في عام 2022 ، أصدرت شركة Nvidia الأمريكية لصناعة الرقائق معالج H100 ، وهو أحد أقوى المعالجات التي صنعتها على الإطلاق – وواحد من أغلى المعالجات ، حيث تكلف كل واحدة حوالي 40 ألف دولار. بدا موعد الإطلاق سيئًا ، تمامًا كما سعت الشركات إلى خفض الإنفاق وسط التضخم المتفشي.
ثم في نوفمبر ، تم إطلاق ChatGPT.
قال جنسن هوانغ ، الرئيس التنفيذي لشركة Nvidia: “لقد انتقلنا من عام صعب للغاية العام الماضي إلى تحول بين عشية وضحاها”. قال إن روبوت الدردشة الناجح لـ OpenAI كان “لحظة آها”. “لقد أوجد طلبًا فوريًا.”
أدت شعبية ChatGPT المفاجئة إلى سباق تسلح بين شركات التكنولوجيا الرائدة في العالم والشركات الناشئة التي تسارع للحصول على H100 ، والتي يصفها هوانغ بأنها “أول كمبيوتر (رقاقة) في العالم مصمم للذكاء الاصطناعي التوليدي” – أنظمة الذكاء الاصطناعي التي يمكنها بسرعة إنشاء نصوص وصور ومحتوى شبيه بالبشر.
أصبحت قيمة الحصول على المنتج المناسب في الوقت المناسب واضحة هذا الأسبوع. أعلنت Nvidia يوم الأربعاء أن مبيعاتها للأشهر الثلاثة المنتهية في يوليو ستكون 11 مليار دولار ، أي أكثر من 50 في المائة من تقديرات وول ستريت السابقة ، مدفوعة بإحياء إنفاق Big Tech على مراكز البيانات والطلب على رقائق الذكاء الاصطناعي الخاصة بها.
أضافت استجابة المستثمرين للتوقعات 184 مليار دولار إلى القيمة السوقية لـ Nvidia في يوم واحد يوم الخميس ، مما جعل ما كان بالفعل شركة الرقائق الأكثر قيمة في العالم يقترب من تقييم قدره تريليون دولار.
تعد Nvidia من أوائل الفائزين من الصعود الفلكي للذكاء الاصطناعي التوليدي ، وهي تقنية تهدد بإعادة تشكيل الصناعات وتحقيق مكاسب إنتاجية ضخمة وإزاحة ملايين الوظائف.
من المقرر أن يتم تسريع هذه القفزة التكنولوجية بواسطة H100 ، والتي تستند إلى بنية رقاقة Nvidia الجديدة التي يطلق عليها اسم “Hopper” – التي سميت على اسم رائدة البرمجة الأمريكية Grace Hopper – وأصبحت فجأة أهم سلعة في وادي السيليكون.
قال هوانغ: “انطلق هذا الأمر تمامًا عندما نبدأ الإنتاج في هوبر” ، مضيفًا أن التصنيع على نطاق واسع بدأ قبل أسابيع قليلة من ظهور ChatGPT لأول مرة.
تنبع ثقة Huang في المكاسب المستمرة جزئيًا من قدرتها على العمل مع شركة TSMC لتصنيع الرقائق لتوسيع نطاق إنتاج H100 لتلبية الطلب المتزايد من مزودي الخدمات السحابية مثل Microsoft و Amazon و Google ومجموعات الإنترنت مثل Meta وعملاء الشركات.
قال برانين ماكبي ، كبير مسؤولي الإستراتيجيات ومؤسس CoreWeave ، وهي شركة ناشئة للبنية التحتية السحابية تركز على الذكاء الاصطناعي والتي كانت من أوائل الشركات التي استقبلت شحنات H100 في وقت سابق من هذا العام: “هذا من بين أكثر الموارد الهندسية ندرة على هذا الكوكب”.
انتظر بعض العملاء لمدة تصل إلى ستة أشهر للحصول على الآلاف من رقائق H100 التي يريدون تدريب نماذج البيانات الضخمة الخاصة بهم. أعربت الشركات الناشئة في مجال الذكاء الاصطناعي عن مخاوفها من نقص المعروض من H100 في اللحظة التي ينطلق فيها الطلب.
قال Elon Musk ، الذي اشترى الآلاف من رقائق Nvidia من أجل شركة X.ai الجديدة للذكاء الاصطناعي ، في حدث في وول ستريت جورنال هذا الأسبوع إن الحصول على وحدات معالجة الرسومات (GPU) في الوقت الحالي “أصعب بكثير من الأدوية” ، المزاح لم يكن “حقًا مكان مرتفع في سان فرانسيسكو”.
وأضاف ماسك: “لقد أصبحت تكلفة الحوسبة هائلة”. “الحد الأدنى للرهان المسبق يجب أن يكون 250 مليون دولار من أجهزة الخادم (لبناء أنظمة ذكاء اصطناعي مولدة).”
أثبت H100 شعبيته بشكل خاص مع شركات التكنولوجيا الكبرى مثل Microsoft و Amazon ، اللتين تقومان ببناء مراكز بيانات كاملة تركز على أعباء عمل الذكاء الاصطناعي ، وشركات الذكاء الاصطناعي التوليدية مثل OpenAI و Anthropic و Stability AI و Inflection AI لأنها تعد بأداء أعلى يمكنها تسريع إطلاق المنتجات أو تقليل تكاليف التدريب بمرور الوقت.
