به گزارش ساوت چاینا مورنینگ پست، ینسن هوانگ قصد نداشت یک راهبرد ژئوپلیتیکی را توصیف کند. اما زمانی که مدیرعامل انویدیا گفت: «بار کاری شما استنتاج (inference) است، توکنهای شما کالای شما هستند و توان محاسباتی درآمد شماست»، در واقع از سمت عرضه، همان چیزی را بیان میکرد که چین از زاویهای دیگر به آن رسیده بود.
برای درک چرایی این موضوع، باید از یک مفهوم پایه شروع کرد. توکنها واحدهای بنیادیای هستند که مدلهای هوش مصنوعی برای پردازش و تولید زبان از آنها استفاده میکنند: هر کلمه، هر پاسخ و هر وظیفه خودکار به این واحدها تجزیه میشود. ارائهدهندگان خدمات ابری همانگونه که شرکتهای خدماتی بر اساس کیلوواتساعت هزینه دریافت میکنند، بر اساس توکن قیمتگذاری میکنند. هر کس بتواند این توکنها را با کمترین هزینه و در بزرگترین مقیاس تولید کند، در اقتصاد هوش مصنوعی مزیتی به دست میآورد؛ همانطور که روزگاری فولاد ارزان برتری صنعتی را تعیین میکرد.
در پلتفرم OpenRouter، که یکی از پلتفرمهای پرکاربرد دسترسی توسعهدهندگان به هوش مصنوعی است، مدلهای چینی برای نخستین بار از مدلهای آمریکایی در مصرف توکن پیشی گرفتهاند: ۵.۱۶ تریلیون توکن در برابر ۲.۷ تریلیون توکن تنها در یک هفته. تا اواسط مارس، مدلهای چینی ۳۶ درصد از حجم جهانی OpenRouter را در اختیار داشتند و مصرف هفتگی آنها به ۷.۳۶ تریلیون توکن رسیده بود.
واشنگتن سه سال گذشته را صرف ایجاد جامعترین نظام کنترل صادرات فناوری از زمان جنگ سرد کرده است؛ نظامی که برای جهانی طراحی شده که مزیت رقابتی در سختافزار جابهجا میشود: تراشههایی که قابل شمارشاند، محمولههایی که میتوان جلوی آنها را گرفت و زنجیرههای تأمینی که میتوان بر آنها فشار وارد کرد. اما اکنون رقابتی متفاوت در کنار آن در حال شکلگیری است؛ رقابتی که ابزارهای موجود برای آن هیچ معماری مشخصی ندارند.
دورههای صنعتی تنها با فناوریهای مسلط تعریف نشدهاند، بلکه با واحدهایی که برای سنجش آنها به کار میرفتند نیز تعریف شدهاند. تُن فولاد نشان میداد چه کسی در حال صنعتیشدن است. بشکههای نفت نشان میداد چه کسی اهرم نفوذ دارد. تولید ناخالص داخلی (GDP)، که در دهه ۱۹۳۰ ساخته شد، معنای فعالیت اقتصادی را تعریف کرد و دولتها نیز معماریهای سیاستی خود را حول حداکثرسازی آن بنا کردند.
رئیس اداره ملی داده چین در مجمع توسعه در پکن، توکنها را «لنگر ارزش» عصر هوشمند و «واحدهای تسویه» توصیف کرد. او گزارش داد مصرف روزانه توکن در چین به ۱۴۰ تریلیون رسیده است؛ رقمی که تنها دو سال پیش ۱۰۰ میلیارد بود.
هیچ دولت دیگری تاکنون یک مفهوم مهندسی هوش مصنوعی را به شاخص اقتصادی ملی ارتقا نداده است. چین عملاً یک واحد حسابداری جدید برای عصر هوشمند پیشنهاد کرده است.
این ایده اکنون در زیرساختهای فیزیکی در حال شکلگیری است. علی بابا در شنژن یک خوشه محاسباتی ۱۰ هزار کارتی مبتنی بر تراشههای بومی Zhenwu راهاندازی کرده است. خوشه Ascend 910C شرکت هوآوی، که آن هم در شنژن قرار دارد، ظرفیتی معادل ۱۱ هزار پتافلاپس ارائه میدهد. اینها صرفاً نمایش توان تراشه نیستند.
این پروژهها در واقع بیانیههایی درباره مقیاس تولید هستند؛ ظرفیتهایی که پیش از شکلگیری تقاضایی که این نظام قصد ایجاد آن را دارد ساخته شدهاند. از این منظر، منطق آنها بیشتر به توسعه شبکه راهآهن آمریکا در دهه ۱۸۷۰ شباهت دارد تا کشوری که با شتاب در تلاش برای عقب نماندن است.
