سم آلتمن در رقابت بر سر رم، دیتاسنترها را به کاربران ترجیح داد

به گزارش خبرگزاری آنا؛ گسترش سریع زیرساخت‌های هوش مصنوعی طی سال‌های اخیر فشار بی‌سابقه‌ای بر بازار جهانی تراشه‌های حافظه وارد کرده و رقابت میان شرکت‌های فناوری برای تأمین قطعات موردنیاز مراکز داده را شدت بخشیده است. افزایش تقاضا برای حافظه‌های پیشرفته باعث شده تولیدکنندگان بزرگ، بخش بیشتری از ظرفیت خود را به سفارش‌های سازمانی اختصاص دهند و تأمین حافظه برای محصولاتی مانند لپ‌تاپ، گوشی هوشمند و کامپیوتر‌های شخصی با محدودیت‌های بیشتری مواجه شود. اوپن‌ای‌آی نیز به‌عنوان یکی از شرکت‌های اصلی توسعه زیرساخت‌های هوش مصنوعی، سرمایه‌گذاری گسترده‌ای برای افزایش ظرفیت پردازشی خود انجام داده و پروژه‌هایی مانند استارگیت به حجم بالایی از تجهیزات نیمه‌هادی نیاز دارند. در چنین شرایطی، اظهارات تازه مدیرعامل این شرکت درباره شیوه مطلوب تخصیص منابع حافظه، بحث میان اجرای محلی هوش مصنوعی و استفاده از خدمات ابری را دوباره مطرح کرده است.

آلتمن استفاده محدود از حافظه کامپیوتر‌های شخصی را ناکارآمد می‌داند

مدیرعامل اوپن‌ای‌آی در گفت‌و‌گو با جان کالیسون در پادکست Cheeky Pint، هنگام بررسی کمبود جهانی قطعات پردازشی و افزایش قیمت حافظه‌ها، به تفاوت میزان استفاده از منابع سخت‌افزاری در کامپیوتر‌های شخصی و مراکز داده اشاره کرده است. او توضیح داده که بسیاری از کاربران به اجرای محلی مدل‌های هوش مصنوعی علاقه دارند و تصور می‌کنند با گسترش مدل‌های متن‌باز و امکان اجرای آن‌ها روی کامپیوتر‌های خانگی، نیاز به زیرساخت‌های بزرگ ابری کاهش پیدا خواهد کرد. با این حال، آلتمن معتقد است چنین تصوری لزوماً با واقعیت محدودیت منابع سخت‌افزاری مطابقت ندارد و توزیع گسترده حافظه میان دستگاه‌هایی که بخش زیادی از زمان بدون استفاده باقی می‌مانند، می‌تواند بهره‌وری کلی را کاهش دهد.

او در توضیح دیدگاه خود گفته است که از منظر تخصیص جهانی منابع، وضعیت مطلوبی نیست که بخش بزرگی از حافظه DRAM محدود جهان در کامپیوتر‌های شخصی قرار داشته باشد و تنها حدود ۵ درصد زمان مورد استفاده قرار گیرد. به اعتقاد آلتمن، هنگامی که صنعت با کمبود شدید حافظه مواجه است، بهتر است این منابع در زیرساخت‌های ابری به کار گرفته شوند تا بتوان از ظرفیت آن‌ها به شکل مداوم‌تری استفاده کرد. البته رقم ۵ درصدی مطرح‌شده در این گفت‌و‌گو به‌عنوان برآورد شخصی او بیان شده و داده یا مطالعه مشخصی برای تعمیم آن به تمام کامپیوتر‌های شخصی ارائه نشده است. میزان استفاده از رم در دستگاه‌های مختلف نیز به نوع فعالیت، برنامه‌های در حال اجرا و الگوی استفاده کاربران وابسته است و نمی‌توان برای تمام آن‌ها میزان مصرف یکسانی در نظر گرفت.

استدلال مدیرعامل اوپن‌ای‌آی بر این فرض استوار است که تجمیع منابع پردازشی در مراکز داده امکان استفاده مشترک کاربران از ظرفیت سخت‌افزاری را فراهم می‌کند. در چنین ساختاری، منابع حافظه و پردازش می‌توانند میان درخواست‌های مختلف تقسیم شوند و در صورت مدیریت مناسب، بخش کمتری از ظرفیت سخت‌افزاری برای مدت طولانی بدون استفاده باقی بماند. در مقابل، حافظه نصب‌شده در یک کامپیوتر شخصی معمولاً در اختیار همان دستگاه است و امکان استفاده مستقیم دیگر کاربران از آن وجود ندارد. با این حال، بهره‌وری واقعی مراکز داده نیز به میزان تقاضا، نحوه مدیریت بار کاری و ظرفیت رزروشده برای پاسخ‌گویی به درخواست‌های هم‌زمان وابسته خواهد بود.

توسعه هوش مصنوعی تقاضا برای حافظه را افزایش داده است

اظهارات آلتمن در شرایطی مطرح شده که تولیدکنندگان بزرگ حافظه از جمله سامسونگ و اس‌کی هاینیکس، قرارداد‌های بلندمدتی با شرکت‌های ارائه‌دهنده خدمات ابری و توسعه‌دهندگان زیرساخت‌های هوش مصنوعی منعقد کرده‌اند. این قرارداد‌ها بخشی از ظرفیت تولید سال‌های آینده را به مشتریان بزرگ اختصاص می‌دهند و می‌توانند دسترسی دیگر خریداران به تراشه‌های حافظه را محدود کنند. پروژه استارگیت اوپن‌ای‌آی نیز از جمله طرح‌های بزرگ توسعه مراکز داده است که به حجم قابل توجهی از تجهیزات پردازشی، حافظه و زیرساخت‌های ارتباطی نیاز دارد. افزایش سفارش‌های چنین پروژه‌هایی، همراه با تمایل تولیدکنندگان به ساخت حافظه‌های پیشرفته و گران‌قیمت، فشار بیشتری بر زنجیره تأمین قطعات مصرفی وارد کرده است.

