


Entropic اعلام کرد که مدل Claude Mythos Preview قادر است کار نرم افزاری مورد نیاز برای اجرای هوش مصنوعی روی پردازنده های گرافیکی AMD را تنها در سه روز تکمیل کند. آن هم تقریباً بدون دخالت انسان. این در حالی است که به گفته این شرکت، این نوع کار در گذشته بین 6 تا 12 ماه زمان می برد.
طبق گفته Entropic، Mythos توانسته است تقریباً 100 درصد از هسته های مورد نیاز را به صورت خودکار انتقال یا تولید کند. این کدهای سطح پایین که بین مدلهای هوش مصنوعی و سختافزار یک شرکت ارتباط برقرار میکنند، یکی از مهمترین مزیتهای رقابتی انویدیا و پلتفرم CUDA برای سالها بوده است. اگر هوش مصنوعی بتواند چنین کدی را در عرض چند روز تولید کند، پیشتاز نرم افزار انویدیا ممکن است به تدریج کاهش یابد.
تام براون، یکی از بنیانگذاران انتروپیک و مدیر ارشد محاسباتی این شرکت، این مقایسه را در طی ارائه ای به سرمایه گذاران انجام داد. وی توضیح داد که در روش سنتی انجام چنین کاری مستلزم همکاری تیمی متشکل از ده ها مهندس است. Entropic اکنون مدل های خود را بر روی انواع تراشه ها اجرا می کند. از پردازندههای گرافیکی Nvidia و AMD گرفته تا پردازندههای TPU گوگل و تراشههای Trainium آمازون. این شرکت زیرساخت پردازشی خود را به عنوان یک مجموعه مشترک و قابل استفاده مدیریت می کند تا ظرفیت سخت افزاری بین پلتفرم های مختلف تخصیص داده شود.

براون تصمیم اولیه برای استفاده از انواع تراشههای متعدد را بهعنوان حرکتی علیه رویکرد غالب صنعت توصیف کرد. به نظر می رسد این انتخاب اکنون نتیجه مثبتی دارد. به خصوص که اکنون پردازنده های TPU گوگل توانایی اجرای بومی مدل های هوش مصنوعی ساخته شده با PyTorch را دارند و متا نیز از این تراشه ها در زیرساخت های عملیاتی خود استفاده می کند.
Entropic ادعا می کند که صرفه جویی در زمان بر اساس تجربه قبلی خود در راه اندازی شتاب دهنده های جدید با روش های مهندسی سنتی است. در گذشته، تطبیق نرم افزار با معماری خاص هر پلتفرم سخت افزاری فرآیندی پیچیده و زمان بر بود. حذف این مانع می تواند انتخاب تراشه را بیشتر از گذشته به یک تصمیم خرید سخت افزار تبدیل کند. انتروپیک نیز از امسال کار خود را با پردازنده های گرافیکی AMD آغاز کرده و هم اکنون با این شرکت برای تامین توان پردازشی تا 2 گیگاوات توافق کرده است.
رقابت AMD و Nvidia برای برتری نرم افزار
پلتفرم برنامه نویسی CUDA انویدیا تقریباً دو دهه قدمت دارد و به سطح بالایی از بلوغ رسیده است. AMD همچنین پلتفرم مشابهی به نام ROCm توسعه داده است که لایه برنامه نویسی آن HIP نام دارد. برای اجرای کد نوشته شده با CUDA بر روی سخت افزار AMD، باید آن را به فرمت سازگار با پلتفرم رقیب تبدیل کرد. AMD حتی ابزاری به نام HIPify را برای تسهیل این فرآیند توسعه داده است.
با وجود این ابزارها، مهاجرت از CUDA همچنان هزینه و پیچیدگی خاص خود را دارد. انوش النگوان، معاون نرمافزار هوش مصنوعی AMD، در ماه آوریل با EE Times گفت:
Claude از HIPify بهتر عمل می کند زیرا قابلیت جستجوی وب داخلی را نیز دارد.
AMD از آگوست سال گذشته استدلال می کرد که هوش مصنوعی می تواند چنین کدی را تولید کند. در آن زمان این شرکت یک عامل تحقیقاتی هوش مصنوعی معرفی کرد که البته هنوز در سطح عملکرد متخصصان انسانی نبود. در سپتامبر همان سال، لیزا سو، مدیر عامل AMD به حجم بالای نرم افزار هوش مصنوعی مبتنی بر CUDA در پادکست Possible اشاره کرد و گفت:
بخش بزرگی از نرم افزار هوش مصنوعی به زبان CUDA نوشته شده است و برای اجرا بر روی سخت افزار AMD باید ترجمه شود. اکنون بخش قابل توجهی از این فرآیند را می توان با کمک نرم افزار انجام داد.
علاوه بر این، در ماه جولای سال جاری، Vamsi Bopanna، معاون ارشد هوش مصنوعی AMD، اعلام کرد که مهندسان این شرکت از مدلهای هوش مصنوعی برای تولید هستههای GPU استفاده میکنند. لیزا سو همچنین توضیح داد که وقتی از تیمش پرسید که آیا به مهندس Entropic که روی پردازنده MI355X کار میکرد کمک میکنند، پاسخ منفی دریافت کرد. چون آن مهندس نیازی به کمک اضافی نداشت.

