
آمازون Trainium3 را رونمایی کرد، چیپ AI با ۵۰٪ سرعت بیشتر از Blackwell
وابستگی به Nvidia را کاهش میدهد، ممکن است هزینههای آموزش هوش مصنوعی را ۳۰٪ کم کند و AWS را به رهبر ابر AI تبدیل کند.

وابستگی به Nvidia را کاهش میدهد، ممکن است هزینههای آموزش هوش مصنوعی را ۳۰٪ کم کند و AWS را به رهبر ابر AI تبدیل کند.

آمازون اعلام کرد تا ۵۰ میلیارد دلار برای گسترش AWS AI و ابررایانههای دولتی سرمایهگذاری میکند. این شامل ۱۰۰,۰۰۰ GPU جدید Nvidia B300 و TPUهای سفارشی برای آموزش مدلهای frontier است.

رقابت گوگل با Nvidia شدیدتر میشود و ممکن است قیمت چیپهای AI را ۱۵-۲۰٪ کاهش دهد.

هرچند تامین این سرمایه عظیم نشانه اعتماد بازار است، اما این حجم بدهی، حساسیت بازار مالی را نسبت به وضعیت شرکتها بالا میبرد.

تحلیلگران تأکید کردهاند که با وجود رشد سریع در حوزه AI و زیرساخت، بخش عمدهای از آن با بدهی تأمین شدهاند و اگر بازده سریع نباشد فشارها برای بازپرداخت سنگین خواهد بود.

این تغییر ساختار در بازار چیپ و زیرساخت AI میتواند رقابت را شدیدتر کند و باعث شود شرکتها انتخابهای بیشتری داشته باشند.

این خبر میتواند نقطه عطفی در بازار سختافزار AI باشد. اگر پروژه به ثمر برسد، قدرتِ بازار چیپ AI ممکن است از تمرکز روی چند تأمینکننده (مثلاً NVIDIA) خارج شود.

این فشار تقاضا و کمبود حافظه/تراشه میتواند هزینه راهاندازی دیتاسنتر یا پروژههای AI را افزایش دهد.

بازار سریع واکنش داد: سهام NVIDIA کاهش حدود ۳٪ تجربه کرد، در حالی که سهام Google (آلفابت) افزایش یافت.
اینگونه سیاستهای حمایتی نشان میدهند که کشورها برای رقابت در حوزه سختافزار هوش مصنوعی برنامهریزی میکنند.
این مراکز از انرژی تجدیدپذیر استفاده خواهند کرد و بر پایه مدلهای Gemini طراحی شدهاند تا تقاضای رو به رشد برای آموزش مدلهای بزرگ AI را پاسخ دهند.
این قرارداد نشاندهنده رقابت شدید در بازار سختافزار AI است؛ Anthropic میخواهد وابستگی به انویدیا را کاهش دهد و تنوع تأمینکنندگان را افزایش دهد.
گوگل اعلام کرده است قصد دارد طی چند سال آینده ۱۵ میلیارد دلار برای ساخت یک هاب بزرگ داده AI در ایالت آندرا پرادش هند هزینه کند. این مرکز داده قرار است ۱ گیگاوات ظرفیت داشته باشد و بزرگترین مرکز داده AI گوگل خارج از آمریکا باشد.
OpenAI اعلام کرده است که با Broadcom همکاری خواهد کرد تا اولین چیپ هوش مصنوعی اختصاصی خود را طراحی کنند، با هدف استقرار در زیرساخت محاسباتی عظیم در بازه زمانی ۲۰۲۶ تا ۲۰۲۹.
You cannot copy content of this page