«معدن طلای» بعدی انویدیا

انفجار هوش مصنوعی خودکار، چشم‌انداز فناوری را تغییر می‌دهد و پردازنده‌ها در کنار پردازنده‌های گرافیکی به عنوان سخت‌افزارهای حیاتی ظهور می‌کنند.

از زمان اوج‌گیری موج هوش مصنوعی، واحد پردازش گرافیکی (GPU) انویدیا بیشترین تمرکز دنیای فناوری در حوزه زیرساخت‌های هوش مصنوعی را به خود اختصاص داده است.

ارزش بازار انویدیا، هزینه سرمایه برای ارائه دهندگان خدمات ابری یا سرعت آموزش شرکت‌های توسعه مدل - همه در نهایت به یک معادله واحد خلاصه می‌شوند: هر کسی که پردازنده‌های گرافیکی بیشتری داشته باشد، به کسب جایگاه در دور بعدی رقابت هوش مصنوعی نزدیک‌تر می‌شود.

با این حال، در کامپیوتکس ۲۰۲۶، داستان جدیدی که توسط جنسن هوانگ، بنیانگذار انویدیا، روایت شد، دیگر صرفاً حول محور پردازنده‌های گرافیکی نمی‌چرخد.

بازگشت پردازنده مرکزی

انویدیا با RTX Spark ورود خود به بازار پردازنده‌های کامپیوتر شخصی را اعلام کرد. این خط تولید جدید تراشه که انتظار می‌رود پاییز امسال عرضه شود، مستقیماً با اینتل و AMD رقابت خواهد کرد.

با این حال، چیزی که توجه دنیای فناوری را به خود جلب کرد، Vera بود - اولین خط تولید پردازنده‌های مرکز داده توسعه‌یافته توسط انویدیا که رسماً راه‌اندازی شد. آقای هوانگ حتی ادعا کرد که این محصول، محرک اصلی رشد جدید این شرکت خواهد بود و بازار ۲۰۰ میلیارد دلاری پردازنده را هدف قرار داده است.

ورا – اولین پردازنده‌ی سفارشی انویدیا که به‌طور خاص برای هماهنگ‌سازی هوش مصنوعی Agentic، فراخوانی ابزارها و مدیریت بلندمدت محتوا طراحی شده است. عکس: انویدیا.

انتظارات مدیرعامل انویدیا بی‌اساس نیست. با انفجار هوش مصنوعی، داشتن پردازنده‌های گرافیکی زیاد دیگر کافی نیست.

پردازنده گرافیکی (GPU) هنوز هم نقش اصلی را در فرآیند استنتاج مدل ایفا می‌کند، اما قبل و بعد از هر استنتاج، سیستم برای مدیریت زمان‌بندی، فراخوانی ابزارها و جریان داده‌ها به پردازنده مرکزی (CPU) نیاز دارد.

به همین دلیل است که پردازنده‌ها به عنوان نقطه کانونی جدید زیرساخت هوش مصنوعی در حال ظهور هستند. در مراحل اولیه رونق تولید هوش مصنوعی، تمرکز صنعت تقریباً به طور کامل بر آموزش مدل بود.

آموزش نیاز به پردازش مجموعه‌ای از محاسبات ماتریسی موازی عظیم دارد - که نقطه قوت مطلق GPUها است. در این حالت، CPU فقط نقش پشتیبانی مانند مقداردهی اولیه سیستم، انتقال داده‌ها و مدیریت وظایف را ایفا می‌کند.

در نتیجه، در چند سال گذشته، بهینه‌سازی کامل پردازنده گرافیکی (GPU) و کوچک‌سازی پردازنده مرکزی (CPU) تقریباً به اجماع کل صنعت فناوری تبدیل شده است.

با این حال، همزمان با تغییر هوش مصنوعی از آموزش مدل زبانی در مقیاس بزرگ به استنتاج در مقیاس بزرگ، و ادامه آن در دوران هوش مصنوعی عامل، ماهیت حجم کار شروع به تغییر می‌کند.

عامل‌های هوش مصنوعی، سیستم‌های پرسش و پاسخ خطی نیستند. در عوض، آن‌ها یک کار پیچیده را به چندین مرحله تقسیم می‌کنند، از جمله فراخوانی ابزارهای خارجی، خواندن و نوشتن در پایگاه‌های داده، انجام جستجو، اجرای کد، مدیریت احراز هویت و مدیریت ذخیره‌سازی زمینه.

سپس سیستم قبل از تصمیم‌گیری در مورد اقدام بعدی، ارزیابی می‌کند که آیا نتیجه فعلی معتبر است یا خیر. یک درخواست کاربر می‌تواند همزمان ده‌ها، حتی صدها، عامل فرزند را که به صورت موازی کار می‌کنند، فعال کند.

معماری پردازنده‌ی مرکزی Vera. تصویر: انویدیا.