بوپانا همچنین گفت که در برخی موارد، هستههای تولید شده توسط هوش مصنوعی حتی از نسخههایی که بهصورت دستی توسط متخصصان بهینهسازی شده بودند، بهتر عمل میکردند. طبق توافق جولای با Entropic، AMD همچنین از Claude برای بهینه سازی حجم کاری پردازنده Instinct و سرعت بخشیدن به توسعه ROCm استفاده خواهد کرد.
در رویداد AMD Advancing AI در ماه جولای، فیلیپ تیله از OpenAI تجربه خود را در استفاده از زیرساخت Helios شرح داد. او گفت که پس از دریافت رک های هلیوس، تنها یک مهندس توانست بررسی کند که همه قطعات در عرض چند روز به درستی کار می کنند. تل ادامه داد:
به نوعی، عوامل هوش مصنوعی وظایف مهندسی هسته ما را بر عهده می گیرند.
قبل از این رویداد، اندرو دیکمن، معاون شرکت و مدیر کل بخش GPU مرکز داده AMD، به خبرنگاران گفت که تقریباً هیچ مکالمه جدی با مشتریان این شرکت در مورد CUDA نداشته است.
ادعاهای آنتروپیک و ابهامات باقیمانده
تا این هفته، بیشتر اطلاعات در مورد توانایی هوش مصنوعی برای کاهش وابستگی به CUDA از AMD یا در رویدادهای شرکت میآمد، نه مستقیماً از Entropy به سرمایهگذاران خود. اهمیت بیانیه جدید از این واقعیت ناشی می شود که Entropic خریدار تراشه است نه سازنده. این شرکت همچنین در آستانه عرضه اولیه است و هفته آینده وارد بورس خواهد شد. به همین دلیل، ارائه ارقام خاص Entropic در مورد عملکرد چند سخت افزاری، اعتبار بیشتری نسبت به ادعای یک سازنده تراشه دارد.
این موضوع در دفترچه عرضه اولیه سهام Entropic نیز ذکر شده است. با این حال، عدد دقیقی ارائه نشده است. این شرکت در اسناد خود نوشت:
اکنون میتوانیم پلتفرمهای تراشههای جدید را در کسری از زمانی که در گذشته طول میکشید به چرخه زندگی بیاوریم.
با این حال، برخی از جزئیات مهم در مورد این آزمایش هنوز ناشناخته است. مرحله پیش پر کردن یا پیش پردازش ورودی بخشی از فرآیند اجرای مدل است که طی آن هوش مصنوعی اطلاعات دریافتی را می خواند و پردازش می کند تا برای تولید پاسخ آماده شود. Entropic مشخص نکرد که آیا مرحله رمزگشایی یا تولید پاسخ نیز در آزمون سه روزه گنجانده شده است.