مزیت هزینهای تولید توکن در چین ساختاری است. چین «همافزایی محاسبات و برق» را به یک اولویت ملی تبدیل کرده و بهصراحت انرژی تجدیدپذیر ارزان را به رقابتپذیری هوش مصنوعی پیوند داده است. مدلهای چینی برای هر یک میلیون توکن خروجی حدود ۲ تا ۳ دلار دریافت میکنند، در حالی که معادلهای پیشروی غربی حدود ۱۵ دلار قیمت دارند.
این شکاف با ظهور اپلیکیشنهای عاملمحور هوش مصنوعی (AI agents) ، نرمافزارهایی که وظایف پیچیده را بهطور خودکار انجام میدهند، تشدید شده است، زیرا این برنامهها ۱۰ تا ۱۰۰ برابر گفتوگوهای عادی توکن مصرف میکنند. زمانی که هزینه هر نشست افزایش یافت، توسعهدهندگان به سمت گزینههای ارزانتر مهاجرت کردند. این مهاجرت ایدئولوژیک نبود؛ اقتصادی بود.
پروژه نیمههادی یکپارچهسازی در مقیاس بسیار بزرگ (VLSI) ژاپن آموزندهترین نمونه تاریخی و در عین حال روشنترین محدودیت را ارائه میدهد. در اواخر دهه ۱۹۷۰، تلاش مشترک دولت و صنعت ژاپن به تولید رقابتی از نظر هزینه و صادرات تهاجمی انجامید. تراشههای حافظه DRAM ژاپن بازار جهانی را تصاحب کردند و سهم آمریکا بین سالهای ۱۹۷۸ تا ۱۹۸۶ از ۷۰ درصد به ۲۰ درصد سقوط کرد.
پاسخ آمریکا، توافق نیمههادی آمریکا-ژاپن در سال ۱۹۸۶ بود که کف قیمتی و نظارت بر سهم بازار را تحمیل کرد. این سازوکارها جواب دادند، زیرا صادرات قابل مشاهده بود: تراشهها در مرزها شمارش میشدند، در گمرک قیمتگذاری میشدند و مشمول اجرای معاهدات بودند.
اما صادرات توکن چنین آسیبپذیری مشابهی ندارد. هیچ سازوکار حداقل قیمتگذاری برای استنتاجی که از طریق فیبر نوری زیردریایی تحویل داده میشود وجود ندارد.
البته این مزیت سقف هم دارد. بارهای کاری سازمانی که دادههای حساس را دربر میگیرند، هزینههای مقرراتی و اعتباری به همراه دارند که صرفاً با قیمت پایین قابل جبران نیست. اینکه این روند از توسعهدهندگان فراتر رفته و به پذیرش سازمانی در جنوبشرق آسیا و جنوب جهانی برسد یا نه، تعیین خواهد کرد که آیا این مزیت ساختاری است یا صرفاً پدیدهای مربوط به پذیرندگان اولیه.
ارقام داخلی چین نیز نیازمند دقتاند. تنها موتور Volcano شرکت بایتدنس روزانه ۱۲۰ تریلیون توکن گزارش میکند.
با این حال، حجم توکن لزوماً معادل ارزش اقتصادی نیست. بخش زیادی از این رشد ناشی از یارانههاست. اتحاد جماهیر شوروی نیز تولید فولاد را با اشتیاق مشابهی دنبال میکرد؛ اما بهینهسازی حول این شاخص در نهایت به تحریف اقتصاد منجر شد.
واحد حساب معمولاً توسط نوآورترین اقتصاد تعیین نمیشود؛ بلکه اقتصادی آن را تعیین میکند که بیشترین کاربران، عمیقترین زیرساخت و کمترین هزینه پذیرش را دارد.
چین اکنون پیششرطهای یک ادعای موازی را میسازد: زیرساخت داخلی در مقیاس بزرگ، استنتاج کمهزینه، سازوکار صادراتی نامرئی برای چارچوبهای تجاری و نظام حسابداری ملیای که توکن را در مرکز خود قرار داده است.
دیگر پرسش فقط این نیست که چه کسی قدرتمندترین هوش مصنوعی را میسازد. پرسش این است که چه کسی واحد سنجش خروجی هوش مصنوعی را تعریف میکند و زمانی که این استاندارد تثبیت شود، چه کسی از آن واحد استفاده خواهد کرد.
منبع: scmp
