مدیرعامل Cerebras: خروج OpenAI به دلیل کمبود دیتاسنتر بود، نه ضعف تراشه‌ها
هرچقدر تراشه‌های هوش مصنوعی قدرتمندتر شوند، شرکت‌ها بدون تأمین دیتاسنترها و انرژی مورد نیاز برای بهره‌برداری از آن‌ها نمی‌توانند مشتریان بزرگ خود را حفظ کنند. مدیرعامل Cerebras، شرکت آمریکایی سازنده تراشه هوش مصنوعی در مقیاس ویفر، به‌طور مستقیم توضیح داد که این شرکت چگونه مشتری مهمی مانند OpenAI را به انویدیا واگذار کرد و هشدار داد که کمبود دیتاسنتر به گلوگاه جدید صنعت هوش مصنوعی تبدیل شده است.
اندرو فلدمن، مدیرعامل Cerebras، در رویداد TechCrunch Disrupt 2026 در سان‌فرانسیسکو در روز ۱۳ام (به وقت محلی) گفت: «تقاضا برای هوش مصنوعی با سرعتی باورنکردنی در حال افزایش است.» او افزود: «در چند سال گذشته، صنعت هوش مصنوعی ارتباط خوبی با جوامعی که دیتاسنترها در آن‌ها ساخته می‌شوند نداشته است.» به گفته او، برخلاف صنایع برق و گاز که تعامل بیشتری با جوامع محلی دارند، صنعت هوش مصنوعی در ارتباط با ساکنان مناطق میزبان موفق عمل نکرده و این مسئله به یک مشکل تبدیل شده است.
Cerebras شرکتی است که فناوری آن به‌جای اتصال چندین تراشه، محاسبات هوش مصنوعی را روی یک تراشه بسیار بزرگ انجام می‌دهد؛ رویکردی که باعث افزایش سرعت پاسخ‌گویی و کاهش مصرف انرژی می‌شود. این شرکت در ماه مه از طریق عرضه اولیه سهام ۵.۵ میلیارد دلار (حدود ۷.۴ تریلیون وون) سرمایه جذب کرد و OpenAI و Amazon Web Services (AWS) را به‌عنوان مشتریان اصلی خود به دست آورد.
این شرکت در ماه اوت تراشه‌های خود را برای مدل هوش مصنوعی «GPT-5.6 Sol» متعلق به OpenAI تأمین کرد و سرویسی با سرعت بسیار بالا ارائه داد که قادر بود تا ۷۵۰ توکن در ثانیه تولید کند؛ سرعتی که تا ۱۴ برابر بیشتر از سرویس‌های معمولی بود. با این حال، اواخر ماه گذشته و پس از انتشار خبر استفاده OpenAI از پردازنده‌های گرافیکی انویدیا برای سرویس فوق‌سریع مدل نسل بعدی «GPT-6.1 Sol»، اعتماد سرمایه‌گذاران به‌شدت کاهش یافت. سهام Cerebras از ۲۵ ماه گذشته تا دوم این ماه حدود ۱۹.۵ درصد افت کرد و تا روز ۱۲ام به حدود ۱۴۷ دلار (حدود ۲۰۰ هزار وون) رسید.
فلدمن درباره تصمیم OpenAI برای انتخاب انویدیا توضیح داد: «OpenAI می‌خواست بر اساس موفقیت سرویس فعلی خود، مقیاس عرضه مدل نسل بعدی را به‌طور قابل توجهی افزایش دهد، اما ما ظرفیت دیتاسنتری لازم برای پاسخ‌گویی به این نیاز را نداشتیم.» از آنجا که Cerebras دیتاسنترهای خود را می‌سازد، تراشه‌هایش را در آن‌ها نصب می‌کند و سپس خدمات پردازش هوش مصنوعی را به OpenAI می‌فروشد، تأمین زیرساخت به مانع اصلی تبدیل شد.
مخالفت با دیتاسنترها؛ مشکلی که صنعت هوش مصنوعی خود ایجاد کرده است
فلدمن همچنین مسئولیت افزایش مخالفت‌ها با ساخت دیتاسنترها در سراسر آمریکا را متوجه خود صنعت هوش مصنوعی دانست. او گفت: «برخی رهبران صنعت هوش مصنوعی بیش از حد روی خطرات و جنبه‌های منفی این فناوری تمرکز کرده‌اند و باعث ترس جامعه شده‌اند.» او افزود: «مردم نمی‌دانند ترس خود از هوش مصنوعی را متوجه چه چیزی کنند، بنابراین با ساخت دیتاسنترها مخالفت می‌کنند.»
