حصريًا - OpenAI غير راضية عن بعض شرائح Nvidia وتبحث عن بدائل، حسبما أفادت مصادر

وقال مديرو صناعة الرقائق إن قرار Nvidia باستقطاب المواهب الرئيسية في Groq بدا وكأنه محاولة لتعزيز محفظة التكنولوجيا الخاصة بها للتنافس بشكل أفضل في صناعة الذكاء الاصطناعي المتغيرة بسرعة. وقالت Nvidia في بيان إن الملكية الفكرية لـ Groq تكمل بشكل كبير خارطة طريق منتجات Nvidia.

بدائل NVIDIA

رقائق معالجة الرسوميات الخاصة بـ Nvidia مناسبة للغاية لمعالجة البيانات الضخمة اللازمة لتدريب النماذج الكبيرة من الذكاء الاصطناعي مثل ChatGPT التي كانت وراء النمو الهائل للذكاء الاصطناعي عالميًا حتى الآن. لكن التطورات في الذكاء الاصطناعي تركز بشكل متزايد على استخدام النماذج المدربة للاستدلال والمنطق، وهو ما قد يكون مرحلة جديدة وأكبر من الذكاء الاصطناعي، مما ألهم جهود OpenAI.

ركز بحث صانعة ChatGPT عن بدائل لوحدات معالجة الرسوميات منذ العام الماضي على الشركات التي تبني رقائق مع كميات كبيرة من الذاكرة مضمنة في نفس قطعة السيليكون مع باقي الرقاقة، وتسمى SRAM. إن ضغط أكبر قدر ممكن من SRAM المكلفة في كل رقاقة يمكن أن يوفر مزايا في السرعة لبرامج الدردشة وأنظمة الذكاء الاصطناعي الأخرى أثناء معالجتها لطلبات ملايين المستخدمين.

يتطلب الاستدلال ذاكرة أكبر من التدريب لأن الرقاقة تحتاج إلى قضاء وقت أطول نسبيًا في جلب البيانات من الذاكرة أكثر من إجراء العمليات الرياضية. وتعتمد تقنية وحدات معالجة الرسوميات من Nvidia وAMD على الذاكرة الخارجية، مما يزيد من وقت المعالجة ويبطئ من سرعة تفاعل المستخدمين مع برامج الدردشة.

داخل OpenAI، أصبح الأمر واضحًا بشكل خاص في Codex، منتجها لإنشاء كود الكمبيوتر، والذي تقوم الشركة بتسويقه بقوة، بحسب أحد المصادر. وأرجع موظفو OpenAI بعض نقاط ضعف Codex إلى الأجهزة المستندة إلى وحدات معالجة الرسوميات من Nvidia، حسبما قال مصدر.

في مكالمة مع الصحفيين يوم 30 يناير، قال الرئيس التنفيذي سام ألتمان إن العملاء الذين يستخدمون نماذج الترميز من OpenAI "سيولون أهمية كبيرة للسرعة في أعمال الترميز".

وقال ألتمان إن إحدى طرق تلبية OpenAI لهذا الطلب هي من خلال صفقتها الأخيرة مع Cerebras، مضيفًا أن السرعة أقل أهمية لمستخدمي ChatGPT العاديين.

تستفيد المنتجات المنافسة مثل Claude من Anthropic وGemini من Google من عمليات نشر تعتمد بشكل أكبر على الرقائق التي صنعتها Google داخليًا، وتسمى وحدات معالجة التنسور (TPUs)، والتي صممت لنوعية العمليات الحسابية المطلوبة للاستدلال ويمكن أن تقدم مزايا في الأداء مقارنة برقائق الذكاء الاصطناعي العامة مثل وحدات معالجة الرسوميات المصممة من Nvidia.

تحركات NVIDIA

مع وضوح تحفظات OpenAI بشأن تقنية Nvidia، اقتربت Nvidia من الشركات التي تعمل على رقائق غنية بـ SRAM، بما في ذلك Cerebras وGroq، بشأن احتمالية الاستحواذ، حسبما قال الأشخاص. ورفضت Cerebras وأبرمت صفقة تجارية مع OpenAI أُعلنت الشهر الماضي. ورفضت Cerebras التعليق.

وأجرت Groq محادثات مع OpenAI بشأن صفقة لتوفير الطاقة الحاسوبية وحصلت على اهتمام من المستثمرين لتمويل الشركة بقيمة تقارب 14 مليار دولار، بحسب أشخاص مطلعين على المناقشات. ورفضت Groq التعليق.

لكن بحلول ديسمبر، تحركت Nvidia لترخيص تقنية Groq في صفقة نقدية غير حصرية، حسبما قالت المصادر. وعلى الرغم من أن الصفقة ستسمح لشركات أخرى بترخيص تقنية Groq، تركز الشركة الآن على بيع البرمجيات السحابية، حيث استقطبت Nvidia مصممي رقائق Groq.

(تقرير بقلم ماكس أ. تشيرني، كريستال هو وديبا سيثارامان في سان فرانسيسكو؛ تحرير كينيث لي، بيتر هندرسون ونيك زيمنسكي)