نمودار منتشر شده توسط Entropic زمان راه اندازی تراشه های جدید را مقایسه می کند. در این نمودار، هر دو روش به سطح تقریبی 100 درصد میرسند، اما شرکت توضیحی نداده است که این درصد دقیقاً به چه چیزی اشاره دارد. همچنین، سرعت اجرای مدل هوش مصنوعی در پردازنده های AMD در مقایسه با سخت افزار انویدیا مشخص نیست. این اطلاعاتی است که برای ارزیابی قدرت واقعی تراشه های AMD در اجرای کدهای تولید شده توسط هوش مصنوعی مهم است.
نمودار آنتروپی نشان می دهد که حدود سه روز طول می کشد تا پردازنده های گرافیکی جدید با کمک Mythos آماده شوند، در حالی که روش مهندسی سنتی بین 6 تا 12 ماه طول می کشد تا این کار انجام شود.
از سوی دیگر، جنسن هوانگ، مدیرعامل انویدیا در مصاحبه ای در آوریل با Dwarkesh Patel تاکید کرد که انویدیا در حال حاضر از هوش مصنوعی برای بهینه سازی هسته های اختصاصی خود استفاده می کند و درک عمیق تری از معماری تراشه خود دارد. او گفت:
هیچ کس بهتر از ما معماری سخت افزار ما را نمی شناسد.
هوانگ معتقد است که این دانش به انویدیا اجازه می دهد تا بیشترین عملکرد ممکن را از تراشه های خود استخراج کند. هنگامی که از شرکتهایی مانند استفاده Entropic از دیگر شتابدهندهها پرسیده شد، او این شرکت را نمونهای خاص توصیف کرد و نشاندهنده یک روند کلی نیست.
نکته جالب این است که Nvidia و AMD به همراه پنج شرکت دیگر در مجموع ۲۶ میلیارد دلار از سهام Entropic را با قیمت عرضه اولیه خریداری می کنند. بنابراین، انویدیا نیز در شرکتی سرمایه گذاری کرد که مدیرعامل آن قبلاً آن را یک استثنا در صنعت می دانست.
آیا واقعاً تسلط CUDA به پایان می رسد؟
در اواخر جولای، شرکت تحلیلگر بازار SemiAnalysis مقاله ای با عنوان آیا AMD می تواند سد CUDA را بشکند؟ منتشر شده نتیجه اصلی این مقاله این بود که تولید نرم افزار دیگر مانند یک سال پیش یک مزیت رقابتی غیرقابل عبور برای انویدیا نیست.

با این حال، AMD با یک مانع بزرگ روبرو است. در فرآیند برنامه نویسی عامل گرا، هر عامل هوش مصنوعی برای آزمایش کد تولید شده خود به GPU نیاز دارد. بنابراین، هوش مصنوعی که وظیفه نوشتن کد را بر عهده می گیرد، همچنان برای آزمایش و تأیید خروجی آن به سخت افزار بستگی دارد.
به گفته SemiAnalysis، کمبود مداوم پردازندههای گرافیکی در AMD برای توسعه چنین فناوریهایی، پیشرفت شرکت را محدود کرده است. این موضوع ممکن است به گلوگاه جدیدی در رقابت AMD با Nvidia تبدیل شود.
در مجموع، موقعیت CUDA اکنون جایی بین برتری مطلق و از دست دادن کامل مزیت رقابتی است. فرآیند پیادهسازی مدلهای هوش مصنوعی بر روی تراشههای جدید که قبلاً کاری پرهزینه و زمانبر بود، ظاهراً با کمک مدلهای پیشرفته هوش مصنوعی آسانتر و ارزانتر شده است. همچنین، عملکرد بهتر هوش مصنوعی در تولید کد می تواند ادعای انویدیا مبنی بر دانش بی نظیر از معماری سخت افزاری خود را به چالش بکشد.
البته تمام تراشه های موجود در مجموعه پردازش آنتروپیک به طور کامل با یکدیگر قابل تعویض نیستند. به عنوان مثال، پردازنده های TPU گوگل به تدریج به سمت اپلیکیشن های تخصصی تر می روند. علاوه بر این، استخراج حداکثر توان هر تراشه همچنان نیازمند آزمایشهای واقعی روی سختافزار است. بنابراین، مزیت رقابتی انویدیا در حال کاهش است، اما از بین نمی رود.
انتظار می رود اولین پردازنده های AMD MI450 Entropic در نیمه اول سال 2027 در رک های Helios عرضه شوند. این تراشه ها متعلق به نسل جدیدی هستند و فرصت مناسبی برای بررسی امکان تکرار مراحل آماده سازی سه روزه فراهم می کنند. عرضه اولیه انتروپیک زودتر انجام می شود و پس از عرضه عمومی، این شرکت به عنوان یک شرکت سهامی عام گزارش های مالی و عملکردی را منتشر خواهد کرد.
















گفتگو در مورد این post