حلقه مفقوده در استراتژی هوش مصنوعی بریتانیا؛ بحران دسترسی به توان پردازشی کافی

بریتانیا رویکرد خود را تغییر داده است و اکنون به هوش مصنوعی نهتن‌ها به‌عنوان عاملی برای رشد اقتصادی، بلکه به چشم موضوعی در حوزه امنیت ملی مینگرد. در همین راستا، در مجمع عمومی سازمان ملل متحد، توافق همکاری جدیدی در زمینه هوش مصنوعی میان بریتانیا و ایالات متحده اعلام شد؛ توافقی که هدف آن حفاظت از زیرساخت‌های حیاتی ملی، از آبراه‌های دریایی گرفته تا حریم هوایی کشور است.

این اقدام تحولی بااهمیت به‌شمار می‌رود؛ به‌ویژه در شرایطی که هوش مصنوعی از چت‌باتها و ابزارهای افزایش بهرهوری فراتر رفته و به حوزه‌های دفاعی و سامانه‌هایی راه یافته است که قابلیت اتکا در آنها نقشی حیاتی دارد. با این حال، در بطن این تصمیم پرسشی بنیادین نهفته است که کمتر به آن توجه می‌شود: این توان پردازشی عظیم قرار است از کجا تأمین شود؟

این دیدگاهی است که کارشناسان هوش مصنوعی و استراتژیست‌های اقتصاد دیجیتال در پلتفرم io.net نیز بر آن تأکید دارند.

امروزه در محافل فناوری عادت شده است که درباره هوش مصنوعی صرفاً در قالب مدل‌ها صحبت شود. بریتانیا در حال حاضر از دانشگاه‌های قدرتمند، اکوسیستم استارتاپی پویا و مجموعه روبهرشدی از شرکت‌ها بهرهمند است که محصولاتشان را بر محور این فناوری بنا می‌کنند.

با این حال، فعالیت تمام این مجموعه‌ها به یک عامل مشترک وابسته است: دسترسی مطمئن و پایدار به توان پردازشی. مدل‌ها باید در جایی آموزش ببینند، مراحل استنتاج (Inference) باید در محیطی پردازش شود و تراشه‌های گرافیکی (GPU) مجری این عملیات نیز باید در زمان نیاز شرکت‌ها در دسترس قرار داشته باشند.

چرا شرکت‌های کوچک‌تر از بازار کنار گذاشته می‌شوند؟

بزرگ‌ترین ارائهدهندگان خدمات ابری سرمایهگذاری‌های هنگفتی را به زیرساخت‌های هوش مصنوعی اختصاص داده‌اند و شرکت‌های پیشروی این حوزه ظرفیت پردازنده‌های گرافیکی را از سال‌ها قبل پیش‌خرید می‌کنند. از نگاه تجاری، چنین رویکردی کاملاً منطقی بهنظر می‌رسد؛ زیرا غول‌های ابری به دنبال تقاضای قابل پیش‌بینی هستند و شرکت‌های بزرگ هوش مصنوعی نیز می‌خواهند اطمینان یابند که در زمان آغاز دوره جدید آموزش مدل‌ها، توان پردازشی لازم در دسترس خواهد بود. اما مشکل اصلی در سطوح پایین‌تر بازار پدیدار می‌شود؛ جایی که شمار روزافزونی از شرکت‌های نوپا ناچارند برای اندک ظرفیت باقیمانده با یکدیگر رقابت کنند.

این چالش تنها به شرکت‌ها محدود نمی‌شود. پژوهشی از سوی دانشگاه آکسفورد نشان می‌دهد که تنها ۳۲ کشور در جهان میزبان مراکز داده تخصصی هوش مصنوعی هستند و بیش از ۹۰ درصد این مراکز نیز در تصاحب شرکت‌های آمریکایی و چینی قرار دارند. غول‌های فناوری آمریکایی مدیریت ۸۷ قطب بزرگ هوش مصنوعی در سراسر جهان را بر عهده دارند، در حالی که سهم شرکت‌های اروپایی تنها به ۶ مرکز می‌رسد. در نتیجه، کل کشورها در عمل در همان صفی قرار گرفته‌اند که استارتاپها ایستاده‌اند و ناچارند توان پردازشی را بر اساس شرایط و قیمت‌های تعیینشده از سوی دیگران اجاره کنند.

برای یک شرکت هوش مصنوعی بریتانیایی که چند میلیون پوند سرمایه جذب کرده و صرفاً برای مدت هشت هفته به ۵۰۰ پردازنده گرافیکی نیاز دارد، معادلات اقتصادی بسیار متفاوت از شرکت‌هایی است که توانایی امضای قراردادهای زیرساختی چند میلیارد پوندی را دارند. چنین استارتاپی نیازی به مالکیت مرکز داده ندارد و لزوماً نمی‌خواهد تعهدی پنجساله بپذیرد؛ بلکه به دسترسی مقطعی برای پروژهای مشخص در زمانی معین نیاز دارد و باید هزینه دقیق این دسترسی را بداند.

