تصور کنید زیرساخت هوش مصنوعی شما دیگر گروگان قیمت‌های متغیر یک تامین‌کننده نباشد. اگر امروز برای اجاره پردازنده‌های گرافیکی در ابر هزینه می‌کنید، رقابت جدید میان غول‌های سخت‌افزاری احتمالاً هزینه‌های شما را در آینده کاهش می‌دهد.
مایکروسافت برای شکستن انحصار یک تامین‌کننده واحد، تکیه بر تراشه‌های AMD را در سرویس ابری Azure گسترش می‌دهد. طبق گزارش وب‌سایت the-decoder.com، محور این همکاری پلتفرم Helios است که طبق برنامه‌ریزی، در نیمه دوم سال ۲۰۲۶ عرضه می‌شود.
این اقدام در حالی رخ می‌دهد که ارائه‌دهندگان خدمات ابری با هزینه‌های نجومی و کمبود شدید واحد پردازش گرافیکی (GPU) — که شبیه موتورهای بسیار قدرتمندی است که هزاران محاسبه ساده را هم‌زمان انجام می‌دهند — دست‌وپنجه نرم می‌کنند. این فشار بر زیرساخت‌ها باعث شده تا شرکت‌هایی مانند انویدیا به دنبال مدل‌های جدید توزيع باشند، همان‌طور که در تحلیل ما درباره راهکارهای تأمین مالی چرخه‌ای برای شکستن گلوگاه‌های سخت‌افزاری بررسی شد. همان‌طور که در تحلیل قبلی ما درباره‌ی تاثیر مدل‌های اقتصادی مثل Kimi K3 بر جایگاه شرکت‌هایی چون Anthropic اشاره کردیم، حرکت به سمت سخت‌افزارهای ارزان‌تر و متنوع‌تر، اکنون به یک ضرورت استراتژیک برای بقا تبدیل شده است.
ساتیا نادلا، مدیرعامل مایکروسافت، تصریح کرد که مشتریان برای زیرساخت‌های هوش مصنوعی به گزینه‌های بیشتری نیاز دارند. پلتفرم Helios به‌طور مشخص برای اجرای مدل‌های بزرگ هوش مصنوعی طراحی شده است. جزئیات کلیدی این تغییر عبارتند از:
- اولویت دسترسی: SemiAnalysis گزارش داده است که Anthropic در اولویت دسترسی به این تراشه‌ها قرار گرفته و جایگاهی معادل شرکت Meta دارد. این تمایل به تنوع سخت‌افزاری در حالی است که Anthropic هم‌زمان در حال همکاری با سامسونگ برای طراحی تراشه‌های اختصاصی خود است تا وابستگی خود را به تأمین‌کنندگان خارجی به حداقل برساند.
- تأییدیه فنی: پروفایل عمومی یک مدیر AMD در گیت‌هاب نشان می‌دهد که Anthropic در حال حاضر این سیلیکون‌های جدید را آزمایش می‌کند.
- اتحادهای موجود: OpenAI نیز شراکت فعال خود را با AMD حفظ کرده است.
این رقابت صرفاً بر سر سخت‌افزار نیست؛ بلکه جنگ برای قدرت قیمت‌گذاری است. مایکروسافت با به‌کارگیری Helios، ریسک وابستگی به سلطه انویدیا را کاهش می‌دهد. برای کاربر نهایی، این تغییر احتمالاً به معنای قیمت‌های رقابتی‌تر برای نمونه‌های محاسباتی سطح بالا در Azure خواهد بود.
اگر AMD بتواند مشکلات فعلی کیفیت نرم‌افزاری خود را حل کند، احتمالاً این مشارکت را در کنفرانس «Advancing AI» به‌طور رسمی تأیید خواهد کرد.
گام بعدی شما
- رصد بنچمارک‌های نرم‌افزاری AMD برای بررسی توانایی Helios در جایگزینی استانداردهای H100 و B200.
- مقایسه نرخ هزینه استنتاج در Azure پس از استقرار Helios در سال ۲۰۲۶.
- بررسی نقش تراشه‌های غیر-انویدیا در کاهش هزینه آموزش مدل‌های محلی.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو