سلطه انویدیا بر بازار هوش مصنوعی یکی از بزرگ‌ترین داستان‌های فناوری در سال‌های اخیر بوده است. این شرکت با تکیه بر پردازنده‌های گرافیکی قدرتمند، زیست‌بوم نرم‌افزاری CUDA و توانایی پاسخ‌گویی به نیازهای مراکز داده، به بازیگر اصلی انقلاب هوش مصنوعی تبدیل شد.

اما اکنون نشانه‌هایی از تغییر در صنعت دیده می‌شود. آینده هوش مصنوعی ممکن است دیگر فقط به افزایش قدرت پردازشی وابسته نباشد. تغییر از آموزش مدل‌های بزرگ به اجرای گسترده آن‌ها، رشد تراشه‌های اختصاصی، محدودیت‌های انرژی و ظهور معماری‌های جدید، درحال تغییر قواعد بازی هستند.

این تغییرات به معنی پایان قطعی برتری انویدیا نیست. این شرکت همچنان یکی از قدرتمندترین شرکت‌های فناوری جهان است. اما تاریخ فناوری نشان داده است که حتی بزرگ‌ترین رهبران بازار نیز زمانی با تغییر پارادایم روبه‌رو می‌شوند.

سلطه انویدیا بر پایه یک مدل مشخص شکل گرفت؛ مدلی که در آن پردازنده‌های عمومی قدرتمند، نیاز اصلی صنعت هوش مصنوعی بودند. اکنون این پرسش مطرح است که آیا همین مدل در سال‌های آینده نیز ادامه خواهد داشت؟

در این مقاله، ۱۰ نشانه را بررسی می‌کنیم که نشان می‌دهند صنعت هوش مصنوعی در حال ورود به مرحله جدیدی است؛ مرحله‌ای که ممکن است آینده انویدیا و جایگاه این شرکت در بازار را تغییر دهد.

۱- گذار از آموزش به استنتاج؛ تغییر بزرگ در زیست‌بوم AI

یکی از مهم‌ترین تغییراتی که می‌تواند آینده انویدیا را تحت تاثیر قرار دهد، تغییر تمرکز صنعت از آموزش مدل‌ها به استنتاج است.

در سال‌های ابتدایی رشد هوش مصنوعی مولد، تمرکز اصلی شرکت‌ها روی ساخت مدل‌های بزرگ‌تر بود. شرکت‌های فناوری میلیاردها دلار برای آموزش مدل‌های زبانی بزرگ هزینه کردند. این فرایند به تعداد زیادی GPU قدرتمند نیاز داشت و همین موضوع یکی از عوامل اصلی رشد سریع انویدیا شد.

اما اکنون شرایط در حال تغییر است. مدل‌های هوش مصنوعی ساخته شده‌اند و مرحله بعدی، استفاده گسترده از آن‌ها است. میلیون‌ها کاربر، سازمان و سرویس آنلاین به دنبال اجرای سریع و ارزان این مدل‌ها هستند.

تفاوت آموزش و استنتاج بسیار مهم است. آموزش یک مدل بزرگ به قدرت پردازشی عظیم نیاز دارد، اما استنتاج بهینه بیشتر به مصرف انرژی پایین، سرعت پاسخ‌گویی بالا و هزینه کمتر اهمیت می‌دهد.

این تغییر می‌تواند نیاز بازار را تغییر دهد. در دوره آموزش، پردازنده‌های بسیار قدرتمند و عمومی مانند GPUهای انویدیا مزیت بزرگی داشتند. اما در دوره استنتاج، معماری‌های اختصاصی و بهینه ممکن است عملکرد بهتری ارائه دهند.

به همین دلیل، انتقال از آموزش به استنتاج یکی از مهم‌ترین عوامل تاثیرگذار بر سلطه انویدیا است. این شرکت تلاش کرده است با توسعه راهکارهای نرم‌افزاری و سخت‌افزاری جدید، جایگاه خود را در عصر استنتاج حفظ کند. اما رقابت در این مرحله می‌تواند بسیار متفاوت از گذشته باشد.

۲- کاهش بازده مقیاس؛ پایان عصر مدل‌های عظیم

یکی از پایه‌های رشد انفجاری هوش مصنوعی در سال‌های اخیر، یک فرض ساده بود: مدل بزرگ‌تر، عملکرد بهتر.

