چین از رقابت مدل‌های هوش مصنوعی به سمت ایجنت‌ها حرکت می‌کند

به گزارش خبرگزاری آنا مؤسسه پژوهشی چاینا تلکام در گزارشی با عنوان «پژوهش توسعه زیرساخت هوش مصنوعی در عصر ایجنت‌ها» اعلام کرده مرکز ثقل صنعت هوش مصنوعی چین در حال تغییر است و شرکت‌ها بیش از گذشته به استفاده گسترده از ایجنت‌ها و تبدیل آن‌ها به محصولات و خدمات درآمدزا توجه می‌کنند. ایجنت‌ها برخلاف چت‌بات‌هایی که عمدتاً به یک درخواست پاسخ می‌دهند، می‌توانند مجموعه‌ای از مراحل را برای انجام یک کار دنبال کنند و همین فعالیت مداوم تعداد بسیار بیشتری درخواست از مدل‌های هوش مصنوعی ایجاد می‌کند. این مؤسسه انتظار دارد گسترش ایجنت‌ها طی دو تا سه سال آینده تقاضای توان محاسباتی در چین را به‌طور متوسط نزدیک به ۱۰ برابر در هر سال افزایش دهد.

استنتاج جای آموزش مدل‌ها را به‌عنوان مصرف‌کننده اصلی توان پردازشی می‌گیرد

بخش بزرگی از زیرساخت هوش مصنوعی طی سال‌های اخیر برای آموزش مدل‌های بزرگ مصرف شده است، اما با افزایش تعداد کاربران، برنامه‌ها و ایجنت‌ها، اجرای همین مدل‌ها پس از پایان آموزش به مصرف‌کننده اصلی منابع تبدیل می‌شود. آموزش یک مدل معمولاً در یک دوره مشخص و با حجم بزرگی از پردازش انجام می‌شود، درحالی‌که استنتاج هر بار که کاربر یا یک ایجنت از مدل درخواست انجام کاری می‌کند دوباره به توان محاسباتی نیاز دارد. گزارش چاینا تلکام پیش‌بینی می‌کند این تغییر تا سال ۲۰۲۹ سهم پردازش استنتاجی را به حدود ۸۰ درصد بازار توان محاسباتی چین برساند و در نتیجه بخش عمده زیرساخت‌های هوش مصنوعی به جای ساخت مدل‌های تازه برای اجرای مداوم مدل‌های موجود استفاده شوند.

رشد مصرف توکن نیز ابعاد این تغییر را مشخص می‌کند. براساس این گزارش، مصرف سالانه توکن در چین طی سال ۲۰۲۶ می‌تواند به حدود یک «میلیارد میلیارد» توکن برسد و تا سال ۲۰۳۰ از ۳۵۰۰ میلیارد میلیارد توکن عبور کند. برآورد مؤسسه پژوهشی چاینا تلکام از نرخ رشد مرکب سالانه این شاخص نزدیک به ۱۲ برابر است و افزایش سریع تعداد ایجنت‌هایی که به‌طور پیوسته مدل‌ها و ابزار‌های مختلف را فراخوانی می‌کنند، یکی از عوامل اصلی این جهش عنوان شده است.

شرکت‌های چینی امسال نزدیک به ۶۰۰ میلیارد یوان برای هوش مصنوعی هزینه می‌کنند

گسترش ایجنت‌ها هم‌زمان با افزایش شدید سرمایه‌گذاری شرکت‌های فناوری چین در زیرساخت هوش مصنوعی اتفاق می‌افتد. داده‌های منتشرشده نشان می‌دهد هزینه سرمایه‌ای شرکت‌های بزرگ فناوری چین در حوزه هوش مصنوعی طی سال ۲۰۲۶ به نزدیک ۶۰۰ میلیارد یوان، معادل حدود ۸۹ میلیارد دلار، خواهد رسید و این رقم بیش از یک‌دهم کل سرمایه‌گذاری کشور را تشکیل می‌دهد. افزایش تقاضا برای پردازش استنتاجی به این معناست که بخش فزاینده‌ای از این سرمایه‌گذاری باید صرف سرورها، شتاب‌دهنده‌های هوش مصنوعی، شبکه و زیرساخت‌هایی شود که بتوانند میلیون‌ها درخواست هم‌زمان کاربران و ایجنت‌ها را با تأخیر پایین پردازش کنند.

