بتقييم يبلغ تريليون دولار، أصبحت Nvidia في قمة لعبتها، فهل سيستمر عهدها؟ | تفاحة

هالجميع يريد أن يكون مثل أبل. أكبر شركة مساهمة عامة في العالم، مع منتج رائد يطبع النقود، وبصمة ثقافية وصلت إلى أهمية تاريخية عالمية: فورد القرن الحادي والعشرين.

على المستوى السطحي، فإن الشركات التي تعرضت لهذه المقارنة واضحة بما فيه الكفاية. إذا قمت بإخراج أجهزة إلكترونية استهلاكية جيدة الصنع ومصممة بشكل بارع وتصل في صندوق جميل، فسوف يقارنك شخص ما في مكان ما بعملاق كوبرتينو.

قم بحفر أعمق قليلاً، وهناك مقارنات ذات معنى أكبر يجب إجراؤها. لا يتم تعريف شركة Apple بأسلوبها فحسب، بل أيضًا من خلال تركيزها. ويشكل عدد صغير من أجهزة الكمبيوتر والهواتف والأجهزة اللوحية، في عدد صغير من التكوينات، الجزء الأكبر من إيراداتها.

لقد سمح لها هذا التركيز بتطوير سمعتها فيما يتعلق بالجودة، نعم – ولكنه ساهم أيضًا في استراتيجيتها الإعلامية المخيفة، مما يضمن أن يكون كل إطلاق منتج بمثابة حدث صناعي بطريقة لم يتمكن سوى عدد قليل من أقرانها من محاكاتها. هذا ما كنت أفكر فيه منذ ما يقرب من عقد من الزمن عندما أطلقت على شركة Blizzard، عملاق الألعاب الذي ابتكر لعبة World of Warcraft وDiablo، اسم “Apple الألعاب”. (المملوكة الآن لشركة مايكروسوفت والتي تعاني من مزاعم سوء السلوك، وقد انخفض نجم Blizzard منذ ذلك الحين.)

ولكن هناك شيء آخر يجعل شركة أبل على ما هي عليه الآن، ومن الصعب على الشركات الناشئة محاكاتها: إن شركة أبل التي يرونها هي مجرد أحدث تطور لشركة كانت عملاقة في الصناعة قبل أن يولد أحدث جيل من المؤسسين. لقد ساهمت أجهزة Apple II وMac وiMac في تشكيل الحوسبة خلال 25 عامًا قبل أن يحول iPod شركة Apple إلى شركة إلكترونيات استهلاكية. وقد منح جهاز iPod شركة Apple عقدًا إضافيًا من النمو والتحسين قبل وصول iPhone وإنشاء الشركة العملاقة اليوم.

وهو ما يقودنا إلى نفيديا.

تريليون دولار ليس بالأمر الرائع

وفي يوم الجمعة، أصبحت Nvidia خامس شركة مساهمة عامة تتجاوز قيمتها 2 تريليون دولار على الإطلاق، بعد تسعة أشهر فقط من أن أصبحت الشركة التاسعة التي تجاوزت قيمتها 1 تريليون دولار على الإطلاق. واستغرقت شركات آبل ومايكروسوفت وجوجل عامين لتجاوز هذه الفجوة (على الرغم من أن الشركات الثلاث كانت تعاني من جائحة كوفيد بين المراحل الرئيسية).

السبب البسيط للانفجار في التقييم هو أن Nvidia هي الشركة التي يجب المراهنة عليها إذا كنت ترغب في الاستثمار في الذكاء الاصطناعي. تتمتع Google وMicrosoft بالفعل بتقييمات عالية جدًا، ولا يتم تداول OpenAI علنًا، وبينما يقوم الجميع وكلبهم بطرح نموذج لغوي كبير على موقع ويب ويطلقون عليه اسم مشروع skunkworks، فمن الصعب معرفة من الذي سيبقى في السلطة.

لكن نفيديا لا تقدم وعودًا بشأن الاختراقات المستقبلية. وتقوم الشركة بطباعة النقود الآن. شرائحها، التي يتم شحنها في الغالب على شكل “وحدات معالجة الرسومات”، وهي نوع خاص من المعالجات تم تطويرها في البداية لتلبية احتياجات لاعبي الكمبيوتر، لا غنى عنها للشركات في طليعة ثورة الذكاء الاصطناعي. في يناير، تحدث مارك زوكربيرج عن خطط ميتا لبناء “أسرع حاسوب عملاق يعمل بالذكاء الاصطناعي في العالم” – ودعم كلماته بالتزامه بشراء 350 ألف شريحة من أسرع شرائح إنفيديا:

وقالت الشركة إن الكمبيوتر العملاق الذي يعمل بالذكاء الاصطناعي، والذي يطلق عليه اسم AI Research SuperCluster (RSC) من قبل شركة ميتا التابعة لزوكربيرج، هو بالفعل خامس أسرع كمبيوتر في العالم.

“إن التجارب التي نبنيها من أجل metaverse تتطلب عمليات حسابية هائلة [sic] كتب زوكربيرج: “ستقوم الطاقة (كوينتيليون من العمليات/الثانية!) وRSC بتمكين نماذج الذكاء الاصطناعي الجديدة التي يمكنها التعلم من تريليونات الأمثلة، وفهم مئات اللغات، والمزيد”..

وتبلغ تكلفة شريحة واحدة فقط من الرقائق التي التزم زوكربيرج بشرائها بحلول نهاية هذا العام حوالي 30 ألف دولار. إن هذا الاستثمار البالغ 10 مليارات دولار في الذكاء الاصطناعي يمثل تكلفة خالصة لشركة Meta، وإيرادات خالصة لشركة Nvidia. يبدأ التقييم ليكون منطقيًا.

تعتبر هذه الرقائق – سلسلة H100 من Nvidia – فعالة جدًا في تدريب نماذج الذكاء الاصطناعي من الدرجة الأولى لدرجة أنها تخضع لقيود التصدير من قبل الحكومة الأمريكية، التي تسعى إلى إبقائها بعيدًا عن أيدي الشركات الصينية والحكومة الصينية نفسها. اضطرت الشركة إلى إنشاء خط منفصل وأضعف من الرقائق يسمى A100s لبيعه إلى الصين القارية نتيجة لذلك.

يعد تصميم مثل هذه الأجهزة مهمة متخصصة بشكل مكثف. تختلف وحدات معالجة الرسومات عن وحدات المعالجة المركزية (CPU) – وحدات المعالجة المركزية – من خلال التركيز فقط على السرعة لأبسط المهام الممكنة، بدلاً من تكريس بنية معقدة لتسريع المهام الشائعة، ولكنها أكثر تعقيدًا قليلاً. وهذا مثالي للذكاء الاصطناعي، الذي يتضمن تطويره مجموعة من العمليات التي يتم تبسيطها إلى إجراء العمليات الحسابية الأساسية بكميات لا يمكن تصورها.

كما أنه مثالي للاستخدامات الأخرى. إنها الفكرة العامة وراء “التعدين” للعملات المشفرة، وخاصة تلك القائمة على الإيثريوم. (تستخدم البيتكوين ومشتقاتها عملية تعدين مبسطة للغاية لدرجة أنه حتى معالجات Nvidia يمكن التغلب عليها من قبل المعالجات المصممة خصيصًا لتعدين البيتكوين والبيتكوين فقط.) وقد تسبب ذلك في حدوث مشكلات للشركة خلال فقاعة العملات المشفرة الأخيرة، عندما قام المتحمسون بالمزايدة على عملاء Nvidia الآخرين. للحصول على أحدث وحدات معالجة الرسومات – مما دفع كبير مسؤولي التكنولوجيا في الشركة إلى رفض هذا القطاع باعتباره “لا يضيف شيئًا مفيدًا للمجتمع”.

لكن Nvidia حققت نجاحًا بين عشية وضحاها لعقود من الزمن بفضل المصادفة المحظوظة التي يحتاج فيها قطاع آخر من الحوسبة أيضًا إلى عمليات حسابية بسيطة جدًا ليتم إجراؤها بسرعة كبيرة جدًا: الألعاب. كان حرف G في وحدة معالجة الرسومات في البداية يرمز إلى “الرسومات”، ولا تزال شرائح Nvidia هي الأفضل في الصناعة للأشخاص الذين يريدون أن تبدو ألعاب الفيديو الخاصة بهم جيدة حقًا على شاشة الكمبيوتر الشخصي.

الغريب في التاريخ هو أن الطريقة الوحيدة لعرض الرسومات ثلاثية الأبعاد بسرعة كافية لعرضها على الشاشة هي بناء نظام كامل لتصور الفضاء ثلاثي الأبعاد الذي يسمح لك بفهم ما يجب أن يظهره أي جزء معين من الشاشة دون معرفة ما يجب أن يظهره أي جزء من الشاشة. الجزء الآخر يظهر بالفعل. ويتطلب ذلك تقسيم المهمة المعقدة إلى الكثير من المهام الأكثر بساطة والتي يمكن القيام بها في نفس الوقت – مثل، على سبيل المثال، معرفة ما يجب أن تعرضه كل وحدة من الـ 4000 بكسل الموجودة على الشاشة، في وقت واحد، 60 مرة في الثانية .