شرکت‌ها با افزایش تعداد پارامترهای مدل، حجم داده‌های آموزشی و قدرت پردازشی، به نتایج چشمگیری دست پیدا کردند. این روند تقاضا برای پردازنده‌های هوش مصنوعی را به شدت افزایش داد و نقش مهمی در شکل‌گیری سلطه انویدیا داشت.

اما این مسیر نشانه‌هایی از کاهش بازده نشان می‌دهد. افزایش اندازه مدل‌ها دیگر همیشه به همان میزان باعث افزایش توانایی آن‌ها نمی‌شود. برای دستیابی به پیشرفت‌های کوچک‌تر، گاهی باید هزینه‌های بسیار بزرگ‌تری پرداخت کرد.

این مسئله یک چالش اقتصادی مهم ایجاد می‌کند. اگر شرکت‌ها به این نتیجه برسند که افزایش تعداد GPUها دیگر بهترین راه برای بهبود مدل‌ها نیست، الگوی سرمایه‌گذاری آن‌ها تغییر خواهد کرد.

به همین دلیل، صنعت به سمت روش‌هایی مانند مدل‌های کوچک‌تر، فشرده‌سازی مدل، بهینه‌سازی الگوریتم‌ها و استفاده هوشمندتر از منابع محاسباتی حرکت کرده است.

این تغییر به معنی پایان مدل‌های بزرگ نیست. مدل‌های عظیم همچنان اهمیت خواهند داشت. اما دوران رشد بی‌وقفه اندازه مدل‌ها رو به پایان است.

برای انویدیا، این تغییر اهمیت زیادی دارد. زیرا بخشی از ارزش این شرکت به رشد مداوم تقاضا برای پردازشگرهای قدرتمند وابسته است. اگر صنعت به سمت بهره‌وری بیشتر و مصرف کمتر حرکت کند، آینده انویدیا به توانایی آن برای سازگاری با این شرایط جدید وابسته خواهد بود.

۳- دیوار فیزیک؛ محدودیت‌های جدید تراشه‌های AI

رشد صنعت نیمه‌رسانا همیشه بر پایه افزایش قدرت پردازشی بوده است. برای دهه‌ها، کوچک‌تر شدن ترانزیستورها امکان ساخت تراشه‌های سریع‌تر را فراهم کرد. اما این مسیر اکنون با محدودیت‌های جدی روبه‌رو شده است.

تراشه‌های جدید هوش مصنوعی به قدرت محاسباتی بسیار زیادی نیاز دارند. این قدرت بیشتر، هزینه‌های فیزیکی بالاتری ایجاد می‌کند. مصرف برق افزایش پیدا می‌کند و مدیریت گرما به یکی از بزرگ‌ترین چالش‌های مراکز داده تبدیل می‌شود.

امروزه ساخت یک مرکز داده هوش مصنوعی فقط به خرید تعداد بیشتری پردازنده محدود نیست. تامین انرژی، سیستم‌های خنک‌کننده و زیرساخت ارتباطی اهمیت بسیار زیادی پیدا کرده‌اند.

این موضوع می‌تواند سرعت رشد صنعت را کاهش دهد. زیرا افزایش قدرت پردازشی دیگر فقط با طراحی تراشه‌های بزرگ‌تر امکان‌پذیر نیست. مهندسان باید به دنبال راهکارهای جدید برای افزایش بهره‌وری باشند.

انویدیا نیز این تغییر را درک کرده است. این شرکت دیگر فقط روی GPU تمرکز نمی‌کند و تلاش دارد مجموعه کاملی از سخت‌افزار، شبکه و نرم‌افزار را ارائه دهد. با این حال، محدودیت‌های فیزیکی چیزی نیستند که یک شرکت بتواند به طور کامل از آن‌ها عبور کند.

اگر آینده هوش مصنوعی به سمت مصرف انرژی کمتر و بهره‌وری بالاتر حرکت کند، معیار موفقیت شرکت‌ها نیز تغییر خواهد کرد. در چنین شرایطی، قدرت خام پردازشی ممکن است دیگر تنها عامل تعیین‌کننده نباشد.

