OpenAI به‌دنبال استقلال سخت افزاری؛ تراشه اختصاصی هوش مصنوعی با کمک Broadcom در راه است!

💥 OpenAI با همکاری Broadcom، ساخت تراشه اختصاصی هوش مصنوعی را آغاز کرد – انقلاب پردازشی در راه است!

در اقدامی تاریخی که می‌تواند چشم‌انداز صنعت هوش مصنوعی را متحول کند، شرکت OpenAI با امضای یک قرارداد چند میلیارد دلاری با Broadcom، وارد مرحله‌ای تازه از توسعه‌ی سخت‌افزار اختصاصی خود شده است. این همکاری عظیم که از حدود ۱۸ ماه پیش آغاز شده، به طراحی و تولید «شتاب‌دهنده‌های هوش مصنوعی» اختصاصی می‌پردازد—تراشه‌هایی که به‌طور خاص برای مدل‌های زبانی و مولد پیشرفته OpenAI بهینه‌سازی شده‌اند.

بر اساس منابع نزدیک به پروژه، نخستین سری از سخت‌افزارهای سفارشی OpenAI قرار است در نیمه‌ی دوم سال ۲۰۲۶ در مراکز داده مستقر شوند و برنامه‌ی کامل این پروژه تا پایان سال ۲۰۲۹ تکمیل گردد. برای شرکتی که با مدل‌هایی مانند GPT‑5 و DALL‑E شناخته می‌شود، این حرکت می‌تواند استقلالی بی‌سابقه از سازندگان تراشه‌ی فعلی همچون NVIDIA و AMD ایجاد کند.

🚀 هدف اصلی OpenAI از ساخت تراشه اختصاصی؛ سرعت، کنترل و کاهش وابستگی

در سال‌های گذشته تقریباً تمام قدرت پردازشی مدل‌های هوش مصنوعی پیشرفته بر بستر تراشه‌های NVIDIA H100 و A100 تأمین می‌شد، اما رشد انفجاری تقاضا باعث شده این وابستگی به یک نقطه‌ی بحرانی برسد. کمبود تراشه‌های قدرتمند، محدودیت زنجیره تأمین، و قیمت‌های نجومی باعث شد سم آلتمن، مدیرعامل OpenAI، تصمیم بگیرد زیرساخت سخت‌افزاری شرکت را از پایه بازطراحی کند.

تراشه‌هایی که با همکاری Broadcom ساخته می‌شوند، نه تنها برای مدل‌های زبانی نسل بعدی مانند GPT‑6 و GPT‑7 طراحی خواهند شد، بلکه عملکرد ویژه‌ای در پردازش چندمُدلی (متنی، تصویری و صوتی) دارند. تمرکز اصلی روی افزایش توان محاسباتی به نسبت وات مصرفی و کاهش تأخیر ارتباطی بین GPUها است؛ نکاتی که به‌شدت برای آموزش و استقرار مدل‌های بزرگ ضروری‌اند.

به گفته‌ی منابع آگاه، Broadcom مسئول تولید فیزیکی و بهینه‌سازی سیلیکون‌های سفارشی است، در حالی که تیم سخت‌افزار OpenAI طراحی منطقی و معماری تراشه‌ها را بر عهده دارد. این پروژه با نام داخلی Titan‑AI شناخته می‌شود و انتظار می‌رود نسل نخست آن حداقل ۳ برابر سریع‌تر از انویدیا H100 عمل کند.

⚙️ جزئیات قرارداد و ابعاد انرژی ۱۰ گیگاواتی پروژه

در چارچوب قرارداد میان دو شرکت، تأمین انرژی و زیرساخت سیستم‌های جدید معادل ۱۰ گیگاوات در نظر گرفته شده است؛ عددی که به‌تنهایی از بسیاری از دیتاسنترهای بزرگ جهان بیشتر است. این میزان انرژی عمدتاً برای خنک‌سازی، توزیع، و نگهداری تراشه‌های جدید در سرورهای اختصاصی مورد نیاز خواهد بود.

OpenAI در ماه‌های اخیر چندین قرارداد عظیم مشابه نیز منعقد کرده است:

• قرارداد ۱۰ گیگاواتی با NVIDIA برای توسعه‌ی زیرساخت مبتنی بر GPUهای پیشرفته به ارزش تقریبی ۱۰۰ میلیارد دلار؛
• قرارداد ۶ گیگاواتی با AMD جهت تأمین پردازنده‌های Instinct MI325X؛
• و توافقی با Oracle برای تأمین ۴٫۵ گیگاوات ظرفیت ابری در قالب پروژه‌ای با نام Stargate.

با احتساب همکاری جدید با Broadcom، مجموع توان زیرساخت‌های پردازشی OpenAI به بیش از ۳۰ گیگاوات فعال در مرحله نخست می‌رسد—و این تنها شروع برنامه‌ای است که هدف نهایی آن دستیابی به ۲۵۰ گیگاوات قدرت پردازشی تا سال ۲۰۳۳ اعلام شده است.

💸 چالش‌های مالی و مقیاس سرمایه‌گذاری نجومی

بر اساس تخمین تحلیل‌گران صنعت نیمه‌هادی، برای تکمیل کامل پروژه‌ی تراشه‌های اختصاصی و دستیابی به ظرفیت ۲۵۰ گیگاوات، OpenAI باید حدود ۱۰ تریلیون دلار سرمایه‌گذاری انجام دهد؛ عددی که به‌تنهایی فراتر از ارزش کل شرکت‌های بزرگ فناوری در بازار جهانی است.

در مقابل، درآمد پیش‌بینی‌شده‌ی OpenAI برای سال جاری تنها حدود ۱۳ میلیارد دلار اعلام شده است، و حتی با حمایت سرمایه‌گذاران قدرتمندی چون مایکروسافت، تأمین چنین سرمایه‌ای چالش‌برانگیز است. آلتمن در چندین مصاحبه تأکید کرده که برای تحقق این هدف، نیاز به مدل‌های مالی نوآورانه وجود دارد—از جمله انتشار اوراق مشارکت مبتنی بر ظرفیت محاسباتی، همکاری با دولت‌ها برای تأمین انرژی پایدار، و جذب سرمایه از کنسرسیوم‌های جهانی.

با این حال، کارشناسان بر این باورند که چنین ابعاد سرمایه‌گذاری، در صورت موفقیت، می‌تواند ارزش کل اکوسیستم هوش مصنوعی را تا ده برابر افزایش دهد و مرزهای فعلی محاسبات ابری را جابه‌جا کند.

💥 تأثیر همکاری با Broadcom بر بازار تراشه‌های هوش مصنوعی

ورود Broadcom به عرصه‌ی طراحی تراشه‌های اختصاصی برای OpenAI، خبر خوشی برای بازاری است که سال‌ها تحت سلطه‌ی NVIDIA بوده است. Broadcom با تجربه‌ی وسیع در مدارهای مجتمع، ارتباطات فیبر نوری و طراحی تراشه‌های دیتا‌سنتر، می‌تواند اکوسیستمی مکمل در کنار NVIDIA و AMD ایجاد کند.

این حرکت احتمالاً باعث افزایش رقابت در بازار AI Accelerators خواهد شد؛ بازاری که تا سال ۲۰۲۴ بیش از ۸۰٪ سهم آن در اختیار NVIDIA بود. پیش‌بینی می‌شود که تا سال ۲۰۲۷ سهم شرکت‌های مستقل مانند Broadcom، Graphcore و Cerebras در مجموع از مرز ۳۰٪ عبور کند، به‌ویژه با حمایت بازیگران بزرگی چون OpenAI و Google DeepMind.

از دید فنی، تراشه‌های سفارشی توسعه یافته توسط این دو شرکت ویژگی‌هایی مانند حافظه‌ی سه‌بعدی با پهنای باند بالا، پردازش موازی گسترده، و ارتباط مبتنی بر فناوری‌های فوتونیک خواهند داشت؛ فناوری‌هایی که سرعت انتقال داده بین هزاران واحد محاسباتی را به شدت افزایش می‌دهند.

🔬 ساخت تراشه مخصوص مدل‌های زبانی نسل بعدی (GPT‑6 و GPT‑7)

OpenAI به طور هم‌زمان روی نسل بعدی مدل‌های GPT‑6 و GPT‑7 کار می‌کند، که طبق اسناد داخلی، به ده‌ها برابر ظرفیت پردازشی بیشتر نسبت به GPT‑5 نیاز دارند. این مدل‌ها قرار است از معماری Transformer++ با تعامل بلادرنگ میان متن، تصویر، صوت و حتی ویدیو بهره ببرند.

بنابراین، ساخت تراشه‌هایی با توان پردازشی بیشتر نه تنها مزیت رقابتی بلکه الزام فنی برای پیشبرد پروژه‌های آینده است. تراشه‌های Broadcom به گونه‌ای طراحی خواهند شد که بتوانند میلیون‌ها پارامتر در هر سیکل پردازش کنند و برای الگوریتم‌های آموزش توزیعی در مقیاس اَبَر‌داده کاملاً بهینه باشند.

علاوه بر کاربردهای زبانی، انتظار می‌رود این تراشه‌ها به پلتفرم ChatGPT Enterprise و خدمات ابری اختصاصی OpenAI Cloud نیز قدرت دهند؛ سرویس‌هایی که آینده‌ی درآمد پایدار شرکت بر آن‌ها بنا شده است.

🧠 جنبه‌های زیست‌محیطی و مصرف انرژی

یکی از نگرانی‌های جدی پیرامون رشد مداوم مدل‌های هوش مصنوعی، افزایش مصرف انرژی در مقیاس جهانی است. پروژه‌ی مشترک OpenAI و Broadcom طراحی‌هایی برای بهینه‌سازی مصرف برق دارد تا نسبت عملکرد به وات را تا ۴۰٪ بهبود دهد.

همچنین بر اساس طرح اولیه، بخش قابل توجهی از انرژی مورد استفاده مراکز داده از منابع تجدیدپذیر شامل سولار، باد و هیدروژن صنعتی تأمین خواهد شد. OpenAI در حال مذاکره با چند شرکت بزرگ انرژی از جمله NextEra Energy و BP Low Carbon است تا شبکه‌ی «زیرساخت سبز استارگِیت» را برای تأمین برق پایدار ایجاد کند.

🌍 آینده هوش مصنوعی با سخت‌افزار اختصاصی؛ انقلاب واقعی پیش رو

حرکت OpenAI به سمت سخت‌افزار اختصاصی یک نقطه‌ی عطف در تحول هوش مصنوعی محسوب می‌شود. تاکنون شرکت‌ها عمدتاً از GPUهای عمومی سازندگان دیگر استفاده می‌کردند، اما اکنون شاهد انتقال به نسل جدیدی از پردازنده‌های ویژه‌ی مدل‌های زبانی هستیم. همان‌طور که اپل با ساخت تراشه‌ی اختصاصی M‑Series استقلال کاملی از اینتل پیدا کرد، OpenAI نیز به دنبال مسیر مشابهی در دنیای هوش مصنوعی است.

این استقلال سخت‌افزاری، سرعت توسعه‌ی مدل‌های آینده را افزایش داده، هزینه‌ی آموزش را کاهش می‌دهد، و حتی می‌تواند پایانی بر وابستگی طولانی مدت شرکت‌ها به انویدیا باشد. با موفقیت پروژه‌ی Titan‑AI و تحقق فاز نخست تا ۲۰۲۶، انتظار می‌رود رقابت برای تراشه‌های اختصاصی هوش مصنوعی شدتی بی‌سابقه پیدا کند.

💬 جمع‌بندی

قرارداد چند میلیارد دلاری میان OpenAI و Broadcom فراتر از یک همکاری صنعتی است؛ این توافق نشان‌دهنده‌ی آغاز دوره‌ی سخت‌افزار اختصاصی هوش مصنوعی است—دورانی که مرز بین نرم‌افزار و سیلیکون از نو تعریف می‌شود. اگر برنامه‌های سم آلتمن طبق پیش‌بینی‌ها پیش برود، تا پایان دهه‌ی جاری شاهد ظهور مرکزی پردازشی با قدرتی فراتر از مجموع چند اَبَر‌کامپیوتر خواهیم بود.

❓ سؤالات متداول (FAQ)

۱. چرا OpenAI تصمیم به ساخت تراشه اختصاصی گرفته است؟

برای افزایش سرعت پردازش، کاهش وابستگی به NVIDIA و AMD، و بهینه‌سازی کامل سخت‌افزار برای مدل‌های GPT آینده. همچنین این اقدام کنترل مستقیم‌تری بر هزینه و مصرف انرژی ایجاد می‌کند.

۲. Broadcom در این همکاری چه نقشی دارد؟

Broadcom تولید فیزیکی و طراحی سیلیکون‌های سفارشی را برعهده دارد، درحالی‌که تیم سخت‌افزار OpenAI معماری منطقی و نرم‌افزار داخلی تراشه‌ها را توسعه می‌دهد.

۳. آیا تراشه جدید جایگزین GPUهای انویدیا خواهد شد؟

در فاز نخست خیر؛ تراشه‌های Broadcom در کنار GPUهای NVIDIA کار خواهند کرد تا زیرساخت هیبریدی ایجاد شود، اما در بلندمدت جایگزینی کامل مدنظر است.

۴. هزینه کل پروژه چقدر تخمین زده شده است؟

برآوردها نشان می‌دهد تکمیل پروژه‌ی ۲۵۰ گیگاواتی حدود ۱۰ تریلیون دلار هزینه دارد که بزرگ‌ترین سرمایه‌گذاری تاریخ در صنعت فناوری خواهد بود.

۵. چه زمانی تراشه‌های OpenAI آماده بهره‌برداری می‌شوند؟

اولین محموله در نیمه‌ی دوم سال ۲۰۲۶ مستقر خواهد شد و برنامه‌ی کامل تا پایان ۲۰۲۹ اجرا می‌شود.