آنچه خواهید خواند
مسابقه تسلیحاتی هوش مصنوعی: آیا OpenAI با 100 میلیون GPU جهان را فتح میکند؟
در این مقاله به مسابقه تسلیحاتی هوش مصنوعی: آیا OpenAI با 100 میلیون GPU جهان را فتح میکند؟ میپردازیم و به این پرسش پاسخ میدهیم. سم آلتمن، مدیرعامل OpenAI، هرگز به بلندپروازی‌های کوچک شهرت نداشته است، اما آخرین اظهارات او مرزهای جاه‌طلبی را جابه‌جا میکند و نشان میدهد که در عصر جدید، پادشاه واقعی دنیای فناوری نه نرم‌افزار، بلکه سخت‌افزار است.
در دنیایی که قدرت محاسباتی مترادف با برتری در هوش مصنوعی است، OpenAI نه تنها قصد دارد پیشتاز باشد، بلکه می‌خواهد با مقیاسی غیرقابل تصور، آینده این فناوری را به تنهایی تعریف کند. این یک مسابقه برای ساخت بهترین مدل نیست؛ این یک مسابقه برای ساخت قدرتمندترین موتور محاسباتی
روی کره زمین است.
از یک میلیون تا صد میلیون: مقیاس دیوانه‌وار Open AI
آلتمن اخیراً در یک افشاگری تکان‌دهنده اعلام کرد که OpenAI در مسیر راه‌اندازی بیش از 1 میلیون پردازنده گرافیکی (GPU) تا پایان سال جاری میلادی است. برای درک این مقیاس، کافی است بدانیم که xAI ایلان ماسک، که با مدل Grok 4 خود سروصدای زیادی به پا کرد، با حدود 200,000 پردازنده گرافیکی Nvidia H100 کار میکند. این یعنی OpenAI به زودی پنج برابر این قدرت را در اختیار خواهد داشت و این تازه نقطه شروع است.
اما این تازه آغاز راه است. آلتمن در ادامه با لحنی که ترکیبی از شوخی و جدیت بود، نوشت: «به تیم بسیار افتخار می‌کنم… اما بهتر است کار کند و بفهمند چگونه آن را 100 برابر کند.» این هدف 100 برابری، یعنی دستیابی به 100 میلیون GPU، به همان اندازه که به نظر می‌رسد، دیوانه‌وار است. این عدد صرفاً یک هدف کمی نیست، بلکه یک بیانیه است: بیانیه‌ای که می‌گوید مسیر رسیدن به هوش مصنوعی عمومی (AGI) از جاده‌ای آسفالت شده با سیلیکون می‌گذرد.
با قیمت‌های فعلی، چنین سخت‌افزاری حدود 3 تریلیون دلار هزینه خواهد داشت (تقریباً معادل کل تولید ناخالص داخلی بریتانیا). این رقم حتی بدون در نظر گرفتن هزینه‌های سرسام‌آور برق و زیرساخت مراکز داده برای نگهداری از آن‌هاست.
برای مقایسه، با چنین پولی میتوان کل برنامه فضایی آپولو را ده‌ها بار تکرار کرد. در حال حاضر، هیچ شرکتی، حتی غول بی‌رقیب یعنی انویدیا، قادر به تولید این تعداد تراشه در کوتاه‌مدت نیست. این هدف، بیش از آنکه یک برنامه عملیاتی باشد، یک “ستاره قطبی” برای هدایت تمام تلاش‌های شرکت به سمت حل بزرگترین موانع مهندسی و علمی است.
زیرساخت در مقیاس یک ملت: وقتی یک شرکت از دولت‌ها بزرگتر میشود
این بلندپروازی‌ها صرفاً روی کاغذ نیستند. OpenAI پیش از این نیز طعم تلخ کمبود زیرساخت را چشیده و به دلیل کمبود GPU مجبور به تعویق عرضه مدل‌های جدید شده بود. آن تجربه، استراتژی شرکت را از یک “سازنده مدل” به یک “سازنده زیرساخت” تغییر داد. اکنون، این شرکت با تمام قوا در حال ساخت زیرساخت‌هایی است که بیشتر شبیه پروژه‌های ملی هستند تا یک عملیات شرکتی.
