‏انویدیا چرا میلیاردها دلار خرج مدل‌های اپن‌سورس می‌کنه؟

ناتان لمبرت تو خبرنامه‌ی Interconnects سراغ یه سؤال اقتصادی می‌ره: چرا انویدیا این‌همه روی مدل‌های نزدیک به اپن‌سورس سرمایه می‌ذاره؟ به گفته‌ی اون، انویدیا برای مدل‌های Nemotron هرچی داده و کد آموزش رو که قانوناً بتونه آزاد می‌کنه، چون دنیایی می‌خواد که کلی آدم بتونن «ماشین تولید توکن» بسازن و هوش مصنوعی انحصاری نشه. تو همچین دنیایی تقاضای عظیمی برای اجرای مدل هست و همه‌ی این شرکت‌ها مشتری تراشه‌ی انویدیان. نویسنده یه فرق مهم می‌ذاره بین مدل «اپن‌سورس واقعی» (که دستور کامل آموزش، داده و کد هم داره، مثل Olmo و Pythia) و «مدل با وزن باز» که فقط وزن‌ها و کد اجراش در دسترسه. اولی مثل سیستم‌عامل اپن‌سورسه که هر شرکتی می‌تونه برداره، تغییرش بده و دوباره اجراش کنه، و در بهترین حالت جامعه هم بهبودهاش رو به نسخه‌ی بعدی برمی‌گردونه. به گفته‌ی لمبرت مشکل اینجاست که ساختن بهترین مدل‌ها به‌شدت سرمایه‌بره و آینده‌ی اپن‌سورس روزبه‌روز به پولِ انویدیا وابسته‌تر می‌شه. اون این رو یه «پنجره‌ی حیاتی» می‌دونه: یا باید سود این رویکرد ظرف چند سال به انویدیا برگرده، یا یه شرکتِ مدلِ باز باید بتونه از خودِ باز بودنش چرخه‌ی درآمدی پایدار بسازه، اونم به اندازه‌ای که با درآمد API شرکت‌هایی مثل Anthropic و OpenAI رقابت کنه. نویسنده دو آینده رو ترسیم می‌کنه. اگه «جواب بده»، انویدیا با فروش تراشه بیشتر از هزینه‌ی ساخت مدل‌ها سود می‌کنه. اگه نده، مدل‌های باز از مسیر مدل‌های بسته جدا می‌شن و بیشتر روی کارایی، قابلیت تغییر و تخصصی‌شدن تمرکز می‌کنن؛ چیزی مثل ایجنت‌های سازمانی که روی داده‌ی خصوصی و درون‌سازمانی کارهای تکراری رو انجام می‌دن. لمبرت خودش این حالت دوم رو محتمل‌تر می‌دونه. یه نکته‌ی دیگه اینه که آموزش مدل داره پیچیده‌تر و مبهم‌تر می‌شه؛ ساختن یه مدل پایه‌ی استدلال‌گر داره مثل پیش‌آموزشِ چند سال پیش تبدیل به کار سربسته می‌شه و همین باعث می‌شه سازنده‌های کمتری مدل پایه منتشر کنن. در کنارش، بازیگری مثل Meta با انتشار وزنِ مدل‌های قوی (مثل Muse Spark) عملاً بازار رو از توکن پر می‌کنه تا رشد درآمد رقبای فروشنده‌ی توکن رو کند کنه. به تعبیر نویسنده، انویدیا می‌خواد ماهیگیری یاد همه بده، ولی متا داره زمین رو از ماهی پر می‌کنه. نکات کلیدی:

• انویدیا طبق گزارش‌ها حدود ۲۶ میلیارد دلار روی مدل‌های نزدیک به اپن‌سورس خرج می‌کنه تا تقاضای تراشه بالا بره
• تفاوت کلیدی بین «اپن‌سورس واقعی» با دستور کامل آموزش و «مدل با وزن باز» که فقط وزن و کد اجرا داره
• آینده‌ی اپن‌سورس به تأمین مالی انویدیا وابسته می‌شه و یه «پنجره‌ی حیاتی» چندساله برای سوددهی داره
• سناریوی محتمل‌تر از نگاه نویسنده: فورک مدل‌های باز به مسیر کارایی و تخصص، مثل ایجنت‌های درون‌سازمانی
• متا با انتشار مدل‌های قوی مثل Muse Spark بازار رو از توکن پر می‌کنه تا رقبای فروشنده‌ی توکن رو کند کنه