برچسب: هوش مصنوعی

1 دقیقه زمان مطالعه

تراشه 5 نانومتری علی‌بابا اکنون مدل Qwen-3.8 را به صورت بومی اجرا می‌کند

تراشه 5 نانومتری علی‌بابا اکنون مدل Qwen-3.8 را به صورت بومی اجرا می‌کند به‌نظر می‌رسد علی‌بابا با ارائه پشتیبانی روز صفر از مدل هوش مصنوعی فوق‌العاده توانمند Qwen-3.8 27B روی تراشه اختصاصی RISC-V خود به نام XuanTie C950، درحال الگوبرداری از استراتژی انویدیا است. علی‌بابا از تراشه XuanTie C950 در مارس ۲۰۲۶ رونمایی کرد و آن را به عنوان محصولی بر پایه معماری RISC-V برای هوش مصنوعی لبه بازاریابی نمود. برخلاف تراشه‌های ASIC معمول، XuanTie C950 برای پردازش‌های هوش مصنوعی متکی به کارت‌های گرافیک نیست. در عوض، این تراشه اساساً یک پردازنده ۶۴ بیتی RISC-V در سطح سرور است که از ۶۴ هسته پردازشی روی یک تکه سیلیکون بهره می‌برد، فرکانس کاری آن تا ۳.۲۰ گیگاهرتز قابل ارتقا است و خوشه‌های متعدد آن یعنی ۸ هسته در هر خوشه به‌صورت بومی با استفاده از بستر ارتباطی پرسرعت AMBA CHI به یکدیگر متصل شده‌اند. علاوه‌براین، برای مدیریت پردازش‌های سنگین هوش مصنوعی، موتورهای شتاب‌دهنده ماتریسی و برداری مستقیماً درون تراشه تعبیه شده‌اند که نیاز به کارت‌های گرافیک مجزا را برطرف می‌کند. تراشه XuanTie C950 علی‌بابا دارای حافظه‌های کش سطح اول (L1) استاندارد و کش سطح دوم (L2) انعطاف‌پذیر با قابلیت پیکربندی بالا است و از یک کش سطح سوم (L3) اشتراکی اختیاری برای جلوگیری از گلوگاه‌های ارتباطی بین هسته‌ها پشتیبانی می‌کند. این تراشه همچنین از الگوریتم‌های پیش‌فراخوانی هوشمند داده در سطح سخت‌افزار استفاده می‌کند تا رشته‌های حافظه را زودتر بارگذاری کند. این موضوع ما را به هسته اصلی بحث امروز می‌رساند. علی‌بابا اکنون پشتیبانی روز صفر را برای جدیدترین مدل Qwen-3.8 27B خود به تراشه XuanTie C950 آورده است که سرعت رمزگشایی ۳۰ توکن در ثانیه و زمان دریافت اولین توکن (TTFT) تنها ۱.۹ ثانیه ارائه می‌دهد. برای اطلاع کسانی که ممکن است آگاه نباشند، Qwen-3.8 27B یک مدل هوش مصنوعی ۲۷ میلیارد پارامتری با وزن‌های باز است که قابلیت‌های کدنویسی مشابه Opus 4.5 ارائه می‌دهد و در عین حال می‌تواند روی یک مک‌بوک اجرا شود. علی‌بابا با ارائه پشتیبانی روز صفر از این مدل روی XuanTie C950، نه تنها سعی دارد مشتریان را درون اکوسیستم خود حفظ کند، بلکه اختیارات خود را در زمینه زیرساخت‌های پردازشی به طور قابل توجهی گسترش می‌دهد. در نهایت، علی‌بابا می‌تواند به‌راحتی تراشه C950 را با سایر شتاب‌دهنده‌های هوش مصنوعی درون مراکز داده خود جفت کند تا پردازش‌های مربوط به استنتاج را به شکلی کارآمد مدیریت نماید. ازجمله دیگر ویژگی‌های تراشه XuanTie C950 می‌توان به موارد زیر اشاره کرد: این تراشه بر پایه معماری مجموعه دستورالعمل (ISA) متن‌باز RISC-V ساخته شده است؛ امری که به علی‌بابا اجازه می‌دهد هزینه‌های لایسنس مرتبط با معماری x86 یا طراحی‌های ARM را دور بزند و به قابلیت سفارشی‌سازی بیشتری دست یابد. این تراشه از پهنای رمزگشایی ۸ دستورالعملی استفاده می‌کند که به هسته اجازه می‌دهد حجم بزرگی از دستورات را به طور هم‌زمان بخواند و پردازش کند. این تراشه دارای یک خط لوله (Pipeline) ۱۶ مرحله‌ای است که با تقسیم هر دستورالعمل به ۱۶ بخش، میان حفظ سرعت ساعت بالا و اجرای کارآمد پردازش‌های پیچیده سرور و هوش مصنوعی تعادل برقرار می‌سازد. برخلاف کارت‌های گرافیک، تراشه XuanTie C950 یک رشته استنتاج منفرد را به ازای هر سوکت اجرا می‌کند که آن را برای استقرار در محیط‌های لبه و استنتاج خصوصی مناسب‌تر از APIهای عمومی با هم‌زمانی بالا می‌سازد. ترکیب خط لوله سفارشی و موتورهای شتاب‌دهنده یکپارچه، XuanTie C950 را به نخستین پردازنده RISC-V تبدیل می‌کند که برای اجرای کاملاً بومی مدل‌های زبانی بزرگ (LLM) چند میلیارد پارامتری و بدون نیاز به لایه‌های شبیه‌سازی یا ترجمه طراحی شده است؛ واحدهای سخت‌افزاری و افزونه‌های مجموعه دستورالعمل برای اجرای مستقیم عملیات اصلی مورد نیاز مدل‌های هوش مصنوعی کوچک و متوسط طراحی شده‌اند. به‌نظر می‌رسد که XuanTie C950 توسط شرکت TSMC و روی لیتوگرافی ۵ نانومتری آن ساخته شده است، اگرچه علی‌بابا هیچ تأیید مستقیمی دراین‌باره ارائه نکرده است.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