بزرگترین گواه این مدعا، مرکز داده غول‌پیکر OpenAI در تگزاس است. این تأسیسات در حال حاضر با مصرف حدود 300 مگاوات برق (معادل برق یک شهر متوسط)، بزرگترین مرکز داده منفرد در جهان است و قرار است تا اواسط سال 2026 مصرف خود را به 1 گیگاوات برساند.
این تقاضای عظیم و ناگهانی برای انرژی، اپراتورهای شبکه برق تگزاس را به شدت نگران کرده است. مشکل فقط تأمین برق نیست، بلکه حفظ “پایداری فرکانس” شبکه است. یک نوسان کوچک در چنین مرکز داده بزرگی میتواند باعث خاموشی‌های گسترده در مناطق مسکونی شود. این یعنی OpenAI در عمل در حال ساخت یک “کشور دیجیتال” با نیازهای انرژی در مقیاس یک کشور واقعی است.
فراتر از انویدیا: متنوع‌سازی برای بقا و سلطه
OpenAI تمام تخم‌مرغ‌های خود را در سبد انویدیا قرار نداده است. وابستگی کامل به یک تأمین‌کننده، حتی اگر آن تأمین‌کننده انویدیا باشد، یک ریسک استراتژیک است. به همین دلیل، این شرکت در یک استراتژی هوشمندانه برای کاهش ریسک و افزایش قدرت چانه‌زنی، در حال متنوع‌سازی منابع محاسباتی خود است:
- همکاری با اوراکل (Oracle): برای ساخت مراکز داده سفارشی خود و کاهش وابستگی به زیرساخت Azure مایکروسافت.
- بررسی شتاب‌دهنده‌های TPU گوگل: پردازنده‌های TPU گوگل برای برخی وظایف خاص (مانند استنتاج یا Inference) بهینه‌تر از GPUهای انویدیا هستند. استفاده از آن‌ها میتواند هزینه‌ها را کاهش داده و کارایی را افزایش دهد.
- اشاره به تراشه‌های سفارشی: این مهم‌ترین بخش استراتژی بلندمدت است. آلتمن به برنامه‌های OpenAI برای ساخت تراشه‌های داخلی اشاره کرده است. همانطور که اپل با ساخت تراشه‌های سری M خود را از اینتل بی‌نیاز کرد و یک مزیت رقابتی عظیم به دست آورد، OpenAI نیز میتواند با طراحی تراشه‌هایی که دقیقاً برای معماری مدل‌هایش بهینه شده‌اند، به بهره‌وری انرژی و عملکردی دست یابد که رقبایش قادر به دستیابی به آن نیستند.
این اقدامات در چارچوب یک مسابقه تسلیحاتی بزرگتر در دنیای فناوری صورت می‌گیرد، جایی که غول‌هایی مانند متا و آمازون نیز در حال ساخت تراشه‌های هوش مصنوعی اختصاصی خود هستند تا کنترل کامل زنجیره تأمین خود را در دست بگیرند.
چشم‌انداز آینده: جاه‌طلبی یا واقعیت؟
آیا دستیابی به 100 میلیون GPU واقع‌بینانه است؟ در شرایط فعلی و با فناوری امروز، خیر. اما نکته دقیقاً همین است. دیدگاه آلتمن محدود به امروز نیست، بلکه معطوف به آینده‌ای است که در آن هوش مصنوعی عمومی (AGI) یک واقعیت است. این هدف بلندپروازانه، نوآوری در حوزه‌های کلیدی را اجتناب‌ناپذیر میکند: از معماری‌های جدید تراشه و کامپیوترهای نوری گرفته تا منابع انرژی پاک و ارزان مانند انرژی همجوشی (Fusion).
هدف 1 میلیون GPU تا پایان سال، یک خط پایه جدید برای زیرساخت هوش مصنوعی تعیین میکند. هر چیزی فراتر از آن، یک چشم‌انداز است؛ چشم‌اندازی که قرار است الهام‌بخش مهندسان برای حل غیرممکن‌ها باشد. با توجه به سابقه آلتمن، نادیده گرفتن این جاه‌طلبی به عنوان یک بلوف تبلیغاتی، ممکن است اشتباه بزرگی باشد. OpenAI در حال ساختن موتوری است که قرار است انقلاب صنعتی بعدی را به حرکت درآورد و این موتور، به سوختی در مقیاسی نیاز دارد که تاریخ بشر تاکنون به خود ندیده است.
پاسخگوی سوالات شما هستیم
دیدگاهی وجود ندارد!