OpenAI و Entropic برای مراکز داده کوچکتر رقابت می کنند

بر اساس گزارش ها، در میان رقابت برای افزایش سریع ظرفیت محاسبات آنلاین، Entropic و OpenAI به دنبال تامین مراکز داده کوچکتر هستند.

بر اساس این گزارش سرویس هوش مصنوعی یک مرحله ایدر همین حال، پروژه های زیرساختی عظیم در مقیاس گیگاوات هنوز در دست ساخت هستند.

با توجه به گزارش 18 سپتامبر CNBCاین دو غول هوش مصنوعی پس از اختصاص ده‌ها میلیارد دلار به پروژه‌های زیرساختی بسیار بزرگ‌تر هوش مصنوعی، در حال بررسی قراردادهایی برای مراکز داده موجود تقریباً 20 تا 30 مگاوات هستند.

بیشتر بخوانید: خطرات هوش مصنوعی در شورای امنیت سازمان ملل بررسی می شود

مجموعه ای متنوع از ظرفیت های محاسباتی

به گفته چهار نفر از آشنایان به مذاکرات که CNBC به آنها اشاره کرد، آنتروپیک در حال بررسی معاملاتی با این ظرفیت در بریتانیا و کشورهای شمال اروپا است. OpenAI همچنین به دنبال استقرارهای کوچکتر در کشورهای شمال اروپا بوده است و منابع گفتند که هر دو شرکت فرصت های مشابهی را در ایالات متحده کشف کرده اند.

یکی از سخنگویان OpenAI به CNBC گفت: “ما در حال ایجاد مجموعه ای متنوع از ظرفیت محاسباتی برای پاسخگویی به تقاضای رو به رشد هوش مصنوعی در سراسر جهان هستیم.” این شرکت گفت که بارهای کاری مختلف به زیرساخت های متفاوتی نیاز دارند و گزینه های احتمالی استقرار را بر اساس عملکرد، قابلیت اطمینان، زمان بندی و هزینه ارزیابی می کند. آنتروپیک از اظهار نظر درباره این گزارش خودداری کرد.

مراکز داده کوچکتر 30 مگاواتی به منظور تکمیل پردیس های عظیم هوش مصنوعی است که هر دو شرکت در حال حاضر در حال توسعه هستند. به عنوان مثال، بنا بر گزارش ها، Entropic قراردادی به ارزش 45 میلیارد دلار برای ارائه حدود 460 مگاوات ظرفیت محاسباتی در مجتمعی در ویرجینیای غربی امضا کرد. OpenAI همچنین در اوایل سال جاری اعلام کرد که تعهدات زیرساختی پروژه Stargate از هدف اولیه 10 گیگاوات فراتر رفته است. این شرکت سپس از اضافه شدن 3 گیگاوات ظرفیت در گرجستان و 8 گیگاوات در اوهایو خبر داد.

حتما بخوانید: عامل هوش مصنوعی جدید Rabbit به دستگاه R1 نیاز ندارد

این پروژه‌های عظیم، خوشه‌های بزرگی از شتاب‌دهنده‌های محاسباتی مورد نیاز برای آموزش مدل‌های هوش مصنوعی با ابعاد فزاینده را فراهم می‌کنند. در چنین سیستم هایی هزاران پردازنده گرافیکی باید از طریق اتصالات با پهنای باند بالا با یکدیگر ارتباط برقرار کنند. با این حال، توسعه چنین زیرساخت‌هایی سال‌ها طول می‌کشد و قبل از شروع کار شتاب‌دهنده‌ها به زمین، اتصالات شبکه، پست‌ها، سیستم‌های خنک‌کننده و مقادیر زیادی انرژی نیاز دارد.

در مقابل، OpenAI و Entropic به ظرفیت محاسباتی فوری نیاز دارند تا به تقاضای استنتاج مدل‌های خود پاسخ دهند. استنتاج را می توان در چندین خوشه کوچکتر توزیع کرد، و مراکز داده کوچکتر را به گزینه ای مناسب برای این نوع حجم کاری تبدیل کرد و تقاضا برای چنین امکاناتی را افزایش داد.

مراکز داده کوچکتر با چالش های کمتری روبرو هستند

استقرارهای کوچکتر همچنین برخی از موانعی را که پروژه های مرکز داده بزرگ با آن روبرو هستند دور می زند. تنها در ایالات متحده، مخالفان محلی اجرای 45 پروژه مرکز داده را به ارزش مجموعاً 68 میلیارد دلار در سه ماهه دوم سال 2026 مسدود کردند. نگرانی در مورد کاربری زمین، آلودگی صوتی و مصرف برق و آب از جمله عوامل این مخالفت ها بود. مراکز داده Prefab 30MW با این سطح فشار مواجه نیستند.

جابز تن، مدیر تحقیقات در Structure Research به CNBC گفت: «تامین چند مگاوات ظرفیت در یک سایت متصل به شبکه موجود می‌تواند عملی‌تر از انتظار برای ظرفیت بسیار بزرگ‌تر در یک مکان باشد. او خاطرنشان کرد: برای بارهای کاری که می توانند در سایت های جداگانه کار کنند، مجموعه ای از استقرارهای کوچکتر می تواند ظرفیت قابل توجهی داشته باشد.

برای مطالعه بیشتر: متا در نهایت اعتراف کرد; شباهت میوز به OpenClaw تصادفی نیست

در حال حاضر، اجاره ظرفیت محاسباتی به یک روش استاندارد در صنعت هوش مصنوعی تبدیل شده است. آزمایشگاه‌های هوش مصنوعی ظرفیت مورد نیاز خود را از ارائه‌دهندگان خدمات ابری بزرگ، اپراتورهای تخصصی مرکز داده و نئوکلادهای نوظهور که بر زیرساخت‌های مبتنی بر GPU تمرکز دارند، اجاره می‌کنند. این مدل به شرکت‌ها اجازه می‌دهد تا حجم کاری خود را بین چندین ارائه‌دهنده توزیع کنند.