در حال حاضر، دستیابی به چنین امکانی با دشواری‌های فراوانی همراه است. در اوایل سال جاری میلادی، هزینه اجاره جدیدترین تراشه‌های Nvidia تنها ظرف دو ماه تقریباً ۵۰ درصد افزایش یافت. هم‌چنین شرکت CoreWeave به‌عنوان یکی از بزرگ‌ترین ارائهدهندگان تخصصی، هم‌زمان با افزایش تعرفه‌ها، حداقل مدت قراردادهای خود را از یک سال به سه سال تمدید کرد. شرکت سرمایه‌گذاری Andreessen Horowitz نیز به نمونه‌ای اشاره کرده است که در آن، استارتاپی قراردادی برای تأمین پردازنده‌های گرافیکی امضا کرده بود، اما در آخرین لحظه به آن اطلاع داده شد که باید سه ماه دیگر منتظر بماند؛ زیرا مشتری بزرگ‌تری حاضر شده بود سه برابر مبلغ تعیینشده را بپردازد.

تقاضای فراوان در این بخش کاملاً مشهود است؛ بهگون‌های که وقتی صندوق دولتی Sovereign AI Fund بریتانیا دسترسی به توان پردازشی را برای استارتاپها گشود، تنها ظرف سه ماه بیش از ۲۰۰ درخواست برای دریافت افزون بر ۶۷ میلیون ساعت پردازش گرافیکی به ثبت رسید. با این وجود، بخش عمده ساختار بازار هنوز برای پاسخگویی به چنین مشتریانی طراحی نشده است.

پارادوکس ظرفیت‌های نایاب و هم‌زمان بلااستفاده

پارادوکس عجیبی در زیرساخت‌های هوش مصنوعی در حال شکل‌گیری است. در حالی که مدام اخباری درباره کمبود شدید پردازنده‌های گرافیکی به گوش می‌رسد، بخش چشمگیری از ظرفیتی که شرکت‌ها بابت آن پول پرداخت کرده‌اند بلااستفاده باقی مانده است. نتایج یک تحلیل روی حدود ۲۳ هزار کلاستر ابری نشان می‌دهد که میانگین بهرهوری پردازنده‌های گرافیکی تنها ۵ درصد بوده است؛ این بدان معناست که سازمان‌ها تقریباً برای ۲۰ برابر ظرفیتی فراتر از نیاز واقعی بارهای پردازشی خود هزینه می‌پردازند.

شرکت‌ها از بیم اینکه در آینده با کمبود منابع مواجه نشوند، بر اساس پرتقاضاترین روز کاری خود خرید می‌کنند، پیش از آگاهی دقیق از نحوه مصرف، ظرفیت‌ها را پیش‌خرید می‌نمایند و آن را برای نیازهای احتمالی بعدی نگه می‌دارند. در نتیجه، این سخت‌افزارهای گرانقیمت در بیشتر زمان‌ها بیصدا و راکد می‌مانند. پیامد چنین وضعیتی بازاری است که در آن، ظرفیت پردازشی ممکن است برای یک شرکت به‌شدت نایاب باشد و هم‌زمان در جای دیگری کاملاً بلااستفاده بماند.

بنابراین از یک سو شرکت‌هایی حضور دارند که با نگرانی در پی توان پردازشی هستند و از سوی دیگر ظرفیت‌هایی دیده می‌شود که اغلب بدون استفاده رها شده‌اند. ایجاد پیوند میان این دو سمت ماجرا گامی کاملاً منطقی بهنظر می‌رسد. تجمیع ظرفیت پردازنده‌های گرافیکی پراکنده در مراکز داده، ارائهدهندگان زیرساخت و محیط‌های سازمانی درون یک بازار مشترک، راهکار دیگری پیش پای شرکت‌های هوش مصنوعی بریتانیا می‌گذارد تا توان پردازشی لازم را تأمین کنند؛ به‌ویژه هنگامی که آنقدر بزرگ نیستند که مستقیماً با غول‌های بزرگ مذاکره کنند یا تمایلی ندارند خود را به یک سرویس ابری خاص محدود سازند.

این مسئله هم‌چنین به عمق موضوع حاکمیت ملی پیوند می‌خورد که در راهبردهای اخیر دولت بارها بر آن تأکید شده است. همین حالا هم حجم فراوانی از توان پردازشی در خاک بریتانیا و در میان کلاسترهای دانشگاهی، اتاق‌های سرور شرکت‌ها، مراکز داده منطقه‌ای و ارائهدهندگان تخصصی پراکنده است، اما قطعات این پازل آنقدر خرد و مجزا هستند که به‌تنهایی اثرگذاری چندانی ندارند.