قال إيان باك ، رئيس أعمال الحوسبة فائقة الأداء وعالية الأداء في Nvidia ، والذي لديه مهمة شاقة تتمثل في زيادة العرض من H100 لتلبية الطلب: “فيما يتعلق بالوصول ، نعم هذا هو ما يبدو عليه تعزيز وحدة معالجة الرسومات الجرافيكية الجديدة”. وأضاف: “إنه يحدث على نطاق واسع” ، حيث يبحث بعض العملاء الكبار عن عشرات الآلاف من وحدات معالجة الرسومات.
الشريحة الكبيرة بشكل غير عادي ، “المسرع” المصمم للعمل في مراكز البيانات ، بها 80 مليار ترانزستور ، أي خمسة أضعاف عدد المعالجات التي تشغل أحدث أجهزة iPhone. في حين أنها تكلف ضعف سعر سابقتها ، A100 التي تم إصدارها في عام 2020 ، يقول المستخدمون الأوائل إن H100 تتميز بأداء أفضل بثلاث مرات على الأقل.
قال عماد مصطفى ، الشريك المؤسس والرئيس التنفيذي لشركة Stability AI ، إحدى الشركات التي تقف وراء خدمة إنشاء الصور Stable Diffusion: “تحل H100 سؤال قابلية التوسع الذي كان يعاني منه مبدعو النماذج (AI)”. “هذا مهم لأنه يتيح لنا جميعًا تدريب نماذج أكبر بشكل أسرع حيث ينتقل هذا من البحث إلى مشكلة هندسية.”
في حين أن توقيت إطلاق H100 كان مثالياً ، يمكن إرجاع اختراق Nvidia في الذكاء الاصطناعي إلى ما يقرب من عقدين من الزمن إلى ابتكار في البرمجيات بدلاً من السيليكون.
يسمح برنامج Cuda الخاص به ، الذي تم إنشاؤه في عام 2006 ، بإعادة توظيف وحدات معالجة الرسومات كمسرعات لأنواع أخرى من أعباء العمل بخلاف الرسومات. ثم في عام 2012 تقريبًا ، أوضح باك ، “لقد وجدنا الذكاء الاصطناعي.”
أدرك الباحثون في كندا أن وحدات معالجة الرسومات (GPU) مناسبة بشكل مثالي لإنشاء الشبكات العصبية ، وهو شكل من أشكال الذكاء الاصطناعي مستوحى من الطريقة التي تتفاعل بها الخلايا العصبية في الدماغ البشري ، والتي أصبحت بعد ذلك نقطة تركيز جديدة لتطوير الذكاء الاصطناعي. قال باك: “لقد استغرق الأمر ما يقرب من 20 عامًا للوصول إلى ما نحن عليه اليوم”.
تمتلك Nvidia الآن مهندسي برمجيات أكثر من مهندسي الأجهزة لتمكينها من دعم العديد من الأنواع المختلفة لأطر عمل الذكاء الاصطناعي التي ظهرت في السنوات اللاحقة وجعل رقائقها أكثر كفاءة في الحساب الإحصائي اللازم لتدريب نماذج الذكاء الاصطناعي.
كان هوبر هو أول بنية محسّنة لـ “المحولات” ، وهو نهج الذكاء الاصطناعي الذي يدعم روبوت الدردشة “المحولات المولدة مسبقًا” لـ OpenAI. سمح عمل Nvidia الوثيق مع باحثي الذكاء الاصطناعي بتحديد ظهور المحول في عام 2017 والبدء في ضبط برامجه وفقًا لذلك.
قال ناثان بينايش ، الشريك العام في Air Street Capital ، وهو مستثمر في شركات الذكاء الاصطناعي الناشئة: “يمكن القول إن Nvidia رأت المستقبل قبل أي شخص آخر مع محورها في جعل وحدات معالجة الرسومات قابلة للبرمجة”. “لقد رصدت فرصة وراهنة كبيرة وتفوقت باستمرار على منافسيها.”
ويقدر Benaich أن Nvidia تتقدم لمدة عامين على منافسيها ، لكنه يضيف: “موقعها بعيد عن أن يكون منيعًا على كل من الأجهزة والبرمجيات”.
يوافق Mostaque من منظمة العفو الدولية على الاستقرار. “رقائق الجيل التالي من Google و Intel وغيرها تلحق بالركب (و) حتى Cuda أصبحت أقل من الخندق حيث يتم توحيد البرامج.”
بالنسبة للبعض في صناعة الذكاء الاصطناعي ، يبدو حماس وول ستريت هذا الأسبوع مفرط التفاؤل. ومع ذلك ، قال جاي جولدبيرج ، مؤسس شركة D2D الاستشارية للرقاقات الاستشارية ، “في الوقت الحالي ، يبدو أن سوق الذكاء الاصطناعي لنصف النهائي سيظل الفائز يأخذ كل الأسواق لشركة Nvidia.”
شارك في التغطية مادوميتا مورغيا
