بحران سخت‌افزاری هوش مصنوعی

تصور کنید همه مردم یک شهر یکباره تصمیم بگیرند همزمان از آب لوله‌کشی استفاده کنند. لوله‌ها می‌ترکد و آب به سختی به خانه‌ها می‌رسد. این اتفاق دقیقاً برای صنعت هوش مصنوعی افتاده است. در ماه‌های اخیر، برنامه‌نویسان و فعالان فناوری در سیلیکون‌ولی (قلب فناوری جهان) مسابقه گذاشته‌اند تا ببینند چه کسی می‌تواند بیشترین استفاده را از مدل‌های هوش مصنوعی بکند. این مسابقه را «توکن‌مکسینگ» می‌نامند. نتیجه این هجوم ناگهانی، بحرانی در پشت صحنه بوده است: شرکت‌های هوش مصنوعی دیگر توان پاسخگویی به تقاضا را ندارند.
در این مقاله، می‌خوانیم که چرا شرکت‌های بزرگ هوش مصنوعی مجبور به محدود کردن خدمات خود شده‌اند، چه سرمایه‌گذاری‌های عظیمی برای حل مشکل انجام می‌شود، و چرا کارشناسان می‌گویند این بحران تا چند سال ادامه خواهد داشت.

۱. بحران از کجا شروع شد؟

بین ژانویه و مارس امسال، میزان استفاده از پلتفرم OpenRouter (بازاری برای دسترسی به مدل‌های هوش مصنوعی) چهار برابر شد. یعنی یکباره چهار برابر بیشتر از قبل از هوش مصنوعی کار کشیده شد.

شرکت آنتروپیک (سازنده مدل هوش مصنوعی Claude) که محصولاتش میان کسب‌وکارها محبوب است، در ماه مارس مجبور شد در ساعات شلوغی، دسترسی به ابزارهای خود را محدود کند. بعداً هم طرح‌های اشتراک خود را تغییر داد تا مردم کمتر از خدماتش استفاده کنند. در آوریل، سرویس آنتروپیک روزانه حدود ۳۰ دقیقه قطع می‌شد.

شرکت اوپن‌ای‌آی (سازنده چت‌جی‌پی‌تی) نیز ابزار محبوب تولید ویدیو به نام سورا را ناگهان تعطیل کرد تا توان محاسباتی محدود خود را برای کارهای پرسودتر ذخیره کند.

حتی گیت‌هاب (سایتی که برنامه‌نویسان برای همکاری در کدنویسی از آن استفاده می‌کنند و متعلق به مایکروسافت است) در ۲۰ آوریل ثبت‌نام مشترکان جدید برای ربات برنامه‌نویسی خود را متوقف کرد.

۲. راه حل: سرمایه‌گذاری‌های نجومی

شرکت‌های بزرگ برای حل این مشکل، چک‌های بسیار بزرگی نوشته‌اند:

۲۲ آوریل: آنتروپیک با آمازون قراردادی ۱۰۰ میلیارد دلاری بست تا ۵ گیگاوات ظرفیت سرور (نوعی کامپیوتر بسیار قوی) تهیه کند. قرار است یک‌پنجم این ظرفیت تا پایان امسال راه‌اندازی شود.

۲۴ آوریل: گوگل نیز اعلام کرد ۴۰ میلیارد دلار به آنتروپیک سرمایه‌گذاری می‌کند.

۲۷ آوریل: اوپن‌ای‌آی اعلام کرد قرارداد خود با مایکروسافت را تغییر داده تا بتواند محصولاتش را از طریق هر ارائه‌دهنده ابری (نه فقط مایکروسافت) توزیع کند.

پنج شرکت بزرگ فناوری (آلفابت، آمازون، متا، مایکروسافت و اوراکل) هر کدام صدها میلیارد دلار در مراکز داده سرمایه‌گذاری می‌کنند.