یکی از عوامل مهم کمبود جهانی رم، تغییر اولویت تولیدکنندگان به سمت حافظه‌های پهنای باند بالا یا HBM است که در شتاب‌دهنده‌های هوش مصنوعی استفاده می‌شوند. این محصولات از فناوری ساخت پیچیده‌تری بهره می‌برند و به دلیل تقاضای بالا از سوی شرکت‌های فعال در حوزه مراکز داده، برای تولیدکنندگان جذابیت اقتصادی بیشتری دارند. با این حال، افزایش سهم آن‌ها از ظرفیت تولید می‌تواند عرضه حافظه‌های DRAM متداول را تحت تأثیر قرار دهد؛ قطعاتی که در ساخت لپ‌تاپ‌ها، کامپیوتر‌های رومیزی، گوشی‌های هوشمند و بسیاری از تجهیزات الکترونیکی کاربرد دارند. این شرایط به افزایش قیمت برخی تراشه‌های حافظه منجر شده و هزینه تولید دستگاه‌های مصرفی را نیز بالا برده است.

آلتمن در بخش دیگری از گفت‌و‌گو به دشواری افزایش سریع ظرفیت تولید حافظه اشاره کرده و توضیح داده است که سازندگان این قطعات در گذشته دوره‌های متعددی از افزایش شدید تقاضا و سپس افت بازار را تجربه کرده‌اند. به گفته او، شرکت‌های تولیدکننده حافظه بار‌ها برای توسعه کارخانه‌های خود سرمایه‌گذاری‌های میلیارددلاری انجام داده‌اند، اما در دوره‌های کاهش تقاضا با افت سودآوری و مشکلات مالی مواجه شده‌اند. همین سابقه باعث شده تولیدکنندگان با وجود افزایش قیمت‌ها، در توسعه ظرفیت جدید محتاطانه عمل کنند. احداث کارخانه‌های نیمه‌هادی نیز فرایندی پرهزینه و زمان‌بر است و حتی در صورت آغاز سرمایه‌گذاری، افزایش قابل توجه عرضه در کوتاه‌مدت امکان‌پذیر نخواهد بود.

اجرای محلی هوش مصنوعی همچنان مزایای متفاوتی دارد

دیدگاه مدیرعامل اوپن‌ای‌آی در مقابل روندی قرار می‌گیرد که طی سال‌های اخیر با گسترش مدل‌های دارای وزن باز و افزایش توان پردازشی کامپیوتر‌های شخصی شکل گرفته است. بسیاری از توسعه‌دهندگان و کاربران حرفه‌ای ترجیح می‌دهند مدل‌های هوش مصنوعی را مستقیماً روی دستگاه‌های خود اجرا کنند تا برای پردازش درخواست‌ها به اتصال دائمی اینترنت یا خدمات ابری وابسته نباشند. اجرای محلی همچنین می‌تواند کنترل بیشتری بر داده‌های شخصی و سازمانی فراهم کند، زیرا در شرایط مناسب نیازی به ارسال اطلاعات به سرور‌های خارجی وجود ندارد. علاوه بر این، کاربران می‌توانند مدل‌ها را متناسب با نیاز خود تنظیم کنند و از محدودیت‌های احتمالی اشتراک یا تغییر شرایط دسترسی به خدمات آنلاین تأثیر کمتری بپذیرند.

در مقابل، اجرای مدل‌های بزرگ و پیشرفته روی دستگاه‌های شخصی معمولاً به حافظه و توان پردازشی قابل توجهی نیاز دارد و ممکن است خرید سخت‌افزار مناسب برای تمام کاربران مقرون‌به‌صرفه نباشد. مراکز داده می‌توانند با استفاده از شتاب‌دهنده‌های تخصصی و مدیریت متمرکز منابع، مدل‌های قدرتمندتری را در اختیار تعداد زیادی از کاربران قرار دهند. با این حال، استفاده از زیرساخت‌های ابری نیز هزینه‌های مستقلی از جمله مصرف انرژی، تأمین تجهیزات شبکه، سرمایش و نگهداری سرور‌ها دارد و صرف استفاده بیشتر از ظرفیت حافظه به‌تنهایی برای تعیین کارآمدترین روش کافی نیست. انتخاب میان اجرای محلی و پردازش ابری در نهایت به عواملی مانند نوع کاربرد، حجم داده‌ها، هزینه خدمات و الزامات حریم خصوصی وابسته خواهد بود.

اظهارات تازه آلتمن همچنین از این جهت اهمیت دارند که اوپن‌ای‌آی یکی از شرکت‌های بزرگ متقاضی زیرساخت‌های پردازشی محسوب می‌شود و افزایش سفارش‌های صنعت هوش مصنوعی خود از عوامل فشار بر بازار حافظه است. به همین دلیل، استدلال مدیرعامل این شرکت درباره تخصیص کارآمدتر رم می‌تواند از منظر نیاز‌های مراکز داده قابل بررسی باشد، اما لزوماً به معنای برتری پردازش ابری در تمام کاربرد‌ها نیست. آنچه در شرایط فعلی روشن است، افزایش رقابت میان بازار تجهیزات مصرفی و زیرساخت‌های هوش مصنوعی برای دسترسی به منابع محدود حافظه است؛ رقابتی که تا زمان افزایش ظرفیت تولید و برقراری تعادل میان عرضه و تقاضا، می‌تواند بر قیمت و دسترسی به محصولات الکترونیکی تأثیر بگذارد.