در مقابل، او اشاره کرد که کشورهایی مانند کانادا، نروژ، فنلاند، سوئد، ایسلند، مکزیک و برزیل از ساخت دیتاسنترها حمایت می‌کنند. به گفته او، «در این کشورها شرکت‌ها با جوامع محلی همکاری می‌کنند و ساکنان از ساخت دیتاسنترها استقبال می‌کنند.» او افزود: «وقتی مخالفت‌ها در یک منطقه افزایش پیدا کند، شرکت‌ها به منطقه یا کشور دیگری منتقل می‌شوند.» این اظهارات نشان می‌دهد ادامه اختلاف‌ها بر سر ساخت دیتاسنتر در آمریکا می‌تواند سرمایه‌گذاری زیرساختی هوش مصنوعی را به خارج از این کشور سوق دهد.
با این حال، فلدمن تأکید کرد که تنها ساخت دیتاسنترهای بیشتر راه‌حل نیست. او گفت: «ما باید دیتاسنترهای بیشتری بسازیم، اما باید بهره‌وری تأسیسات موجود را نیز افزایش دهیم.» به گفته او، بهبود باید در تمام مراحل انجام شود؛ از تأمین برق گرفته تا تجهیزات شبکه، سامانه‌های خنک‌کننده، تراشه‌های هوش مصنوعی و مدل‌ها.
توسعه تراشه‌های بسیار بزرگ‌تر از نیمه‌رساناهای معمولی توسط Cerebras نیز با هدف افزایش بهره‌وری انرژی انجام شده است. منطق این فناوری آن است که انجام محاسبات در یک تراشه عظیم، به جای جابه‌جایی داده میان چندین تراشه، مصرف انرژی را کاهش می‌دهد. فلدمن گفت: «انتقال داده به خارج از تراشه هزاران برابر بیشتر از انتقال آن در داخل تراشه انرژی مصرف می‌کند.» او معتقد است فناوری این شرکت می‌تواند همان محاسبات را با انرژی کمتر نسبت به پردازنده‌های گرافیکی فعلی انجام دهد.
مدیران غول‌های فناوری: «گلوگاه واقعی سرمایه است»
همان روز در سنگاپور، مدیران Broadcom و Intel نیز سرمایه را یکی دیگر از محدودیت‌های سرمایه‌گذاری در زیرساخت هوش مصنوعی دانستند. هاک تان، مدیرعامل Broadcom، در کنفرانس DBS Asian Future Forward گفت: «در دو سال گذشته چندین بار با گلوگاه‌هایی روبه‌رو شدیم، اما هر بار بر آن‌ها غلبه کردیم. کمبود فعلی حافظه ممکن است یک سال دیگر کاملاً متفاوت باشد.» او پیش‌بینی کرد کمبود ویفر ممکن است تا سال‌های ۲۰۲۸ یا ۲۰۲۹ کاهش یابد و با ورود ظرفیت‌های جدید تولید برق، وضعیت تأمین انرژی نیز بهتر شود.
او معتقد بود کمبود تراشه محدودیت اصلی رونق هوش مصنوعی نیست و گفت: «از نظر من، بزرگ‌ترین محدودیت ممکن است سرمایه باشد.» در همین راستا، شرکت استرالیایی Permas Grid که در حوزه دیتاسنترهای هوش مصنوعی فعالیت می‌کند و انویدیا نیز در آن سرمایه‌گذاری کرده است، هفته گذشته عرضه اولیه ۵ میلیارد دلاری خود را به دلیل تقاضای ضعیف لغو کرد. این اتفاق نشانه‌ای از افزایش تردید سرمایه‌گذاران درباره ارزش‌گذاری شرکت‌های زیرساخت هوش مصنوعی است که به درآمدهای آینده وابستگی زیادی دارند.
هاک تان همچنین از موج سرمایه‌گذاری در هوش مصنوعی انتقاد کرد. او گفت: «بسیاری از سرمایه‌گذاران هیچ ایده‌ای ندارند در چه چیزی سرمایه‌گذاری می‌کنند. آن‌ها با انتظارات بسیار افراطی وارد می‌شوند و در نهایت متوجه می‌شوند که تقریباً شبیه حضور در یک کازینو است.» او درباره درآمد سالانه‌شده OpenAI که در سپتامبر به ۵۰ میلیارد دلار (حدود ۶۷.۱ تریلیون وون) رسید، گفت: «آن‌ها هزینه زیادی برای آموزش مدل‌ها صرف می‌کنند، بنابراین هنوز زیان‌ده هستند. صادقانه بگویم، این رقم در حال حاضر چیزی جز نشان دادن ظرفیت رشد قابل توجه درآمد با مدل‌های پیشرفته به ما نمی‌گوید.»
