به گزارش ساوت چاینا مورنینگ پست، این موضوع را لیپ-بو تن، مدیرعامل اینتل، در آخرین گزارش مالی شرکت اعلام کرد. او گفت CPU دوباره جایگاه خود را بهعنوان زیربنای غیرقابل جایگزین عصر هوش مصنوعی تثبیت میکند. این فقط یک امیدواری نیست، بلکه چیزی است که از مشتریان خود میشنویم.
پس از آنکه اینتل توانست از برآوردهای درآمدی فصل اول فراتر برود و روند صعودی خود را از سال گذشته ادامه دهد، سهام آن رشد داشت.
این غول صنعت تراشه که در مراحل اولیه موج هوش مصنوعی از رقبا عقب افتاده بود، اکنون نشانههایی از بازگشت را نشان میدهد؛ بازگشتی که عمدتاً ناشی از افزایش تقاضا برای CPUها به دلیل رشد قابلیتهای «عاملمحور» (agentic AI) است. درآمد بخش مراکز داده اینتل در فصل اول با رشد ۲۲ درصدی به ۵.۱ میلیارد دلار رسید.
در عصر هوش مصنوعی عاملمحور، CPUها دوباره به مرکز توجه بازگشتهاند؛ موضوعی که روایت پیشین «هرچه GPU بیشتر، قدرت محاسباتی بیشتر» را تغییر داده است.
چه چیز در بازار CPU جدید است؟
اینتل که مدتها بازیگر غالب بازار CPU بود، پس از عقبماندن در مرحله اولیه رشد هوش مصنوعی مبتنی بر GPU، دوباره در حال بازیابی موقعیت خود است.
این شرکت اخیراً از همکاری چندساله با گوگل برای استقرار پردازندههای Xeon – CPUهای مخصوص مراکز داده اینتل – خبر داده و همزمان توسعه مشترک تراشههای زیرساختی سفارشی را گسترش داده است.
همچنین افزایش مقیاس تولید در فناوری ساخت 18A و گسترش ظرفیت تولید در آمریکا، از عوامل اصلی تقویت رشد این شرکت بودهاند.
انویدیا نیز تمرکز بیشتری بر CPU داخلی خود با نام Vera گذاشته است؛ بخشی از پلتفرم رک Vera Rubin.: CPU دیگر فقط پشتیبان مدل نیست؛ بلکه آن را هدایت میکند.
رقبا نیز در حال بازتعریف جایگاه خود هستند. شرکت AMD پردازندههای EPYC خود را برای بارهای کاری عصر هوش مصنوعی گسترش میدهد، و شرکت Arm نیز از سطح طراحی معماری فراتر رفته و وارد توسعه تراشههای مراکز داده شده است. این شرکتها در مجموع برای سهم بیشتری از هزینههای زیرساخت هوش مصنوعی رقابت میکنند.
چرا CPUها کنار گذاشته شدند و چرا دوباره برگشتهاند؟
GPUها برای آموزش و استنتاج هوش مصنوعی مناسبتر هستند، زیرا میتوانند هزاران عملیات موازی را همزمان اجرا کنند و در محاسبات ماتریسی مدلهای زبانی بزرگ بسیار کارآمدترند. همین موضوع باعث شد CPUها در رقابت توسعه مدلهای هوش مصنوعی عقب بمانند.
اما با تکامل هوش مصنوعی به سمت سیستمهای پیچیدهتر و عاملمحور، این بار کاری نیازمند هماهنگی بیشتر، مدیریت حافظه و جابهجایی داده است؛ وظایفی که عمدتاً بر عهده CPUهاست.
در معماری محاسبات ناهمگن (heterogeneous computing)، CPU و GPU بهطور فزایندهای به یکدیگر وابسته شدهاند و کارایی کل سیستم به اندازه توان GPUها، به قدرت CPU نیز وابسته است.
