‏کامپیوت هوش مصنوعی: سه استراتژی، سه شرط‌بندی

توی این تحلیل اومده که سه بازیگر بزرگ AI سه جواب متفاوت به یه سؤال مشترک دادن: کنترل کامپیوت، یعنی همون سخت‌افزاری که مدل‌ها روش اجرا می‌شن، دست کیه. OpenAI سراغ مالکیت بخش بیشتری از استک رفته، Nvidia می‌خواد تأمین‌کنندهٔ پیش‌فرض همه بمونه، و Anthropic خریدش رو بین چند سازندهٔ تراشه و چند ابر پخش کرده. نویسنده تأکید می‌کنه هیچ‌کدوم اینا اتحاد رسمی نیست.

تراشهٔ OpenAI با اسم رمز Habanero یه تراشهٔ inference هست، یعنی برای اجرای مدل ساخته شده نه آموزش دادنش. OpenAI می‌گه توی تست‌های مدل‌های open-weight، از GB200 و GB300 و نسل جدیدتر Vera Rubin توی تأخیر و throughput به‌ازای هر کیلووات جلو می‌زنه. از طراحی خالی تا tape-out حدود ۹ ماه طول کشیده که برای سیلیکون سفارشی سریعه، و بخشی از این سرعت از خود مدل‌های کدنویسی OpenAI اومده: توی قسمت‌هایی از کار، کد تولیدشده با AI ۱.۵ تا ۱.۸ برابر سریع‌تر از کد انسانی اجرا شده.

با این همه Nvidia کنار گذاشته نشده و آموزش مدل‌های frontier و بارهای کاری پیش‌بینی‌نشده هنوز روی سیستم‌های اون می‌چرخه. جواب Nvidia رو جنسن هوانگ توی کال درآمدی داده و به گفتهٔ نویسنده، ادعاش این نبوده که تراشه‌های سفارشی شکست می‌خورن. حرفش اینه که Nvidia سیستم می‌فروشه نه یه تراشه: آموزش، فاین‌تیون، شبکه‌سازی هزاران GPU و اجرای بارهای متنوع، اون هم از راه همهٔ ابرهای بزرگ. شرط‌بندی‌اش اینه که بازار آن‌قدر سریع بزرگ می‌شه که تراشه‌های سفارشی یه گوشه رو بگیرن و Nvidia هم رشد کنه.

Anthropic نامرتب‌ترین مسیر رو رفته و ظاهراً عمدی: تراشه‌های Trainium آمازون، یه قرارداد چندگیگاواتی TPU گوگل که با Broadcom ساخته شده، ظرفیت Nvidia از راه مایکروسافت، و یه دیتاسنتر بزرگ SpaceX به اسم Colossus با بیشتر از ۲۲۰ هزار GPU. عوضش اون هماهنگی تنگاتنگی که OpenAI بین مدل و تراشه و ابزار کدنویسی‌اش می‌سازه رو نداره.

نویسنده از دعوای OpenAI و Cursor به‌عنوان نمونهٔ عملی ریسک وابستگی استفاده می‌کنه: بعد از خرید Cursor توسط SpaceX، OpenAI گفت مدل‌های آینده‌اش رو در اختیار این ابزار نمی‌ذاره، شبیه کاری که Anthropic قبلاً با Windsurf کرد. توصیه‌اش برای تیم‌ها ساده‌ست: حافظه و فایل‌ها و دستورالعمل‌ها رو بیرون از هر ارائه‌دهندهٔ خاص نگه دارین تا یه معاملهٔ شرکتی کارتون رو زمین‌گیر نکنه.

نکات کلیدی:

• Habanero تراشهٔ inference اوپن‌ای‌آی‌ه نه تراشهٔ آموزش، و از طراحی تا tape-out حدود ۹ ماه طول کشید
• OpenAI با وجود تراشهٔ خودش حدود ۱۲ گیگاوات سیستم Nvidia تا ۲۰۳۰ در برنامه داره
• کد تولیدشده با AI توی بخش‌هایی از پروژه ۱.۵ تا ۱.۸ برابر سریع‌تر از کد انسانی اجرا شد
• Anthropic از Trainium، TPU گوگل با Broadcom، ظرفیت Nvidia از راه مایکروسافت و دیتاسنتر Colossus استفاده می‌کنه
• بعد از خرید Cursor توسط SpaceX، OpenAI عرضهٔ مدل‌های آینده به این ابزار رو قطع کرد