او درباره استفاده شرکت‌ها از هوش مصنوعی نیز با لحنی طنزآمیز گفت: «مثل زمانی است که کودک هستید و والدینتان ۱۰ دلار ژتون بازی به شما می‌دهند و شما در ۱۰ دقیقه همه را خرج می‌کنید، بدون اینکه چیزی یاد گرفته باشید. این همان چیزی است که امروز در شرکت‌ها اتفاق می‌افتد.»
لیپ-بو تان، مدیرعامل Intel، نیز با نگرانی درباره تأمین مالی موافقت کرد. او گفت: «اگر یک چالش فوری پیش رو وجود داشته باشد، افزایش هزینه سرمایه و هزینه تأمین مالی است. چالش دیگر این است که سرمایه‌گذاران می‌خواهند بازده سرمایه‌گذاری را ببینند.» این ارزیابی‌ها در شرایطی مطرح شد که نرخ‌های بهره در جهان بالا مانده و بازده اوراق قرضه افزایش یافته است.
با وجود نگرانی‌های مربوط به تأمین مالی، هر دو مدیرعامل تأکید کردند که تقاضای کوتاه‌مدت برای زیرساخت پردازش هوش مصنوعی همچنان قوی است. هاک تان گفت: «تقاضای کوتاه‌مدت برای زیرساخت محاسباتی هوش مصنوعی بیشتر از عرضه است و این عدم تعادل تا سال‌های ۲۰۲۹ تا ۲۰۳۰ ادامه خواهد داشت.» لیپ-بو تان نیز پیش‌بینی کرد: «در دو تا سه سال آینده، به دلیل تقاضا برای توان پردازشی و گسترش استفاده از کاربردهای هوش مصنوعی، کاهش شدید رشد رخ نخواهد داد.»
در نهایت، ارزیابی مدیران بزرگ فناوری بر یک نکته مشترک تأکید دارد: فناوری هوش مصنوعی و تقاضا برای آن با سرعت زیادی رشد می‌کنند، اما محدودیت‌های فیزیکی مانند دیتاسنتر، برق و سرمایه بیش از پیش آشکار شده‌اند. این دیدگاه هشداری واقع‌گرایانه تلقی می‌شود که اگر سرمایه‌گذاری‌ها نتوانند از طریق بازده واقعی توجیه شوند، رونق هوش مصنوعی ممکن است با مانع سرمایه روبه‌رو شود و فروکش کند.
فلدمن همچنان نسبت به چشم‌انداز بلندمدت صنعت هوش مصنوعی خوش‌بین است. او پیش‌بینی کرد دستیارهای شخصی هوش مصنوعی به‌زودی به اندازه لوازم خانگی رایج خواهند شد؛ دستیارهایی که ترجیحات و برنامه‌های کاربران را می‌شناسند و حتی می‌توانند از طرف آن‌ها با کارت اعتباری خرید انجام دهند. او گفت خودش نیز از چندین عامل هوش مصنوعی برای بررسی برنامه‌های کاری، جمع‌آوری اطلاعات درباره افراد حاضر در جلسات و سازمان‌دهی سوابق فروش گذشته استفاده می‌کند.
او به‌ویژه پیش‌بینی کرد با افزایش سرعت پاسخ‌گویی هوش مصنوعی، صنایع جدیدی شکل خواهند گرفت. همان‌طور که نتفلیکس با افزایش سرعت اینترنت از یک سرویس ارسال دی‌وی‌دی به یک استودیوی فیلم‌سازی تبدیل شد، تحولات مشابهی می‌تواند در صنعت هوش مصنوعی رخ دهد. او گفت: «اگر سرعت استنتاج هوش مصنوعی را ۱۰، ۱۵، ۲۰ یا ۳۰ برابر افزایش دهید، مردم بسیار بیشتر از هوش مصنوعی استفاده خواهند کرد. وقتی فناوری به اندازه کافی سریع شود، صنایع کاملاً جدیدی شکل خواهند گرفت.»