فقط آلفابت، آمازون و اوراکل امسال بیش از ۱۰۰ میلیارد دلار وام گرفته‌اند. متا هم ۱۰ درصد نیروهای خود را اخراج کرده تا پول بیشتری برای این کار آزاد کند. مایکروسافت نیز به ۷ درصد کارمندان خود پیشنهاد بازنشستگی داوطلبانه داده است.

۳. مشکل بعدی: مردم مراکز داده را نمی‌خواهند

حتی اگر شرکت‌ها پول داشته باشند، ساختن مراکز داده جدید کار آسانی نیست. در آوریل، قانونگذاران ایالت مین آمریکا به لایحه‌ای رأی مثبت دادند که تا نوامبر ۲۰۲۷ ساخت مراکز داده بزرگ را ممنوع می‌کرد (اگرچه فرماندار آن را وتو کرد). بیش از ده ایالت دیگر آمریکا در حال بررسی قوانین مشابه هستند.

بر اساس یک آمار، پارسال در آمریکا ۱۵۶ میلیارد دلار پروژه مرکز داده به دلیل مخالفت مردم محلی و دعاوی حقوقی مسدود یا به تأخیر افتاد. کشورهایی مثل ایرلند و برزیل نیز با چنین مخالفت‌هایی روبرو هستند. مردم نگرند که مراکز داده پُرمصرف، قبض برق آنها را بالا ببرد – خصوصاً حالا که جنگ در خلیج فارس باعث افزایش قیمت انرژی شده است.

۴. کمبود تراشه: قلب تپنده هوش مصنوعی

حتی اگر مرکز داده ساخته شود و به برق متصل گردد، تهیه تجهیزات کامپیوتری مورد نیاز هم سخت شده است.
ایوان چیام، از مؤسسه تحقیقاتی SemiAnalysis، می‌گوید: «تراشه به اندازه کافی برای پر کردن مراکز داده‌ای که الان ساخته می‌شوند وجود ندارد.»

تراشه‌های اچ۱۰۰ شرکت انویدیا (که بیش از دو سوم توان محاسباتی هوش مصنوعی جهان را تأمین می‌کنند) از نوامبر تاکنون حدود ۳۰ درصد گران‌تر شده‌اند. چون مشتریانی که نمی‌توانند به مدل‌های جدیدتر دست پیدا کنند، سراغ مدل‌های قدیمی‌تر رفته‌اند.

مدیر آمازون گفته دسترسی به تراشه‌های هوش مصنوعی خودشان (به نام Trainium2) تقریباً به پایان رسیده و بخش بزرگی از ظرفیت مدل بعدی (Trainium4 که سال آینده عرضه می‌شود) قبلاً رزرو شده است.

۵. کمبود حافظه و تولد دوباره اینتل

کمبود به حافظه‌های خاص هوش مصنوعی (به نام HBM) هم رسیده است. هر سه تولیدکننده بزرگ (اس‌کی هاینیکس، سامسونگ و مایکرون) می‌گویند بیشتر ظرفیت خود برای سال ۲۰۲۶ را فروخته‌اند. انتظار می‌رود کمبود حافظه حداقل سه سال دیگر ادامه داشته باشد.
جالب اینجاست که این بحران به نفع شرکت اینتل تمام شده است. ابزارهای جدید هوش مصنوعی (که می‌توانند برنامه‌ریزی کنند و وظایف را انجام دهند) به تراشه‌های قدیمی‌تری به نام CPU نیاز دارند. هر کدام از این ابزارها برای هر تراشه GPU، یک تراشه CPU لازم دارد (در حالی که چت‌بات‌های ساده به ازای هر GPU فقط یک‌دوازدهم CPU نیاز داشتند). این تقاضا باعث شده ارزش سهام اینتل طی شش ماه بیش از دو برابر شود.

۶. مشکل اساسی: اختلاف در سرمایه‌گذاری

دلیل اصلی این بحران ساده است: تولیدکنندگان سخت‌افزار به اندازه شرکت‌های فناوری سرمایه‌گذاری نمی‌کنند.

