OpenAI دیگر از تراشههای هوش مصنوعی Nvidia راضی نیست، بهویژه زمانی که نوبت به سرعت پاسخگویی به کاربران میرسد. این شرکت از سال گذشته شروع به جستجوی گزینههای دیگر کرد و اکنون با AMD، Cerebras و حتی قبلاً با Groq در حال مذاکره بود که آن مذاکرات متوقف شد.
این تنش زمانی واقعی شد که OpenAI متوجه شد تراشههای Nvidia برای کارهای خاصی مانند نوشتن کد و مدیریت وظایف نرمافزار به نرمافزار به اندازه کافی سریع نیستند.
یک منبع آگاه ادعا کرد که OpenAI میخواهد تراشههای جدید حداقل 10% از نیازهای استنتاج آن را در آینده مدیریت کنند. این بخشی است که هوش مصنوعی به کاربران پاسخ میدهد، نه بخشی که یادگیری انجام میدهد.
بیشتر کارهای فعلی OpenAI هنوز روی Nvidia اجرا میشود، اما در پشت صحنه، تراشههایی را آزمایش میکند که میتوانند همه چیز را سریعتر کنند.
این شامل تراشههایی است که با SRAM پر شدهاند، که با قرار دادن حافظه درست در کنار پردازنده به تسریع کارها کمک میکند. Nvidia و AMD هنوز از حافظهای استفاده میکنند که خارج از تراشه قرار دارد، که کارها را کند میکند.
افراد داخل OpenAI به Codex، ابزاری که کد مینویسد، اشاره کردند و گفتند کندی در آنجا بزرگترین مشکل بود. برخی از کارکنان حتی عملکرد ضعیف را به سختافزار Nvidia نسبت دادند. در یک تماس مطبوعاتی در 30 ژانویه، سم آلتمن، مدیرعامل OpenAI گفت: "مشتریانی که از مدلهای کدنویسی ما استفاده میکنند، ارزش زیادی برای سرعت در کار کدنویسی قائل خواهند شد."
سم اضافه کرد که کاربران عادی ChatGPT به اندازه توسعهدهندگان و شرکتها به سرعت اهمیت نمیدهند، اما برای آنها هر ثانیه اهمیت دارد. او گفت که OpenAI بهتازگی قراردادی با Cerebras برای کمک به افزایش سرعت امضا کرده است.
در همان زمان، شرکتهایی مانند Anthropic و Google با استفاده از تراشههای خود نتایج بهتری میگیرند. TPU های Google بهطور خاص برای نوع کاری که استنتاج نیاز دارد ساخته شدهاند. این باعث شده است که آنها در پاسخگویی سریعتر باشند، بهویژه برای مدلهایی مانند Claude و Gemini.
OpenAI همچنین در حال مذاکره با Groq، یک استارتاپ دیگر که تراشههای سریع میسازد، بود، اما آن گفتگوها پیش نرفت. Nvidia وارد شد و قرارداد مجوز 20 میلیارد دلاری با Groq امضا کرد. این به Nvidia دسترسی به طراحیهای Groq داد و برنامههای OpenAI برای همکاری با آنها را نابود کرد.
یک منبع نزدیک به موضوع گفت که تراشههای Groq دقیقاً برای آنچه OpenAI نیاز داشت ساخته شده بودند. اما وقتی Nvidia قرارداد را نهایی کرد، آن در بسته شد. حتی اگرچه مجوز غیرانحصاری بود، Groq اکنون روی نرمافزار مبتنی بر رایانش ابری تمرکز دارد و Nvidia برخی از طراحان تراشه Groq را برای خود برداشت.
از طرف دیگر، Cerebras وقتی Nvidia سعی کرد آنها را بخرد نه گفت. در عوض، آنها پیش رفتند و قرارداد خود را با OpenAI بستند. Groq همچنین پیشنهادات سرمایهگذاری دریافت کرد که ارزش آن را حدود 14 میلیارد دلار نشان میداد، اما اکنون این تغییر کرده است زیرا با Nvidia پیوند خورده است.
OpenAI بهطور کامل از Nvidia دور نشده است. در یک بیانیه عمومی، یک سخنگو گفت: "ما برای راهاندازی اکثریت قریب به اتفاق ناوگان استنتاج خود به Nvidia متکی هستیم" و عملکرد آنها را به ازای هر دلار بهترین در بازار خواند. Nvidia نیز گفت: "مشتریان همچنان Nvidia را برای استنتاج انتخاب میکنند زیرا ما بهترین عملکرد و کل هزینه مالکیت را در مقیاس ارائه میدهیم."
سال گذشته، Nvidia گفت که قصد دارد تا 100 میلیارد دلار در OpenAI سرمایهگذاری کند. این پول قرار بود به OpenAI کمک کند تا تراشههای پیشرفتهتری بخرد و در عوض، Nvidia سهمی در شرکت دریافت کند. رویترز گفت که قرار بود قرارداد در چند هفته بسته شود. هنوز این اتفاق نیفتاده است.
در حالی که آن قرارداد متوقف شد، OpenAI پیش رفت و قراردادهایی با AMD و دیگران برای آزمایش تراشههایی که میتوانند مستقیماً با Nvidia رقابت کنند، امضا کرد. اما همانطور که OpenAI برنامههای محصول خود را تغییر داد، نوع سختافزاری که نیاز داشت نیز تغییر کرد. این مذاکرات را بیشتر کند کرد، کسی که با موضوع آشنا است گفت.
شنبه، از جنسن هوانگ، مدیرعامل Nvidia، در مورد این اختلاف پرسیده شد. او گفت: "این مزخرف است" و اصرار داشت که Nvidia هنوز قصد دارد سرمایهگذاری بزرگی در OpenAI انجام دهد. اما در پشت صحنه، واضح است که هر دو طرف گزینههای خود را بررسی میکنند.
در همان زمان، Nvidia به دنبال ایدههای تراشه جدید بوده است. به هر دو Cerebras و Groq مراجعه کرد تا ببیند آیا آنها برای خریداری شدن باز هستند. Cerebras این را رد کرد و روی قرارداد خود با OpenAI دوچندان تأکید کرد.
در حال حاضر، OpenAI از GPT4o برای راهاندازی بیشتر خدمات خود استفاده میکند. اما با توجه به روند کارها، حداقل بخشی از آن کار در آینده نزدیک روی تراشههای AMD یا Cerebras اجرا خواهد شد. شرکت قصد ندارد بهطور کامل Nvidia را کنار بگذارد، اما واضح است که میخواهد کنترل بیشتری بر سرعت کار سیستمهای خود داشته باشد.
استراتژی خود را با راهنمایی + ایدههای روزانه تقویت کنید - 30 روز دسترسی رایگان به برنامه معاملاتی ما