منظمة العفو الدولية حتى لا أكون كذلك

يشير هذا أيضًا إلى نقاط الضعف في سيطرة Nvidia على صناعة الذكاء الاصطناعي.

يعتمد التقييم المرتفع للشركة على ثلاثة افتراضات رئيسية حول مستقبل الذكاء الاصطناعي: أن التدريب على أفضل الأنظمة سيكون هو السبيل للبقاء على قمة الصناعة؛ وأن الطريقة الوحيدة للقيام بذلك هي باستخدام أسرع الرقائق الممكنة؛ وأن هذه الأنظمة سيتم الاحتفاظ بها في السحابة وتشغيلها في مراكز بيانات ضخمة.

ولكن ماذا لو لم يكونوا كذلك؟

قد تكون هناك عوائد متناقصة من تدريب أفضل وأكبر أنظمة الذكاء الاصطناعي. إذا كان هدفك هو إنتاج ذكاء فائق، فأنت بحاجة إلى تحسين الأمور باستمرار. ولكن إذا كان هدفك هو توفير إكمال تلقائي مقنع لأداة برمجة، فمن الممكن أن تتمكن من التغلب على منافس بنظام ذكاء اصطناعي أكثر قدرة من الناحية التقنية من خلال دمج نظامك الخاص في الأدوات الموجودة بشكل أفضل، من خلال جعله يعمل بشكل أسرع، ومن خلال تحديثه بشكل متكرر مع تغير الصناعة. وهذا يمكن أن يقلل من قيمة قوة الحوسبة الخام من النوع الذي تبيعه شركة Nvidia.

أو يمكن أن يذهب “التوازي” الذي يمكّن وحدات معالجة الرسومات من العمل إلى أبعد من ذلك: إذا كان بإمكانك تقسيم مهمة واحدة على 600 ألف وحدة معالجة رسوميات في مركز بيانات، فما الذي يمنعك من تقسيمها على أكثر من 60 مليون وحدة معالجة رسوميات في أجهزة الكمبيوتر المحمولة لجميع عملائك حول العالم؟ من SETI@home، الذي اتبع هذا النهج لمعالجة البيانات المتعلقة بالذكاء المحتمل خارج كوكب الأرض، إلى “مجموعات” تعدين العملات المشفرة، فإن فكرة الحوسبة الموزعة ليست جديدة، وليس هناك سبب مهم للاعتقاد بأنها لا يمكن أن تنجح في تدريب الذكاء الاصطناعي. ، أيضاً.

أو ربما مراكز البيانات التي تدير أنظمة الذكاء الاصطناعي هي التي ستنهار. يمكن لمزيج من المخاوف المتعلقة بالخصوصية والبيئة والتكلفة أن يدفع المزيد والمزيد من نماذج الذكاء الاصطناعي إلى “الحافة”، حيث يقوم هاتفك أو الكمبيوتر المحمول بالحمل الأخير من معالجة الأرقام. حاليًا، تعتبر المقايضات ذات أهمية كبيرة جدًا – من يريد الانتظار لمدة دقيقة أو دقيقتين للحصول على نسخة أسوأ بكثير من الصورة التي يمكن أن يرسلها لك Dall-E في ثانية؟ ولكن مع زيادة سرعة الهواتف وفقدان الشركات الكبرى شهيتها لدعم استخدام الذكاء الاصطناعي، فقد يتغير هذا الأمر.

إذا ثبت خطأ أي من هذه الافتراضات، فمن المحتمل أن تظل Nvidia في صدارة لعبتها. بدأت الشركة بالفعل في تجربة هذا الأخير، على سبيل المثال، حيث أصدرت عرضًا تجريبيًا بعنوان “Chat with RTX” للسماح لأصحاب أسرع بطاقات الرسومات الخاصة بها بتجربة تشغيل chatbot على أجهزة الكمبيوتر الخاصة بهم. ولكن إذا بدأ اثنان أو حتى ثلاثة في التحول بشكل مختلف عما تتوقعه الصناعة، فمن الممكن أن يكون للشركة عهد قصير الأجل للغاية مثل Apple of AI.

TechScape الأوسع