تصور کنید ۱۵ مگاوات برق تنها برای تغذیه ۶,۱۴۴ پردازنده NVIDIA B200 هزینه شود. این مقیاس عظیم اکنون در شهر هرازدان ارمنستان به واقعیت تبدیل شده است؛ جایی که شرکت آمریکایی Firebird در ۸ اوت ۲۰۲۶، بزرگترین قطب محاسباتی هوش مصنوعی در منطقه کشورهای مستقل مشترک (CIS) را افتتاح کرد. مراسم افتتاحیه این مرکز با حضور نیکول پاشینیان، نخست‌وزیر ارمنستان، ژاسلان مادی‌یف، معاون نخست‌وزیر قزاقستان و دیوید آلن، کاردار ایالات متحده برگزار شد.
ساخت چنین خوشه‌ای از محاسبات (Compute) — که شبیه به یک نیروگاه عظیم است اما به‌جای تولید برق، قدرت تفکر ماشین تولید می‌کند — در بازارهای نوظهور، نیازمند بیش از سخت‌افزار است. طبق اعلام منابع رسمی، عملیاتی شدن این پروژه در گرو دریافت مجوز صادرات از دولت آمریکا در نوامبر ۲۰۲۵ بود تا تراشه‌های پیشرفته انویدیا اجازه ورود به ارمنستان را پیدا کنند. این اقدام نشان‌دهنده تغییری در استراتژی واشینگتن برای توزیع سخت‌افزارهای پیشرو در میان شرکای منطقه‌ای است، هرچند برخی تحلیل‌گران معتقدند استقرار خارجی مراکز AI می‌تواند ریسک‌های امنیتی ملی آمریکا را افزایش دهد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی مفهوم هوش مصنوعی حاکمیتی (Sovereign AI) اشاره کردیم، کنترل بر زیرساخت‌های پردازشی به یک اولویت ملی تبدیل شده است. مسیر توسعه Firebird بسیار سریع و مستند بود. این شرکت ابتدا همکاری استراتژیک خود با دولت ارمنستان و انویدیا را در ژوئن ۲۰۲۵ در کنفرانس GTC پاریس اعلام کرد. سپس در فوریه ۲۰۲۶، Firebird و دولت ایالات متحده فاز دوم پروژه را معرفی کردند که مقیاس آن را به ۴ میلیارد دلار و تقریباً ۵۰,۰۰۰ پردازنده گرافیکی افزایش داد. این توسعه شامل مجوز صادرات برای ۴۱,۰۰۰ واحد اضافی از مدل GB300 بود که بر پایه فاز اول ۵۰۰ میلیون دلاری بنا شده بود.
جی‌دی ونس، معاون رئیس‌جمهور ایالات متحده، این گسترش پروژه را در یک نشست خبری در ایروان، در کنار پاشینیان، رِو لباردیان از انویدیا و بنیان‌گذاران Firebird، رازمیگ هوواگیمیان و الکساندر یسایان، افشا کرد.
به گزارش Unite.AI، این مرکز داده بر بستر پلتفرم NVIDIA DSX بنا شده است. در این معماری، محاسبات، شبکه، برق و سیستم‌های خنک‌کننده به‌جای قطعات مجزا، به عنوان یک سیستم یکپارچه عمل می‌کنند.
جزئیات فنی این زیرساخت به شرح زیر است:
- ظرفیت فعلی (DC-1): ۶,۱۴۴ پردازنده GPU (واحد پردازش گرافیکی) مدل B200 در فضای ۱۵ مگاواتی با سیستم خنک‌کننده مایع، که بر اساس معماری مرجع انویدیا ساخته شده است.
- توسعه برنامه‌ریزی شده (DC-2): استقرار ۷۵,۰۰۰ پردازنده VR200 در فضای ۱۲۵ مگاواتی، در حالی که سایت سومی با همین مقیاس نیز برنامه‌ریزی شده است.
- زیرساخت برق: تامین شده توسط Schneider Electric شامل تابلوهای فشار متوسط و پایین، سیستم‌های UPS سه‌فاز و محفظه‌های رک (Rack Enclosures).
- سیستم خنک‌کننده: پیاده‌سازی معماری آب سرد توسط Vertiv که از طریق iCOM CWM (مدیر آب سرد) مدیریت می‌شود تا منابع را همزمان با تغییر حجم کاری‌ها هماهنگ کند.
