ذكرت وكالة رويترز مؤخرًا أن شركة OpenAI تفكر في تطوير رقائق ذاتية التطوير. وفقًا للتقرير، منذ العام الماضي، تسعى OpenAI بنشاط إلى إيجاد حلول لنقص رقائق التدريب لنماذج الذكاء الاصطناعي (على وجه التحديد، ندرة وحدات معالجة الرسومات Nvidia). حاليًا، تقوم OpenAI بالتحضير بنشاط للرقائق ذاتية التطوير لتلبية المتطلبات المستقبلية لرقائق الذكاء الاصطناعي. في الواقع، منذ وقت ليس ببعيد، اعترف سام ألتمان، الرئيس التنفيذي لشركة OpenAI، علنًا بالتأثير الكبير لنقص وحدة معالجة الرسومات Nvidia على OpenAI وصناعة الذكاء الاصطناعي بأكملها. بالإضافة إلى ذلك، بدءًا من هذا العام، قامت OpenAI بتوظيف المواهب في المجالات المتعلقة بالأجهزة، مع الإعلان عن العديد من الوظائف المتعلقة بالتصميم المشترك للأجهزة والبرمجيات على موقعها الرسمي على الإنترنت. علاوة على ذلك، في سبتمبر من هذا العام، قامت OpenAI أيضًا بتعيين أندرو تولوش، وهو خبير مشهور في مجال مجمعي الذكاء الاصطناعي، مما يشير أيضًا إلى استثمارهم في الرقائق ذاتية التطوير. وقد رفض مسؤولو OpenAI التعليق على هذا الأمر، ولكن إذا تحقق الأمر، فسوف تنضم OpenAI إلى صفوف عمالقة التكنولوجيا في وادي السيليكون مثل Google وAmazon وMicrosoft وTesla في تطوير رقائقهم الخاصة.

لماذا تريد OpenAI تطوير رقائقها الخاصة؟

كما ذكرنا سابقًا، فإن السبب الرئيسي وراء تطوير OpenAI لرقائقها الخاصة يرجع إلى نقص وحدات معالجة الرسومات. وبشكل أكثر تحديدًا، فإن أسعار شراء وحدات معالجة الرسومات Nvidia واستخدام الخدمات السحابية المستندة إلى GPU مرتفعة للغاية، خاصة بالنظر إلى الزيادة الهائلة في قوة الحوسبة المطلوبة للتدريب النموذجي المستقبلي لـ OpenAI.

تستثمر OpenAI بشكل استراتيجي في الذكاء الاصطناعي التوليدي لعدة سنوات. مع إصدار GPT-3 العام الماضي وChatGPT في النصف الأخير من العام، تحسنت قدرات نماذج اللغة التوليدية واسعة النطاق هذه بشكل ملحوظ خلال السنوات القليلة الماضية، ووصلت إلى مرحلة يمكنها من خلالها المشاركة في محادثات هادفة مع البشر. . ونتيجة لذلك، برزت OpenAI كشركة رائدة في مجال الذكاء الاصطناعي، وأصبح الذكاء الاصطناعي التوليدي واحدًا من أكثر التقنيات تأثيرًا والتي من المتوقع أن تشكل المجتمع البشري في السنوات القادمة. وفقًا لرويترز، سجلت OpenAI إيرادات قدرها 28 مليون دولار العام الماضي، لكنها تكبدت خسارة إجمالية قدرها 540 مليون دولار، ويرجع ذلك أساسًا إلى النفقات المتعلقة بالطاقة الحاسوبية. ومن الجدير بالذكر أن هذه الخسارة الهائلة البالغة 540 مليون دولار حدثت في عام 2022، قبل الطفرة في الذكاء الاصطناعي التوليدي.

وبالنظر إلى المستقبل، من المتوقع أن تزداد النفقات المتعلقة بقدرة الحوسبة بشكل كبير. ويرجع ذلك في المقام الأول إلى:

• أصبحت المنافسة في النماذج واسعة النطاق أكثر حدة، كما أصبحت سرعة تطور النماذج أسرع، مما يتطلب زيادة سريعة في قوة الحوسبة. بالإضافة إلى OpenAI، يعمل عمالقة التكنولوجيا مثل Google أيضًا على دفع نماذجهم واسعة النطاق، مما أدى إلى تسريع وتيرة تطور النماذج بشكل كبير. ومن المتوقع أن يحتاج الجيل الجديد من النماذج إلى التحديث كل ربع إلى نصف عام، ومن المتوقع أن تزداد قوة الحوسبة المطلوبة لمعظم النماذج المتطورة بمقدار أمر من حيث الحجم كل عام.

• يتم تطبيق نماذج واسعة النطاق في نطاق أوسع من السيناريوهات. حاليًا، بدأت Microsoft وGoogle بالفعل في استخدام نماذج واسعة النطاق في مجالات البحث وكتابة التعليمات البرمجية. من المتوقع أن يكون هناك المزيد من التطبيقات للنماذج واسعة النطاق في المستقبل، بما في ذلك المعالجة التلقائية للمهام، والأسئلة والأجوبة متعددة الوسائط، وما إلى ذلك. وسيؤدي ذلك إلى زيادة كبيرة في عدد النماذج المختلفة، كما سيزيد بشكل كبير من إجمالي قوة الحوسبة المطلوبة لنشر النموذج .

ووفقا لتحليل أجرته شركة بيرنشتاين المالية الأمريكية، إذا وصلت حركة مرور ChatGPT إلى عُشر بحث Google (وهو أيضًا أحد أهداف OpenAI المهمة في المستقبل)، فإن نفقات GPU السنوية لشركة OpenAI ستصل إلى 16 مليار دولار. من المحتمل أن تصبح مثل هذه النفقات بمثابة عنق الزجاجة الكبير أمام توسيع نطاق OpenAI.

إذًا، ما هي التكلفة التي يمكن لـ OpenAI توفيرها إذا قاموا بتطوير شرائحهم الخاصة؟ حاليًا، تبلغ تكلفة شراء خادم مزود بثماني وحدات معالجة رسوميات Nvidia H100 حوالي 300,000 دولار، وتبلغ التكلفة الإجمالية لاستخدام هذا الخادم لمدة ثلاث سنوات، بما في ذلك القسط من مقدمي الخدمات السحابية، حوالي مليون دولار (هذا هو السعر الرسمي الذي نقلته AWS) ، مع توقع أن تكون الأسعار من مقدمي الخدمات السحابية الآخرين في نفس النطاق). إذا تمكنت شركة OpenAI من خفض تكلفة هذا الخادم المزود بثمانية وحدات معالجة رسومية إلى أقل من 1 دولار أمريكي باستخدام رقائقها المطورة ذاتيًا، فسيؤدي ذلك إلى خفض نفقاتها بشكل كبير. من ناحية أخرى، إذا نجحت الرقائق المطورة ذاتيًا، فمن الواعد جدًا التحكم في تكلفة بطاقة التسريع الواحدة إلى أقل من 100,000 دولار في حالة النشر على نطاق واسع. وبعبارة أخرى، فإن التحكم في تكلفة خادم ثماني وحدات معالجة الرسومات بأقل من 10,000 دولار ليس هدفًا بعيد المنال.

يتبع...