در معماریهای قبلی سرور هوش مصنوعی انویدیا (Hopper)، معمولاً یک CPU بیش از ده GPU را پشتیبانی میکرد. اما در پلتفرم جدید Rubin این نسبت به حدود یک به دو نزدیکتر شده است.
هماهنگسازی (orchestration) در سمت CPU میتواند ۵۰ تا ۹۰ درصد کل تأخیر سیستم را شامل شود. همچنین پیشبینی میشود که تا سال ۲۰۳۰، تقاضای اضافی برای CPU ناشی از هوش مصنوعی عاملمحور بین ۳۲.۵ تا ۶۰ میلیارد دلار خواهد بود.
وضعیت عرضه و تقاضا چگونه است؟
قیمت CPUها بهویژه آنهایی که برای مراکز داده هوش مصنوعی طراحی شدهاند در حال افزایش است، زیرا رشد سریع تقاضا با محدودیت عرضه در زنجیره تأمین نیمههادیها برخورد کرده است.
گزارشها نشان میدهد اینتل و AMD به مشتریان خود درباره افزایش قیمت حدود ۱۰ تا ۱۵ درصدی اطلاع دادهاند. همچنین زمان تحویل سفارشها بهطور قابل توجهی افزایش یافته و از حدود یک تا دو هفته به حدود هشت تا دوازده هفته رسیده است.
کارخانههای تولید تراشه در تأمین تقاضای فناوریهای پیشرفته دچار مشکل شدهاند، در حالی که گلوگاههای بستهبندی تراشه و کاهش بازده تولید نیز فشار بیشتری ایجاد کردهاند. بخشی از ظرفیت تولید نیز به سمت GPUها و حافظهها منتقل شده که کمبود CPU را تشدید کرده است.
محدودیت در مواد اولیه و تجهیزات کلیدی، همراه با اختلالات ژئوپلیتیکی، هزینهها را در کل صنعت افزایش داده است.
وضعیت چین در طراحی و تولید CPU چیست؟
چین هنوز در طراحی و تولید از شرکتهای پیشرو مانند اینتل و AMD عقبتر است؛ بخشی از این عقبماندگی ناشی از محدودیت دسترسی به تجهیزات پیشرفته مانند ماشینهای لیتوگرافی فرابنفش شدید (EUV) تحت کنترلهای صادراتی آمریکا است.
در حوزه طراحی، چین از مسیرهای مختلف در حال پیشرفت است: بهبود عملکرد در اکوسیستمهای تثبیتشده مانند x86 و Arm – از طریق طراحیهای مشتقشده از AMD در شرکت Hygon و هستههای Arm داخلی در هواوی – و همچنین حرکت به سمت استقلال بیشتر از طریق معماریهای بومی مانند LoongArch و استاندارد متنباز RISC-V.
RISC-V یک معماری دستورالعمل (ISA) متنباز است که توسعه CPU را در یک اکوسیستم نرمافزاری مشترک ممکن میکند. این معماری در سال ۲۰۱۵ تحت مدیریت سازمان غیرانتفاعی RISC-V International در سوئیس در اختیار توسعهدهندگان قرار گرفت تا بتوانند طراحیها را سفارشیسازی کنند.
از جمله تحولات اخیر میتوان به پردازندههای سروری نسل جدید Hygon، تراشههای Loongson با عملکرد رقابتی در برخی بنچمارکها، و معرفی یک پردازنده RISC-V با کارایی بالا توسط Alibaba برای بارهای کاری هوش مصنوعی اشاره کرد.
واحد تراشه علیبابا (T-Head) نیز در ماه مارس پردازنده Xuantie C950 را معرفی کرد؛ یک پردازنده RISC-V که میتواند با تجمیع چندین هسته برای کاربردهای مراکز داده مقیاسپذیر شود و این شرکت آن را قدرتمندترین نمونه از نوع خود در جهان معرفی کرده است.
منبع: scmp