تجمیع این ظرفیت‌ها در کنار یکدیگر می‌تواند منبعی از توان پردازشی تحت صلاحیت قانونی بریتانیا برای شرکت‌های داخلی فراهم کند؛ منبعی که دیگر به برنامه‌های توسعه چند غول ابری آمریکایی وابسته نخواهد بود. هم‌چنین از آنجا که این منابع به‌جای تمرکز در چند نقطه معدود در سراسر کشور توزیع شده‌اند، مزایای اقتصادی و فنی هوش مصنوعی را به فراتر از لندن و مناطق جنوب شرقی گسترش خواهند داد و رشد متوازن منطقه‌ای را رقم خواهند زد.

دولت و سیاست‌گذاران چه اقداماتی باید انجام دهند؟

بریتانیا می‌خواهد شرکت‌های هوش مصنوعی را پرورش دهد که توانایی رقابت در سطح جهانی را داشته باشند. این شرکت‌ها به پژوهشگران، سرمایه و مشتری نیاز دارند، اما پیش از همه به بستری برای اجرای بارهای پردازشی خود محتاج هستند. اگر دسترسی به توان پردازشی صرفاً به ترازنامه مالی شرکت‌ها یا روابط ویژه آنها با معدودی از ارائهدهندگان خدمات ابری وابسته باشد، بریتانیا با خطر ایجاد اقتصادی در حوزه هوش مصنوعی روبهرو خواهد شد که در آن، زیرساخت‌ها عملاً در انحصار قدرتمندترین بازیگران باقی می‌ماند.

دولت در این میان وظیفه مهمی بر عهده دارد. دولت بریتانیا متعهد شده است بیش از ۲ میلیارد پوند به توسعه توان پردازشی عمومی اختصاص دهد که شامل افزایش ۲۰ برابری ظرفیت منابع تحقیقاتی هوش مصنوعی (AI Research Resource) تا سال ۲۰۳۰ میلادی می‌شود. این سرمایه‌گذاری بیتردید مثبت است، اما بخش عمده آن قرار است صرف شمار محدودی از ابررایانه‌های ملی شود؛ در حالی که تقاضای فعلی استارتاپها بسیار فراتر از ظرفیت عرضه است.

این چالش راهکار سادەتری را پیش پای سیاست‌گذاران می‌گذارد: دولت باید در کنار احداث ابررایانه‌های جدید، بر بهرهبرداری حداکثری از توان پردازشی موجود نیز سرمایه‌گذاری کند. طراحی، اتصال به شبکه برق و تجهیز تأسیسات جدید به تراشه‌ها چندین سال زمان می‌برد و هر مرکز تنها ظرفیت یک نقطه جغرافیایی را افزایش می‌دهد. در مقابل، فناوری لازم برای پیوند دادن پردازنده‌های گرافیکی از نقاط گوناگون به یک شبکه واحد و کاربردی همهمین امروز وجود دارد و می‌تواند ظرفیت‌های معطل را بدون نیاز به انتظار برای احداث ساختمان‌های جدید به چرخه فعالیت وارد کند.

بودجه‌های عمومی می‌توانند مستقیماً از این سازوکار تجمیع حمایت کنند؛ برای نمونه با خرید زمان پردازش روی این شبکه برای استارتاپهای بریتانیایی. سازوکار خریدهای دولتی نیز می‌تواند بدون تحمیل تعهدات سنگین زیرساختی که معمولاً از شرکت‌های بزرگ انتظار می‌رود، مسیری هموار را برای دستیابی شرکت‌های نوپای هوش مصنوعی به منابع پردازشی هموار کند.

اگر شرکت‌ها بتوانند بارهای پردازشی خود را بدون نیاز به بازسازی کل معماری نرمافزاری میان ارائهدهندگان مختلف جابهجا کنند، انتخاب‌های بیشتری خواهند داشت و ارائهدهندگان نیز ناچار می‌شوند در زمینه قیمت و کیفیت خدمات رقابت کنند. این دستاورد نهتن‌ها به نفع خریداران توان پردازشی خواهد بود، بلکه در نهایت اقتصاد ملی بریتانیا را تقویت خواهد کرد.

سیاست‌گذاری هوش مصنوعی تاکنون بخش زیادی از زمان خود را صرف این پرسش کرده است که چه محصولاتی باید ساخته شوند؛ اما شاید پرسش فوریتر و بنیادیتر این باشد که آیا شرکت‌های بریتانیایی توان پردازشی کافی برای ساختن آنها را در اختیار خواهند داشت یا خیر. این همان چالشی است که باید هرچه سریع‌تر برای حل آن چارهاندیشی شود.