🚀 همکاری OpenAI و Broadcom برای ساخت تراشه‌های اختصاصی هوش مصنوعی؛ جهشی بزرگ در رقابت با Nvidia و AMD
در ادامه موج سرمایه‌گذاری‌های عظیم در زیرساخت‌های هوش مصنوعی، شرکت OpenAI رسماً از همکاری راهبردی خود با Broadcom برای طراحی و توسعه نسل جدید تراشه‌های اختصاصی خبر داد. این همکاری که از ۱۸ ماه پیش آغاز شده بود، حالا وارد فاز اجرایی شده و قرار است از اواخر سال آینده، رک‌هایی از تراشه‌های طراحی‌شده توسط OpenAI و ساخته‌شده توسط Broadcom وارد مراکز داده شود.
این خبر باعث شد ارزش سهام Broadcom با جهشی ۹ درصدی همراه شود و به یکی از خبرسازترین اتفاقات بازار فناوری در هفته اخیر تبدیل گردد.
💡 همکاری OpenAI و Broadcom؛ ساخت زیرساختی ۱۰ گیگاواتی برای نسل آینده مدل‌های هوش مصنوعی
بر اساس گزارش CNBC، هدف اصلی این همکاری، ایجاد ۱۰ گیگاوات ظرفیت محاسباتی جدید برای آموزش و استنتاج مدل‌های هوش مصنوعی است — ظرفیتی که حدود پنج برابر توان فعلی OpenAI برآورد می‌شود.
برای مقایسه، هزینه ساخت یک مرکز داده ۱ گیگاواتی در حدود ۵۰ میلیارد دلار تخمین زده می‌شود که نزدیک به ۷۰٪ آن صرف خرید تراشه می‌شود. این یعنی همکاری جدید می‌تواند معادل چند صد میلیارد دلار سرمایه‌گذاری غیرمستقیم در اکوسیستم هوش مصنوعی باشد.
🧠 چرا OpenAI سراغ تراشه اختصاصی رفت؟
سم آلتمن، مدیرعامل OpenAI، در گفت‌وگویی مشترک با مدیران Broadcom گفته است:
«مدل‌های امروزی چنان پیچیده شده‌اند که برای رسیدن به عملکرد بهینه، باید همه اجزا — از شبکه و حافظه تا واحد پردازش — به‌صورت یکپارچه و اختصاصی طراحی شوند.»
به بیان دیگر، OpenAI با طراحی تراشه‌های مخصوص خود (مشابه راهی که گوگل با TPU طی کرد)، قصد دارد هزینه محاسباتی را کاهش دهد و از وابستگی کامل به Nvidia فاصله بگیرد. این تصمیم در زمانی اتخاذ می‌شود که بازار جهانی با کمبود GPUهای سری H100 و H200 مواجه است و تقاضا برای مدل‌های بزرگ زبانی به‌شدت افزایش یافته است.
⚙️ Broadcom؛ بازیگر پشت‌صحنه انقلاب هوش مصنوعی
شرکت Broadcom طی سال‌های اخیر به یکی از برندگان اصلی «انفجار هوش مصنوعی مولد» تبدیل شده است. تراشه‌های سفارشی این شرکت که با نام XPU شناخته می‌شوند، توسط غول‌هایی چون گوگل، متا و بایت‌دنس (مالک تیک‌تاک) استفاده می‌شود.
اکنون اضافه شدن OpenAI به فهرست مشتریان Broadcom، موقعیت این شرکت را در بازار تراشه‌های سفارشی تثبیت می‌کند و به آن امکان می‌دهد رقابت مستقیم‌تری با Nvidia و AMD داشته باشد.
جالب آنکه در ماه گذشته، سهام Broadcom بیش از ۹٪ رشد کرد پس از آنکه اعلام شد مشتری جدیدی با قرارداد ۱۰ میلیارد دلاری جذب کرده است؛ هرچند امروز مشخص شد آن مشتری، OpenAI نبوده است.
🧩 ساختار سیستم جدید: از شبکه تا حافظه، همگی سفارشی
تراشه‌های جدید قرار است روی پشته‌ی اترنت Broadcom ساخته شوند و شامل شبکه، حافظه و پردازنده‌های بهینه‌سازی‌شده برای کارهای استنتاج و آموزش مدل‌های زبانی بزرگ خواهند بود.
به گفته‌ی گرگ بروکمن، رئیس OpenAI،
«ما از مدل‌های خودمان برای تسریع طراحی تراشه‌ها استفاده کرده‌ایم. مدل‌های هوش مصنوعی توانسته‌اند طراحی‌های مهندسی را بهینه کنند و باعث کاهش چشمگیر مصرف فضا و انرژی شوند.»
این یعنی خود هوش مصنوعی، حالا در طراحی نسل بعدی سخت‌افزار مورد نیازش نقش دارد — مفهومی که می‌توان آن را آغاز عصر خودتسریع‌سازی (Self-Accelerating AI) دانست.
🔋 از ChatGPT تا Sora؛ نیاز OpenAI به توان بیشتر
OpenAI در حال حاضر حدود ۲ گیگاوات ظرفیت محاسباتی در اختیار دارد که برای نگهداری ChatGPT، توسعه سرویس ویدئوساز Sora و تحقیقات بنیادی کافی بوده است.
اما همان‌طور که آلتمن می‌گوید:
«حتی اگر امروز ۳۰ گیگاوات ظرفیت در اختیار داشتیم، باز هم مردم از آن به‌سرعت استفاده می‌کردند.»
در واقع طی سه هفته گذشته، OpenAI مجموعاً ۳۳ گیگاوات ظرفیت جدید از طریق قرارداد با شرکت‌های Nvidia، AMD، Oracle و Broadcom تأمین کرده است — عددی بی‌سابقه در تاریخ فناوری.
💬 کنترل سرنوشت محاسباتی؛ سخن هاک تان، مدیرعامل Broadcom
هاک تان، مدیرعامل Broadcom، در این همکاری به‌عنوان یکی از طراحان کلیدی استراتژی سخت‌افزاری حضور دارد. او می‌گوید:
«وقتی خودتان تراشه‌هایتان را طراحی می‌کنید، سرنوشت محاسباتی‌تان را در دست دارید. برای ساخت مدل‌های پیشرفته‌تر و رسیدن به مرز ابرهوش، به بهترین و جدیدترین ظرفیت محاسباتی نیاز دارید.»
این جمله اشاره‌ای مستقیم به رقابت جهانی برای دستیابی به «ابرهوش مصنوعی» (Artificial Superintelligence) دارد — حوزه‌ای که آلتمن بارها از آن به عنوان هدف نهایی OpenAI یاد کرده است.
🌍 تأثیر اقتصادی و رقابت جهانی
همکاری Broadcom و OpenAI تنها یک پروژه سخت‌افزاری نیست؛ بلکه پیام روشنی به بازار جهانی است:
دوران انحصار GPUهای Nvidia ممکن است به پایان نزدیک شود.
در حالی که Nvidia هنوز پرچم‌دار بی‌رقیب بازار GPU است، افزایش تقاضا، قیمت بالا و محدودیت تولید باعث شده شرکت‌هایی مانند OpenAI و متا به سمت تراشه‌های اختصاصی بروند.
اگر این همکاری موفق باشد، ممکن است شاهد نسل جدیدی از چیپ‌های متن‌باز یا سفارشی‌شده برای مدل‌های زبانی بزرگ (LLM) باشیم که هزینه‌های زیرساختی را به‌شدت کاهش می‌دهند.
🔮 آینده: از تراشه تا ابرهوش
آلتمن در پایان گفت‌وگوی خود اشاره کرده که ظرفیت ۱۰ گیگاواتی تنها آغاز راه است:
«حتی با وجود چنین زیرساخت عظیمی، جهان به‌سرعت آن را جذب خواهد کرد و کاربردهای خلاقانه‌تری از هوش مصنوعی به وجود خواهد آمد.»
به بیان دیگر، OpenAI در حال ساخت پایه‌هایی است که می‌تواند نسل بعدی ChatGPT، مدل‌های مولتی‌مدال، و شاید نخستین ابرهوش مصنوعی جهان را ممکن سازد.
📈 جمع‌بندی: آینده‌ی هوش مصنوعی، در دستان تراشه‌های اختصاصی
حرکت OpenAI به سمت تراشه‌های اختصاصی، گامی استراتژیک و ضروری برای تداوم رشد صنعت هوش مصنوعی است.
با این تصمیم، شرکت نه‌تنها وابستگی خود به بازار GPUهای محدود Nvidia را کاهش می‌دهد، بلکه کنترل مستقیم‌تری بر عملکرد، هزینه و امنیت محاسباتی خود به‌دست می‌آورد.
در دنیایی که رقابت برای دستیابی به توان محاسباتی به اندازه رقابت برای داده و مدل اهمیت یافته، همکاری‌هایی از این دست می‌تواند آینده‌ی هوش مصنوعی جهانی را بازتعریف کند.
📍 منبع: CNBC
✍️ تحلیل و بازنویسی: تحریریه هوش مصنوعی سیمرغ
🔗 SimorghAI.ir | رسانه تخصصی هوش مصنوعی ایران