قبلی).
طبق گزارش وب‌سایت The Information، این تأخیر تردیدهای جدیدی درباره توانایی مایکروسافت در به‌چالش‌کشیدن تسلط انویدیا در بازار تراشه‌های هوش مصنوعی ایجاد کرده و موانع فنی و سازمانی پیچیده در مسیر ساخت سیلیکون رقابتی را برجسته می‌کند.
مایکروسافت برنامه تراشه اختصاصی هوش مصنوعی را برای کاهش وابستگی شدید به پردازنده‌های گرافیکی قدرتمند انویدیا آغاز کرد. در حال حاضر سخت‌افزارهای انویدیا بیشتر مراکز داده هوش مصنوعی در سراسر جهان را تغذیه می‌کنند. این شرکت مانند رقبای خود، آمازون و گوگل، سرمایه‌گذاری سنگینی روی سیلیکون اختصاصی برای پردازش‌های هوش مصنوعی انجام داده است. اما با وجود این سرمایه‌گذاری‌ها، تأخیر اخیر بدین معناست که Braga احتمالاً تا زمان عرضه از نظر عملکرد پشت سر تراشه‌های Blackwell شرکت انویدیا خواهد بود و شکاف بین این دو شرکت را بیشتر خواهد کرد.
موانع توسعه تراشه Braga
فرآیند توسعه تراشه Braga با مشکلات متعددی روبرو بوده است. منابع آگاه به پروژه به The Information گفته‌اند که تغییرات غیرمنتظره در طراحی، کمبود نیروی انسانی و نرخ بالای ترک کارکنان بارها باعث تأخیر در زمان‌بندی شده است.
یکی از این مشکلات، زمانی رخ داد که شرکت OpenAI، شریک کلیدی مایکروسافت، در اواخر مراحل توسعه درخواست افزودن ویژگی‌های جدیدی را داشت. این تغییرات در گزارش‌ها به بی‌ثباتی تراشه در شبیه‌سازی‌ها منجر شد و تأخیرهای بیشتری را رقم زد. از سوی دیگر، فشار برای رعایت مهلت‌ها باعث افزایش خروج نیروها شده است؛ به‌طوری‌که برخی تیم‌ها تا 20 درصد از اعضای خود را از دست داده‌اند.
چشم‌انداز تراشه‌های Maia
سری تراشه‌های Maia، ازجمله Braga، نشان‌دهنده تلاش مایکروسافت برای یکپارچه‌سازی عمودی زیرساخت هوش مصنوعی خود با طراحی تراشه‌هایی متناسب با نیازهای پردازشی ابری Azure است. در اواخر سال 2023، تراشه Maia 100 معرفی شد که از فناوری پیشرفته 5 نانومتری بهره می‌برد و دارای مدیریت توان در سطح رک و خنک‌سازی مایع اختصاصی برای مدیریت نیازهای شدید حرارتی هوش مصنوعی است.
مایکروسافت این تراشه‌ها را برای استنتاج بهینه‌سازی کرده است، نه برای مرحله بسیار پیچیده‌تر آموزش مدل‌ها. این انتخاب طراحی با برنامه شرکت برای استقرار این تراشه‌ها در مراکز داده برای سرویس‌هایی مانند Copilot و Azure OpenAI هماهنگ است. با این حال، استفاده از Maia 100 فراتر از آزمایش‌های داخلی محدود بوده است، چرا که این تراشه پیش از اوج‌گیری اخیر مدل‌های مولد و زبان‌های بزرگ طراحی شد.
جنسن هوانگ، مدیرعامل انویدیا می‌گوید: اگر قرار نیست ASIC از نمونه‌ای که می‌توانید بخرید بهتر باشد، ساختن آن چه فایده‌ای دارد؟
در مقابل، تراشه‌های Blackwell شرکت انویدیا، که از اواخر سال 2024 عرضه شده‌اند، برای هر دو مرحله آموزش و استنتاج در مقیاس گسترده طراحی شده‌اند. این تراشه‌ها که دارای بیش از 200 میلیارد ترانزیستور و ساخته‌شده براساس فرآیند اختصاصی TSMC هستند، سرعت و کارایی انرژی بی‌نظیری ارائه می‌دهند. این مزیت تکنولوژیکی جایگاه انویدیا را به‌عنوان تأمین‌کننده برتر زیرساخت‌های هوش مصنوعی در سراسر جهان تثبیت کرده است.
رقابت شدید در بازار تراشه‌های هوش مصنوعی
رقابت در عرصه تراشه‌های هوش مصنوعی بسیار حساس است. تأخیر مایکروسافت به این معناست که مشتریان Azure مدت طولانی‌تری به سخت‌افزار انویدیا وابسته خواهند بود که احتمالاً هزینه‌ها را افزایش داده و توانایی مایکروسافت برای متمایزکردن خدمات ابری خود را محدود خواهد کرد. در همین حال، آمازون و گوگل در طراحی سیلیکون‌های خود پیشرفت کرده‌اند و تراشه Trainium 3 آمازون و نسل هفتم واحدهای پردازش تنسور گوگل (TPU) در مراکز داده محبوب شده‌اند.
از سوی دیگر، به نظر نمی‌رسد که انویدیا از این رقابت نگران باشد. جنسن هوانگ، مدیرعامل این شرکت، اخیراً اذعان کرده است که شرکت‌های بزرگ فناوری در حال سرمایه‌گذاری در تراشه‌های هوش مصنوعی سفارشی هستند، اما انگیزه آن‌ها را زیر سؤال برده است، چرا که محصولات انویدیا استاندارد عملکرد و بهره‌وری را تعیین می‌کنند.
توسط 
توسط 
دیدگاهتان را بنویسید