۴- تراشه‌های خاص منظوره؛ تهدیدی برای سلطه انویدیا

یکی از مهم‌ترین تغییرات در صنعت هوش مصنوعی، حرکت به سمت تراشه‌های خاص منظوره است. در سال‌های اخیر، GPUهای انویدیا به انتخاب اصلی بسیاری از شرکت‌ها برای آموزش و اجرای مدل‌های هوش مصنوعی تبدیل شدند. اما این وضعیت ممکن است در سال‌های آینده تغییر کند.

GPUها انعطاف‌پذیری بسیار بالایی دارند. آن‌ها می‌توانند طیف گسترده‌ای از محاسبات را انجام دهند. همین ویژگی باعث شد انویدیا بتواند به سرعت جایگاه خود را در بازار هوش مصنوعی تثبیت کند.

اما انعطاف‌پذیری همیشه به معنی بهترین گزینه نیست. در بسیاری از کاربردهای مشخص، تراشه‌های اختصاصی می‌توانند عملکرد بهتر و مصرف انرژی پایین‌تری داشته باشند. این تراشه‌ها دقیقاً برای یک نوع پردازش طراحی می‌شوند و منابع سخت‌افزاری را هدفمندتر استفاده می‌کنند.

شرکت‌های بزرگ فناوری نیز این فرصت را جدی گرفته‌اند. گوگل با توسعه TPU، آمازون با تراشه‌های اختصاصی خود و دیگر شرکت‌ها با طراحی شتاب‌دهنده‌های داخلی، تلاش می‌کنند وابستگی خود به GPUهای انویدیا را کاهش دهند.

این روند به معنی حذف GPU نیست. پردازنده‌های انویدیا همچنان در بسیاری از کاربردهای پیچیده نقش مهمی خواهند داشت. اما مسئله اصلی، کاهش انحصار است.

سلطه انویدیا زمانی شکل گرفت که یک معماری عمومی توانست پاسخ‌گوی نیازهای مختلف هوش مصنوعی باشد. اما اگر صنعت به سمت معماری‌های تخصصی‌تر حرکت کند، بخشی از مزیت تاریخی این شرکت کاهش خواهد یافت.

در واقع، تهدید اصلی برای انویدیا یک رقیب مستقیم نیست؛ بلکه تغییر ماهیت بازار است. اگر آینده هوش مصنوعی به سمت تراشه‌های متنوع‌تر و بهینه‌تر حرکت کند، جایگاه انویدیا نیز باید با شرایط جدید سازگار شود.

۵- وابستگی به غول‌های فناوری؛ ریسک پنهان انویدیا

یکی از نقاط قوت بزرگ انویدیا در سال‌های اخیر، تقاضای شدید از سوی بزرگ‌ترین شرکت‌های فناوری جهان بوده است. شرکت‌هایی که برای توسعه زیرساخت هوش مصنوعی خود، میلیاردها دلار روی پردازنده‌های انویدیا سرمایه‌گذاری کرده‌اند.

شرکت‌هایی مانند مایکروسافت، آمازون، گوگل و متا از بزرگ‌ترین مشتریان این بازار هستند. این شرکت‌ها برای ساخت مراکز داده هوش مصنوعی به تعداد زیادی پردازنده نیاز دارند و همین موضوع رشد درآمد انویدیا را تقویت کرده است.

اما همین وابستگی می‌تواند به یک ریسک تبدیل شود. بخش قابل توجهی از رشد آینده انویدیا به تصمیم‌های سرمایه‌گذاری همین غول‌های فناوری وابسته است.

اگر این شرکت‌ها سرعت توسعه مراکز داده را کاهش دهند، تقاضا برای پردازنده‌های جدید نیز ممکن است کاهش پیدا کند. همچنین، بسیاری از همین مشتریان در حال توسعه تراشه‌های اختصاصی خود هستند تا هزینه‌ها را کنترل کنند. این موضوع یک تضاد جالب ایجاد کرده است. بزرگ‌ترین مشتریان انویدیا همزمان بزرگ‌ترین رقبای بالقوه آن در آینده هستند.

البته این شرکت‌ها احتمالاً به طور کامل از محصولات انویدیا فاصله نخواهند گرفت. اکوسیستم نرم‌افزاری، عملکرد بالا و تجربه توسعه‌دهندگان همچنان مزیت‌های مهمی برای انویدیا هستند.