هماهنگی، فراخوانی ابزار، مدیریت حافظه و همکاری بین این عامل‌های فرزند عمدتاً روی پردازنده گرافیکی (GPU) انجام نمی‌شود.

پردازنده گرافیکی (GPU) هنوز هم می‌تواند استنتاج مدل را مدیریت کند - نزدیک‌ترین چیز به "تفکر". اما بین استنتاج‌ها، پردازنده مرکزی (CPU) باید خروجی مدل را تجزیه و تحلیل کند، تصمیم بگیرد کدام ابزار را در مرحله بعد فراخوانی کند، طرح اجرا را مدیریت کند، خواندن و نوشتن فایل را مدیریت کند، درخواست‌های شبکه را آغاز کند و در نهایت نتایج را به پردازنده گرافیکی (GPU) تحویل دهد.

شور و شوق جهانی بعدی

پیش از این، پیکربندی استاندارد سرور هوش مصنوعی معمولاً شامل یک پردازنده مرکزی (CPU) به همراه هشت پردازنده گرافیکی (GPU) جدید بود. با این حال، با تغییر حجم کار هوش مصنوعی از آموزش به استنتاج و سپس به عامل‌های هوش مصنوعی، نسبت CPU به GPU از ۱:۸ به ۱:۴ کاهش می‌یابد و در آینده ممکن است به ۱:۱ یا حتی بالاتر برسد.

به همین دلیل است که لیزا سو، مدیرعامل AMD، بارها تأکید کرده است که صنعت فناوری پیش از این ارزش پردازنده‌ها را در عصر هوش مصنوعی دست کم گرفته بود.

از دیدگاه او، بازار مراکز داده به تنهایی می‌تواند ظرف ۳ تا ۴ سال آینده از مرز ۱ تریلیون دلار عبور کند. این بازار عظیم نیازمند همزیستی فناوری‌های متعددی مانند CPU، GPU و ASIC است.

تنها ۶ تا ۱۲ ماه پیش، به ندرت نامی از CPU در بازار برده می‌شد و هیچ‌کس فکر نمی‌کرد که کمیاب شوند. با این حال، با افزایش شدید تقاضا برای قدرت محاسباتی، CPUها رسماً به صحنه بازگشته‌اند.

مدیرعامل AMD پیش‌بینی می‌کند که طی پنج سال آینده، نرخ رشد مرکب سالانه بازار پردازنده‌های مراکز داده از ۳۵ درصد فراتر خواهد رفت که بسیار بیشتر از نرخ رشد کمتر از ۱۰ درصد در سال‌های گذشته است.

به جای درگیر شدن در جنگ قیمت با اینتل یا AMD، استراتژی واقعی انویدیا این است که به طور کامل مانع از عملکرد پردازنده‌های پس از فروش، پهنای باند PCIe و شبکه‌های کم‌سرعت که مانع عملکرد پردازنده گرافیکی می‌شوند، شود.

مدیرعامل انویدیا در کامپیوتکس ۲۰۲۶ دو لپ‌تاپ مجهز به تراشه‌های RTX Spark را در دست دارد که نشان‌دهنده بازگشت این شرکت به بازار تراشه‌های رایانه‌های شخصی است. عکس: انویدیا .

این غول کارت گرافیک می‌خواهد CPU را داخلی‌سازی کند و آن را به طور کامل در پلتفرم اختصاصی هوش مصنوعی خود جای دهد تا مطمئن شود که بهترین پردازنده‌های گرافیکی‌اش عقب نمی‌مانند.

در ادامه‌ی این مسیر، انویدیا ورا (Vera) را عرضه کرد - اولین پردازنده‌ی سفارشی که به‌طور خاص برای هماهنگ‌سازی هوش مصنوعی Agentic، فراخوانی ابزارها و مدیریت بلندمدت محتوا طراحی شده است.

با این حال، واقعیت این است که بزرگترین ذینفع این رونق پردازنده‌ها، کسی جز غول سابق اینتل نیست. گزارش‌های مالی نشان می‌دهد که درآمد اینتل در سه ماهه اول سال 2026 به 13.6 میلیارد دلار رسیده است که نسبت به سال گذشته 7 درصد افزایش یافته است، در حالی که سود خالص 156 درصد افزایش یافته است.

لیپ-بو تان، مدیرعامل اینتل، اظهار داشت که خطوط تولید سری Xeon 6 (مبتنی بر فرآیند Intel 3) و سری Core 3 (مبتنی بر فرآیند Intel 18A) هر دو وارد مرحله شتاب تولید انبوه شده‌اند.

با این حال، او همچنین اذعان کرد که اینتل هنوز قادر به پاسخگویی کامل به تقاضای بازار نیست و انتظار می‌رود این روند رشد تا سال ۲۰۲۷ ادامه یابد.

منبع: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html