چاینا موبایل نیز برای مدیریت همین تغییر ساختاری، واحد‌های مدیریتی جداگانه‌ای برای توان محاسباتی و مصرف توکن ایجاد کرده است. یکی از کارشناسان ارشد این شرکت گفته متوسط تولید روزانه توکن در سال گذشته حدود ۳.۴ تریلیون بوده و ظرفیت امسال از این میزان بیشتر خواهد شد. چنین ارقامی نشان می‌دهد سنجش مصرف توکن در شرکت‌های مخابراتی و ارائه‌دهندگان زیرساخت چین در حال تبدیل شدن به معیاری عملیاتی در کنار شاخص‌هایی مانند ظرفیت پردازشی و تعداد شتاب‌دهنده‌های مستقر در دیتاسنترهاست.

اروپا هم‌زمان در حال ساخت ظرفیت پردازشی تازه است

اتحادیه اروپا نیز برای افزایش ظرفیت محاسباتی هوش مصنوعی برنامه ساخت حداکثر هفت «کارخانه گیگایی هوش مصنوعی» را دنبال می‌کند که مجموع سرمایه‌گذاری موردنظر برای آن‌ها حدود ۳۰ میلیارد یورو است. برنامه فعلی راه‌اندازی این مراکز تا میانه سال ۲۰۲۸ را هدف گرفته و قرار است حدود ۱۰ میلیارد یورو از سرمایه موردنیاز از منابع عمومی و حدود ۲۰ میلیارد یورو از بخش خصوصی تأمین شود. با این حال، حدود یک میلیارد یورو از کل بودجه تاکنون به‌طور قطعی تأمین شده و بخش بزرگی از منابع عمومی نیز به بودجه سال‌های بعد اتحادیه اروپا وابسته است.

برنامه اروپا از نظر زمانی پیش از نقطه‌ای قرار می‌گیرد که چاینا تلکام انتظار دارد استنتاج به ۸۰ درصد بازار پردازشی چین برسد، اما پروژه‌های اروپایی هنوز در مرحله انتخاب محل و سرمایه‌گذار قرار دارند. فرایند دریافت پیشنهاد‌ها نیز نسبت به برنامه اولیه عقب افتاده و تعداد مجموعه‌های علاقه‌مند به مشارکت کاهش یافته است. این تفاوت نشان می‌دهد درحالی‌که چین انتظار دارد طی چند سال آینده بخش عمده تقاضای پردازشی از اجرای مدل‌ها و ایجنت‌ها ناشی شود، اروپا همچنان مشغول ایجاد بخش بزرگی از زیرساخت فیزیکی موردنیاز برای پاسخ به رشد همین تقاضاست.

رقابت هوش مصنوعی از ساخت مدل به اجرای ارزان‌تر آن‌ها منتقل می‌شود

تغییر سهم آموزش و استنتاج می‌تواند رقابت صنعت هوش مصنوعی را نیز دگرگون کند. زمانی که بخش عمده هزینه صرف آموزش مدل‌های بزرگ بود، داشتن شتاب‌دهنده‌های بیشتر و امکان آموزش مدل‌هایی با پارامتر‌های بیشتر مزیت اصلی محسوب می‌شد، اما گسترش استفاده واقعی از هوش مصنوعی باعث شده هزینه اجرای هر درخواست، سرعت پاسخ و میزان انرژی مصرف‌شده اهمیت بیشتری پیدا کند. ایجنت‌هایی که برای انجام یک مأموریت ممکن است چندین بار مدل را فراخوانی کنند، در صورت استفاده گسترده می‌توانند این هزینه را به‌سرعت افزایش دهند.

گزارش مؤسسه پژوهشی چاینا تلکام بر همین تغییر تمرکز دارد و پیش‌بینی می‌کند مرحله بعدی رشد هوش مصنوعی چین بیش از آنکه فقط به ساخت مدل‌های بزرگ‌تر وابسته باشد، به توانایی شرکت‌ها برای اجرای ارزان و گسترده مدل‌ها و تبدیل آن‌ها به ایجنت‌های کاربردی وابسته خواهد بود. اگر پیش‌بینی سهم ۸۰ درصدی استنتاج محقق شود، دیتاسنتر‌ها و تراشه‌های هوش مصنوعی چین در پایان دهه بیشتر زمان خود را صرف پاسخ‌گویی به درخواست کاربران و ایجنت‌ها خواهند کرد تا آموزش نسل بعدی مدل‌ها.