تحقیقات از ۵۰ تولیدکننده بزرگ تراشه، سرور، و تجهیزات شبکه نشان می‌دهد که پنج شرکت بزرگ فناوری (آلفابت، آمازون، متا، مایکروسافت و اوراکل) سرمایه‌گذاری خود را ۱۹۰ درصد افزایش داده‌اند. یعنی از ۲۳۴ میلیارد دلار به ۶۷۷ میلیارد دلار رسانده‌اند. اما در همین مدت، تولیدکنندگان سخت‌افزاری که قرار است تجهیزات مورد نیاز این شرکت‌ها را بسازند، سرمایه‌گذاری خود را فقط ۴۵ درصد بالا برده‌اند؛ از ۱۵۳ میلیارد دلار به ۲۲۳ میلیارد دلار.

این فاصله عمیق، قلب تپنده بحران است.

تی‌اس‌ام‌سی، بزرگترین تولیدکننده تراشه جهان، می‌گوید خطوط تولید پیشرفته‌اش (آنهایی که تراشه‌های ۵ نانومتر و کوچک‌تر می‌سازند) کاملاً پر است و دیگر جایی برای سفارش‌های جدید ندارند. مدیرعامل آن صریحاً اعتراف کرده: «راه میان‌بری وجود ندارد. ساخت یک کارخانه جدید دو تا سه سال طول می‌کشد.»

این محافظه‌کاری، مشتریان را عصبی کرده است. سَم آلتمن، مدیر اوپن‌ای‌آی، مستقیماً از تی‌اس‌ام‌سی خواسته: «فقط ظرفیت بیشتری بسازید!»

اما جاه‌طلب‌ترین واکنش را ایلان ماسک نشان داده است. او برنامه ساخت یک کارخانه عظیم را اعلام کرده که می‌خواهد سالانه بیش از کل صنعت نیمه‌هادی امروز جهان، تراشه تولید کند. مشکل اینجاست که این کارخانه زودتر از سال ۲۰۲۸ راه نمی‌افتد و حتی آن موقع هم احتمالاً فقط کسری از هدف بزرگش را محقق خواهد کرد.

نتیجه‌گیری

به زبان ساده، مشکل این است: نرم‌افزارها سریع ساخته می‌شوند، اما سخت‌افزارها آهسته. بهبود یک نرم‌افزار ماه‌ها طول می‌کشد، اما ساخت یک کارخانه تراشه سال‌ها زمان می‌برد. تولیدکنندگان سخت‌افزار هم نمی‌خواهند بیش از حد سرمایه‌گذاری کنند و بعداً کارخانه‌هایشان خالی بماند.

در آینده چه اتفاقی می‌افتد؟

در کوتاه‌مدت: کمبود تراشه و حافظه بدتر می‌شود. سرویس‌های بیشتری محدود یا گران می‌شوند.
در میان‌مدت: سرمایه‌گذاری‌های عظیمی که اعلام شده (۱۰۰ میلیارد دلاری آمازون، ۴۰ میلیارد دلاری گوگل) تا دو یا سه سال دیگر به نتیجه می‌رسند.

در بلندمدت: اگر مخالفت مردم با ساخت مراکز داده و محافظه‌کاری کارخانه‌ها ادامه یابد، ممکن است روزی برسد که دیگر نتوانیم از هوش مصنوعی به اندازه دلخواه استفاده کنیم – نه به خاطر محدودیت نرم‌افزار، بلکه به خاطر نبود سخت‌افزار.

واقعیت این است که آینده هوش مصنوعی دیگر فقط به الگوریتم‌ها و مدل‌های نرم‌افزاری بستگی ندارد. به توانایی ما در ساختن کارخانه‌های تراشه، تأمین برق کافی، و متقاعد کردن مردم برای پذیرش مراکز داده در شهرهایشان گره خورده است. تا آن روز، شاید خودِ آن برنامه‌نویسان مشتاق (توکن‌مکسینگ‌ها) مجبور شوند مصرف هوش مصنوعی خود را جیره‌بندی کنند.