- شبکه: استفاده از InfiniBand برای ترافیک شرق-غرب (داخلی) و Ethernet برای ترافیک شمال-جنوب (خارجی)، به همراه BlueField-3 DPU در هر گره. ظرفیت این سیستم هم به صورت Bare Metal (سخت‌افزار خام) و هم از طریق ابر چندمستاجری (Multi-tenant Cloud) ارائه می‌شود.
انتخاب لایه DSX یک تصمیم مهندسی حیاتی است. نرم‌افزار MaxLPS در این سیستم، مصرف برق را در سطح هر پردازنده، رک و حجم کاری به‌طور پویا مدیریت می‌کند تا از فشار بیش از حد به بودجه مگاواتی سایت جلوگیری شود. علاوه بر این، سیستم‌عامل DSX OS عملیات ناوگان پردازنده‌ها را مدیریت می‌کند و DSX Flex حجم کاری‌ها را با سیگنال‌های شبکه برق تطبیق می‌دهد.
انویدیا ادعا می‌کند این روش اجازه می‌دهد ۴۰٪ پردازنده بیشتر در همان فضای فیزیکی جای بگیرند؛ این کار از طریق بازیابی «برق رها شده» (Stranded Power) صورت می‌گیرد. این دقیقاً همان اهرمی است که در یک ساختار با محدودیت برق، تعداد توکن تولید شده در هر دلار هزینه را افزایش می‌دهد. این چالش تامین انرژی در مقیاس کلان، موضوعی است که غول‌های دیگر نیز با آن دست و پنجه نرم می‌کنند؛ برای مثال OpenAI برای تامین برق مراکز داده خود به شدت بر روی گاز طبیعی تکیه کرده است.
این بهره‌وری برای نقشه راه تهاجمی Firebird ضروری است. این شرکت قصد دارد تا پایان سال ۲۰۲۷، بیش از ۷۰,۰۰۰ پردازنده از نسل NVIDIA Rubin و Blackwell را مستقر کرده و به ظرفیت ۳۰۰ مگاوات برسد. شرکت اشاره کرده است که این سایت تنها در عرض کمی بیش از شش ماه از مرحله برنامه‌ریزی به ظرفیت عملیاتی رسیده است. در حال حاضر، مشتریان بومی هوش مصنوعی در حال جذب هستند و شرکت Perplexity از این زیرساخت برای موتور پاسخ‌دهی و پلتفرم عامل (Agent) خود استفاده می‌کند.
از منظر تجاری، این یک قمار بزرگ روی «حاکمیت محاسباتی» برای بازارهای نوظهور است. Firebird با ایجاد نقشه راه ۲ گیگاواتی در ارمنستان، قزاقستان و بازارهای دیگر، خود را به عنوان لایه زیرساختی اصلی منطقه CIS معرفی می‌کند. سرمایه‌گذاری‌های CoreWeave در سال ۲۰۲۶ و حمایت‌های مالی برنامه‌ریزی شده از سوی انویدیا، اعتبار این مقیاس را تایید می‌کند.
برای شما به عنوان کاربر یا توسعه‌دهنده، این یعنی مرکز ثقل هوش مصنوعی در حال جابجایی است. استنتاج (Inference) — یعنی لحظه‌ای که مدل واقعاً جواب تولید می‌کند و شبیه به خودِ آشپزی است، نه آموزش آن — دیگر مختص سیلیکون‌ولی یا ویرجینیای شمالی نیست. دسترسی به خوشه‌های B200 در قفقاز، تأخیر را کاهش داده و عرضه جهانی توکن‌های AI را متنوع می‌کند.
گام بعدی شما
- رصد کنید که آیا بازارهای نوظهور دیگر نیز می‌توانند مجوزهای صادراتی مشابه برای سخت‌افزارهای کلاس Blackwell دریافت کنند یا خیر.
- اگر از سرویس‌های ابری استفاده می‌کنید، بررسی کنید که آیا استقرار مدل‌ها در مراکز داده منطقه‌ای (مانند قفقاز) تأخیر (Latency) برنامه‌های شما را کاهش می‌دهد یا خیر.
- تحولات مربوط به معماری NVIDIA DSX را دنبال کنید تا متوجه شوید چگونه بهینه‌سازی مصرف برق، قیمت نهایی سرویس‌های AI را پایین می‌آورد.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو