چالش تراشه ها در مایکروسافت و تاثیر آن بر مسیر جاه طلبانه هوش مصنوعی
مایکروسافت این روزها در دنیای هوش مصنوعی درگیر رقابتی نفس گیر است، اما خبری که از زبان ساتیا نادلا، مدیرعامل شرکت، منتشر شد همه را شوکه کرد. او اعتراف کرده که بخشی از تراشه هایی که برای توسعه سیستم های هوش مصنوعی تهیه شده، فعلاً قابل استفاده نیستند. این موضوع برای شرکتی که درحال رقابت مستقیم با غول هایی چون گوگل و انویدیا است، یک ضعف بزرگ محسوب می شود. از آنجایی که کمبود تراشه می تواند توسعه مدل های هوش مصنوعی و قدرت محاسبات ابری Azure را تحت فشار بگذارد، حالا همه نگاه ها به واکنش بعدی مایکروسافت دوخته شده است.
نادلا با صداقتی بی سابقه گفت که تیم او تراشه هایی در اختیار دارد که به دلایل فنی هنوز قابل نصب یا بهره برداری نیستند. اعترافی که شاید برای بسیاری از مدیران در سطح او نوعی “خودانتقادی پرخطر” محسوب شود. اما همین صداقت، دوباره بحث بزرگ تر کمبود زیرساخت سخت افزاری در مسیر آینده فناوری هوش مصنوعی را داغ کرده است.
مطالعه مقاله قبلی در دسته بندی تکنولوژی با عنوان افشای فروش داده مقامات اتحادیه اروپا توسط بروکرها.
چرا مایکروسافت درگیر بحران تراشه شد؟
مشکل دقیق مایکروسافت فقط در تأمین تراشه نیست؛ بلکه در نحوه استفاده از آن هاست. وقتی شما میلیاردها دلار برای ساخت دیتاسنترهای عظیم هزینه می کنید، انتظار دارید همه چی بدون نقص پیش بره. اما مایکروسافت فهمیده که حتی داشتن انبار پر از چیپ هم تضمین کننده موفقیت نیست. گاهی سازگاری بین سخت افزار و نرم افزار، یا حتی ساختار خنک کننده، می تونه کل پروژه رو متوقف کنه.
برخی تحلیلگران معتقدند که تمرکز بیش از حد مایکروسافت روی گسترش سریع خدمات هوش مصنوعی ابری باعث شده استانداردسازی سخت افزار و هماهنگی بین تیم ها نادیده گرفته بشه. این یعنی تیم تحقیقاتی جلوتر رفته، اما تیم زیرساخت جا مونده!
مسیر رقبا؛ گوگل و انویدیا در میدان
در حالی که مایکروسافت هنوز دنبال راه حل برای تراشه های خاک خورده اش می گرده، گوگل با تراشه های اختصاصی TPU و انویدیا با گرافیک های خارق العاده خودش، بازار رو قبضه کرده ان. این یعنی رقبا نه تنها آماده ترند بلکه می تونن از این شکست موقتی مایکروسافت نهایت سود رو ببرن.
البته نباید مایکروسافت رو دست کم گرفت. همکاری نزدیکش با OpenAI هنوز یکی از قوی ترین برگ های برنده در رقابت هوش مصنوعی مولد به حساب میاد. اما برای پیشرفت بعدی، این شرکت باید چالش تراشه ها رو هرچه زودتر حل کنه.
آینده هوش مصنوعی و درس بزرگ از اشتباه مایکروسافت
این ماجرا یه یادآوری مهم برای کل صنعت تکنولوژی ه که رشد سریع هوش مصنوعی فقط به نرم افزار و الگوریتم خلاصه نمی شه. بدون زیرساخت سخت افزاری آماده، حتی بزرگ ترین پروژه ها هم به تأخیر می افتن. به نظر می رسه مایکروسافت از اشتباهاتش درس گرفته و روی طراحی تراشه های اختصاصی خودش مثل سری Maia تمرکز کرده.
اگر این برنامه ریزی ها جواب بده، مایکروسافت نه تنها از بحران خارج می شه بلکه شاید جایگاهش در رقابت AI رو محکم تر از قبل کنه. اما تا اون موقع، رقبا فرصت طلایی خودشون رو برای پیشی گرفتن از غول ردموند از دست نخواهند داد.
برای دریافت جدیدترین اخبار تکنولوژی با مجله هوش مصنوعی با ما همراه باشید.
نظرات کاربران