پرش به محتوای اصلی
پرش به محتوای مقاله

a16z: اختصاص ۱.۱ میلیارد دلار برای زیرساخت‌های فیزیکی هوش مصنوعی

·۶ شهریور ۱۴۰۵۴ دقیقه مطالعه۱ بازدید
آندریاسن هوروویتز ۱.۱ میلیارد دلار برای زیرساخت‌های هوش مصنوعی جمع‌آوری کرد
آندریاسن هوروویتز ۱.۱ میلیارد دلار برای زیرساخت‌های هوش مصنوعی جمع‌آوری کرد
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر استراتژی یکی از بزرگ‌ترین VCهای دنیا از نرم‌افزار به سخت‌افزار؛ تمرکز بر حل بحران برق و خنک‌کننده در مقیاس گیگاواتی به جای تمرکز بر معماری مدل‌ها.

اگر فکر می‌کنید رقابت هوش مصنوعی فقط جنگ مدل‌های زبانی است، باید بدانید که اکنون میدان نبرد به سیم‌ها، ترانسفورماتورها و سیلیکون منتقل شده است. کنترل بر برق و سخت‌افزار، تعیین می‌کند چه کسی در نهایت برنده این مسابقه باشد.

به گزارش Andreessen Horowitz (a16z)، این شرکت در ۲۸ اوت ۲۰۲۶ صندوق Machine Age Fund را با بودجه ۱.۱ میلیارد دلار معرفی کرد. این اقدام یک چرخش راهبردی از تمرکز صرف بر نرم‌افزار به سمت لایه‌های فیزیکی است؛ چرا که صنعت اکنون به یک «دیوار فیزیکی» برخورد کرده است. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی قوانین مقیاس‌پذیری اشاره کردیم، رشد مدل‌ها باعث شده تقاضا برای برق و سیستم‌های خنک‌کننده بسیار سریع‌تر از توان زنجیره تأمین رشد کند و در نتیجه، الکتریسیته و سیلیکون به گلوگاه‌های اصلی هوش مصنوعی تبدیل شوند.

زمینه و بستر این تغییر

این صندوق از طریق پستی منتشر شد که توسط شرکای ارشد یعنی بن هوروویتز، مارتین کاسادو، راگو راگورام، دیوید اولویچ و دیوید جورج نوشته شده بود. این شرکا، جذب سرمایه برای این صندوق را به عنوان یک حرکت رسمی به سمت سرمایه‌گذاری در سخت‌افزار برای شرکتی تعریف کردند که عموماً به عنوان یک سرمایه‌گذار نرم‌افزاری شناخته می‌شود. آن‌ها صراحتاً اعلام کردند که «اکنون زمان آن است که گاز را بگیریم و ساخت‌وساز فیزیکی هوش مصنوعی را شتاب ببخشیم».

به گفته‌ی این شرکا، هر لایه از پشته‌ی فعلی در حال برخورد با محدودیت‌های فیزیک، علوم کامپیوتر و توانایی‌های فعلی زنجیره تأمین است. آن‌ها این وضعیت را فرصتی نسلی برای بازطراحی این لایه‌ها به عنوان پلتفرم می‌بینند. طبق پست بن هوروویتز و مارتین کاسادو، این صندوق چندین لایه حیاتی از پشته‌ی هوش مصنوعی را هدف قرار خواهد داد:

دسته‌های هدف سرمایه‌گذاری

  • محاسبات هسته‌ای: نسل جدید تراشه‌ها، حافظه، شبکه‌سازی و ذخیره‌سازی.
  • سیستم‌ها و مقیاس: مراکز داده، رباتیک و لوازم خانگی هوشمند مبتنی بر هوش مصنوعی. این تمرکز بر رباتیک در راستای روندی است که در سرمایه‌گذاری‌های اخیر برای خودکارسازی ماشین‌آلات سنگین نیز مشاهده شده است.
  • زیرساخت‌های الکتریکی: سیستم‌های توزیع برق، خنک‌کننده، مواد پیشرفته و توسعه املاک برای ساخت مراکز داده.

جزئیات و محدودیت‌های زیرساختی

اعداد نشان می‌دهند که چالش‌ها تا چه اندازه جدی هستند. به نقل از a16z، تراکم محاسباتی در هر رک (Rack) — که شبیه قفسه‌های بزرگی است که سرورها را در خود جای می‌دهند — هنگام انتقال از رک‌های H100 به رک‌های Rubin، ۲۸ برابر شده است. شبکه‌سازی داخلی رک‌ها نیز به حدی رشد کرده است که به مرز نهایی توانایی کابل‌های مسی رسیده است.

نیاز به برق نیز جهشی خیره‌کننده داشته است؛ از ۵ تا ۱۰ کیلووات در سیستم‌های قدیمی به ۱۰۰ تا ۲۵۰ کیلووات در سیستم‌های فعلی رسیده و پیش‌بینی می‌شود تا سه سال آینده به ۱ مگاوات برای هر رک برسد. مقیاس مراکز داده نیز در حال تغییر است؛ از چند ده مگاوات به صدها مگاوات و در برخی موارد به پردیس‌های در مقیاس گیگاوات تبدیل می‌شوند. این رقابت برای ساخت زیرساخت‌های عظیم، شکاف بودجه‌ای عمیقی را میان غول‌های فناوری آمریکا و سرمایه‌گذاری‌های اروپا ایجاد کرده است که می‌تواند بر توزیع قدرت محاسباتی جهانی تأثیر بگذارد. در این راستا، برق به طور فزاینده‌ای از منابع اختصاصی یا منابع «پشت کنتور» (behind-the-meter) در کنار شبکه سراسری تأمین می‌شود.