اما آینده سلطه انویدیا تا حد زیادی به این بستگی دارد که آیا این شرکت می‌تواند رابطه خود با مشتریان بزرگ را از یک فروشنده سخت‌افزار به یک شریک زیرساختی بلندمدت تغییر دهد یا خیر.

۶- چین وارد بازی شد؛ ظهور یک زیست‌بوم موازی AI

یکی دیگر از عوامل مهم در آینده صنعت هوش مصنوعی، رشد سریع چین در این حوزه است. چین تلاش می‌کند یک زیست‌بوم مستقل برای هوش مصنوعی ایجاد کند؛ زیست‌بومی که کمتر به فناوری‌های آمریکایی وابسته باشد.

محدودیت‌های صادراتی آمریکا باعث شده شرکت‌های چینی سرمایه‌گذاری بیشتری روی طراحی تراشه، توسعه مدل‌های هوش مصنوعی و ایجاد زیرساخت داخلی انجام دهند.

شرکت‌های چینی در سال‌های اخیر پیشرفت قابل توجهی در توسعه مدل‌های هوش مصنوعی داشته‌اند. همچنین، تلاش آن‌ها برای ساخت جایگزین‌های داخلی برای پردازنده‌های پیشرفته افزایش یافته است.

این روند لزوماً به معنی شکست انویدیا در بازار چین نیست. انویدیا همچنان یک برند قدرتمند در حوزه پردازش هوش مصنوعی محسوب می‌شود. اما ظهور یک مسیر موازی می‌تواند در بلندمدت ساختار بازار را تغییر دهد.

اگر چین بتواند نیاز داخلی خود را با فناوری‌های بومی تامین کند، بخشی از بازار بالقوه انویدیا کاهش خواهد یافت. مهم‌تر از آن، چین می‌تواند الگویی متفاوت برای توسعه هوش مصنوعی ارائه دهد؛ الگویی که بیشتر بر بهره‌وری، هزینه کمتر و استفاده بهینه از منابع تمرکز دارد.

سلطه انویدیا در سال‌های اخیر بر یک زیست‌بوم جهانی شکل گرفته بود. شکل‌گیری یک زیست‌بوم موازی در چین یکی از عواملی است که می‌تواند این ساختار را به چالش بکشد.

۷- هوش مصنوعی در لبه؛ حرکت پردازش از ابر به دستگاه‌ها

در سال‌های گذشته، بیشتر پردازش‌های هوش مصنوعی در مراکز داده بزرگ انجام می‌شد. این مدل باعث رشد شدید تقاضا برای پردازنده‌های قدرتمند انویدیا شد.

اما روند جدیدی در حال شکل‌گیری است: انتقال بخشی از پردازش هوش مصنوعی به لبه شبکه و خود دستگاه‌ها.

هوش مصنوعی لبه‌ای یا Edge AI به این معنی است که پردازش به جای ارسال اطلاعات به سرورهای ابری، روی دستگاه کاربر انجام شود. گوشی‌های هوشمند، خودروها، تجهیزات صنعتی و ابزارهای هوشمند می‌توانند نمونه‌هایی از این روند باشند.

این تغییر چند مزیت مهم دارد. کاهش تاخیر، افزایش حریم خصوصی و کاهش هزینه انتقال داده از مهم‌ترین آن‌ها هستند.

نیازهای سخت‌افزاری Edge AI با مراکز داده متفاوت است. در این حوزه، مصرف انرژی پایین، اندازه کوچک و بهره‌وری اهمیت بیشتری دارد. به همین دلیل، تراشه‌های اختصاصی و کم‌مصرف می‌توانند نقش مهم‌تری پیدا کنند.

این روند یک چالش برای مدل فعلی سلطه انویدیا ایجاد می‌کند. زیرا بخش بزرگی از قدرت این شرکت از بازار مراکز داده عظیم ناشی شده است.

اگر آینده هوش مصنوعی ترکیبی از پردازش ابری و پردازش روی دستگاه باشد، سهم بازیگران مختلف نیز تغییر خواهد کرد. در چنین شرایطی، برتری مطلق یک معماری سخت خواهد بود.