پایان خاک خوردن تراشه‌های گران‌قیمت؛ ائتلاف استارتاپ‌ها برای راه‌اندازی «شبکه ملی پردازش هوش مصنوعی»!

ائتلافی از استارتاپ‌های هوش مصنوعی، ارائه‌دهندگان خدمات ابری، پژوهشگران و سرمایه‌گذاران در حال راه‌اندازی پروژه‌ای به نام «شبکه ملی پردازش» (National Compute Grid) هستند؛ تلاشی تازه برای یکپارچه‌سازی و به اشتراک‌گذاری توان محاسباتی هوش مصنوعی تا شاید بحران کمبود پردازش و هزینه‌های سرسام‌آور زیرساخت‌ها کمی مهار شود.

چرا این ماجرا مهم است؟ ساخت زیرساخت‌های هوش مصنوعی این روز‌ها به یک شرط‌بندی چند تریلیون دلاری تبدیل شده که دلیل اصلی‌اش، هزینه سرسام‌آور دسترسی به منابع محاسباتی کمیاب است. با این حال، خیلی از دیتاسنترها با ظرفیت پایینی کار می‌کنند؛ یعنی تراشه‌های فوق‌العاده باارزش و گران‌قیمت عملاً بلااستفاده مانده‌اند و خاک می‌خورند، در حالی که استارتاپ‌ها و محققان برای پیدا کردن حتی چند تراشه به آب و آتش می‌زنند.

• سازندگان این شبکه پردازشی می‌خواهند استفاده از ظرفیت‌های محاسباتی خالی را آسان‌تر کنند؛ هدفی که اگر به بار بنشیند، می‌تواند جهت‌گیری و سرعت تحولات دنیای هوش مصنوعی را حسابی تغییر دهد.

دست‌اندرکاران چه می‌گویند؟ آنجنی میدا (Anjney Midha)، یکی از پیشگامان این طرح، در گفتگو با رسانه‌ها توضیح داد که این پروژه راهکاری برای اشتراک‌گذاری پردازش در تحقیقات تجاری و همچنین استفاده بخش دولتی و عمومی است. او تأکید کرد: «بهترین راه برای این‌که هوش مصنوعی در آمریکا به شکلی بهینه مقیاس‌پذیر شود و در خط مقدم رقابت با چین بماند، این است که همگی حول یک استاندارد باز هماهنگ شویم.»

• میدا، سرمایه‌گذار سابق خطرپذیر که حالا هدایت شرکت امپ (Amp - فعال در حوزه هوش مصنوعی عام‌المنفعه) را بر عهده دارد، می‌گوید: «معلوم شده که ما در واقع خیلی بیش‌تر از تصور مردم توان محاسباتی داریم؛ فقط لازم است همه‌چیز به هم متصل و هماهنگ شود.»
• سم سینها (Sam Sinha)، مدیر هوش مصنوعی در استارتاپ ۱X (که در زمینه هوش مصنوعی کالبدمند برای ربات‌های انسان‌نما فعالیت می‌کند)، اشاره کرد که شرکت‌هایی مثل آن‌ها دائماً برای دسترسی به منابع پردازشی با چالش روبرو هستند. او گفت غول‌های بزرگ‌تری مثل اوپن‌ای‌آی (OpenAI) و آنتروپیک (Anthropic) توان مالی بسیار بالاتری دارند و می‌توانند قراردادهای بلندمدتی ببندند که برای بازیگران کوچک‌تر عملاً غیرممکن است.
• سینها با اشاره به تمرکز قدرت در دستان OpenAI و آنتروپیک افزود: «ما باید یک اکوسیستم سالم در هوش مصنوعی بسازیم؛ نباید کل توان پردازشی دنیا فقط در انحصار دو شرکت باشد.»

پشت پرده ماجرا چیست؟ شرکت‌های هوش مصنوعی هنگام آموزش مدل‌های جدید به منابع پردازشی عظیمی نیاز دارند و در این دوره‌ها تقریباً از تمام ظرفیت سخت‌افزاری خود استفاده می‌کنند؛ اما درست بعد از پایان مراحل آموزش، تعداد زیادی از این تراشه‌ها بیکار و معطل می‌مانند.

• بر اساس مقاله‌ای که هم‌زمان با این بیانیه منتشر شده، این ائتلاف اعلام کرده که در دیتاسنترهای مستقل و تک‌کاربره، میانگین بهره‌وری خالص محاسباتی کم‌تر از ۱۵ درصد است؛ یعنی حجم عظیمی از ظرفیت‌های گران‌قیمت دست‌نخورده باقی می‌ماند، آن هم درست در شرایطی که پژوهشگران با کمبود شدید دست‌وپنجه نرم می‌کنند.

این سیستم چطور کار می‌کند؟ «شبکه ملی پردازش» قصد دارد ظرفیت پردازش هوش مصنوعی را از آزمایشگاه‌ها، ارائه‌دهندگان ابری و سیستم‌های مختلف تراشه‌ای جمع‌آوری کرده و سپس از طریق یک زمان‌بند مشترک و هوشمند تخصیص دهد.

• این سیستم به گونه‌ای طراحی شده که ظرفیت‌های آزاد، نوع تراشه، موقعیت مکانی، قیمت‌گذاری و میزان بهره‌وری را به اعضا نمایش می‌دهد و سپس بار کاری و پروژه‌ها را به شکل خودکار به مناسب‌ترین منابع متصل می‌کند.
• اعضای شبکه می‌توانند ظرفیت‌های بیکار خود را به اشتراک بگذارند و در عوض، برای دوره‌های برنامه‌ریزی‌شده آموزش مدل‌های خود، کلاسترهای بزرگ‌تری را رزرو کنند.
• ائتلاف می‌گوید در حال حاضر حدود ۷۶۰ مگاوات انرژی محاسباتی به شبکه متصل شده یا در آستانه اتصال قرار دارد و هدف‌گذاری نهایی آن‌ها رسیدن به ۲ گیگاوات تا سال ۲۰۳۰ است.

گام بعدی چیست؟ بر اساس این مقاله، این شبکه دسترسی را برای کارمندان و تیم‌های فعال در بخش دولتی و عمومی، از جمله نهادهای دولتی، مراکز آموزشی و آزمایشگاه‌های ملی نیز فراهم خواهد کرد.

جمع‌بندی: هدف اصلی یعنی دسترسی عمومی‌تر به قدرت پردازش، فقط یک نقطه شروع است؛ پیدا کردن راه‌هایی برای فعال‌سازی ظرفیت‌های پنهان و موجود، پتانسیل آن را دارد که عرضه یکی از نایاب‌ترین و باارزش‌ترین منابع دنیای امروز را به شکل چشمگیری افزایش دهد.