این تغییر، بازطراحی کامل توزیع برق را می‌طلبد. برای مثال، معماری 800 VDC شرکت NVIDIA هدفش پشتیبانی از رک‌های ۱ مگاواتی تا سال ۲۰۲۷ است. استانداردهای فعلی ۵۴ ولت دیگر پاسخگو نیستند؛ زیرا یک رک ۱ مگاواتی با استانداردهای قدیمی به ۲۰۰ کیلوگرم شینه مسی نیاز دارد که از نظر اقتصادی و فیزیکی غیرممکن است.

شرکت a16z استدلال می‌کند که تامین‌کنندگان سخت‌افزار به رشد سالانه ۲۰ تا ۳۰ درصدی عادت کرده‌اند، اما اکنون برای رسیدن به تقاضا، رشد سه رقمی لازم است. این امر مستلزم ایجاد اتصالات سریع‌تر، حافظه‌های با پهنای باند بالای ارزان‌تر و دستگاه‌های لبه (Edge) با بهره‌وری انرژی بالاتر است.

برای مدیریت این پیچیدگی، آن‌ها تیمی با ریشه‌های صنعتی عمیق تشکیل داده‌اند. گیدو آپنزلر، مدیر فنی سابق گروه مراکز داده اینتل، در کنار شرکای ارشد راگورام و کاسادو، دهه‌ها تجربه در زمینه مراکز داده را به همراه می‌آورند. شانگدا شو و دیوید جورج سرمایه‌گذاری‌ها در حوزه‌های سیلیکون، شبکه‌سازی و پلتفرم‌های محاسباتی را رهبری کرده‌اند. همچنین دیوید اولویچ و ارین پرایس-رایت از طریق بخش «پویایی آمریکایی» (American Dynamism)، سرمایه‌گذاری در سخت‌افزار و تولیدات داخلی ایالات متحده را مدیریت می‌کنند.

این حرکت نشان‌دهنده گذار از «عصر مدل» به «عصر زیرساخت» است. در حالی که نرم‌افزار را می‌توان در چند هفته به‌روز کرد، ساخت یک پردیس گیگاواتی سال‌ها زمان می‌برد. با تأمین بودجه لایه فیزیکی، a16z روی این شرط‌بندی کرده است که برندگان مسابقه هوش مصنوعی کسانی خواهند بود که برق و سیلیکون را کنترل می‌کنند، نه فقط کسانی که وزن‌های مدل (Weights) را بهینه می‌کنند.

برای بنیان‌گذاران، این یعنی سد ورود به دنیای سخت‌افزار پایین آمده است. a16z گزارش می‌دهد که استارتاپ‌های سخت‌افزاری اکنون بیش از ۲۰٪ از جریان معاملات این شرکت را تشکیل می‌دهند. آن‌ها اخیراً از شرکت‌هایی مانند Unconventional AI، Nexthop، Volta، Atoms، Heron Power و Mind Robotics حمایت کرده‌اند.

سوابق a16z در سخت‌افزار قدیمی نیست؛ آن‌ها پیش‌تر در سال ۲۰۱۶ سرمایه‌گذاری سری A شرکت سازنده پهپاد Skydio را رهبری کردند، در SpaceX سرمایه‌گذاری کردند، در سال ۲۰۱۹ از پیمانکار دفاعی Anduril حمایت کردند و یکی از اولین سرمایه‌گذاران خطرپذیر در جذب سرمایه سال ۲۰۲۰ شرکت Waymo بودند.

باید منتظر ماند و دید که این سرمایه چگونه بر جدول زمانی ساخت مراکز داده «گیگاواتی» تأثیر می‌گذارد و آیا این اقدام باعث می‌شود سایر شرکت‌های بزرگ سرمایه‌گذاری خطرپذیر (VC) نیز چرخش مشابهی به سمت اولویت سخت‌افزاری داشته باشند یا خیر.

گام بعدی شما

  • اگر بنیان‌گذار استارتاپ هستید، روی بهینه‌سازی مصرف انرژی در لایه استنتاج (Inference) — یعنی لحظه‌ای که مدل جواب تولید می‌کند و شبیه آشپزی واقعی است — تمرکز کنید.
  • تحولات معماری برق در مراکز داده را دنبال کنید؛ اینجاست که گلوگاه‌های واقعی رشد AI قرار دارند.
  • فرصت‌های سرمایه‌گذاری در شرکت‌های تامین زنجیره تأمین سخت‌افزاری را بررسی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این اقدام با تکیه بر تخصص تیم صنعتی a16z، تایید می‌کند که زیرساخت برق و خنک‌کننده اکنون به اندازه خودِ مدل‌ها استراتژیک شده‌اند. این تغییر باعث می‌شود سرمایه‌های کلان از لایه‌های کاربردی نرم‌افزاری به سمت مهندسی برق و متالورژی جریان یابد.

تأثیر برای ایران

این تحول بیشتر برای پژوهشگران مدل‌های بنیادی و زیرساختی اهمیت دارد تا بازار مصرف ایران. در حال حاضر اثر مستقیمی بر کاربران نهایی ایرانی ندارد.

·نگاه ما
تحریریه دات‌هوش

سرمایه‌گذاری در لایه فیزیکی نشان می‌دهد که مدل‌های زبانی بزرگ به سقف رشد خود رسیده‌اند و حالا تنها راه پیشرفت، بهینه‌سازی سخت‌افزاری است. این یک چرخش از «بهینه‌سازی الگوریتم» به «بهینه‌سازی ماده» است. برنده نهایی AI دیگر کسی نیست که بهترین پرامپت را بنویسد، بلکه کسی است که ارزان‌ترین و پایدارترین منبع برق و سیلیکون را در اختیار دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.