اپل می‌گوید عرضه محصولات و خدمات ممکن است به‌دلیل کمبود ظرفیت محاسباتی با تأخیر مواجه شود

اپل می‌گوید عرضه محصولات و خدمات ممکن است به‌دلیل کمبود ظرفیت محاسباتی با تأخیر مواجه شود اپل در گزارش 10-Q خود به کمیسیون بورس و اوراق بهادار (SEC) هشدار داد که ممکن است در زمینه نیازمندی‌های هوش مصنوعی و یادگیری ماشینی با کمبود ظرفیت محاسباتی مواجه شود. آخرین گزارش درآمد اپل به این دلیل قابل‌توجه بود که این شرکت تشریح کرد محدودیت‌های زنجیره تأمین می‌تواند بر رشد درآمد آن در سه جاری تأثیر بگذارد. بااین‌حال، مطالعه عمیق‌تر گزارش‌های SEC نشان می‌دهد که این شرکت همچنین نگران محدودیت‌ها در ظرفیت زیرساخت محاسباتی هوش مصنوعی و یادگیری ماشینی است. اپل در گزارش 10-Q خود به کمیسیون بورس و اوراق بهادار، بخشی را درباره قطعات و منابع محاسباتی اضافه کرد که می‌تواند به‌عنوان عوامل خطر برای کسب‌وکارش محسوب شود. این شرکت با تشریح این موضوع آغاز کرد که تصمیمش برای محدود کردن تأمین قطعات و اجزا به یک گروه منتخب از تأمین‌کنندگان، آن را در معرض نوسانات قیمت و کمبودهای عرضه قرار می‌دهد که می‌تواند بر درآمد آن تأثیر بگذارد. اپل به‌طور خاص به کمبود مداوم در صنعت حافظه اشاره کرد و توضیح داد که آشفتگی در بخش‌های NAND و DRAM «به‌طور نامطلوبی بر توانایی شرکت در تأمین مقادیر کافی از قطعات و محصولات با شرایط تجاری معقول یا اصلاً تامین آن‌ها تأثیر می‌گذارد.» سپس این شرکت به بحث درباره ظرفیت محاسباتی برای برنامه‌های هوش مصنوعی و یادگیری ماشین می‌پردازد. برخلاف شرکت‌های بزرگ ارائه‌دهنده خدمات ابری (Hyperscalers) و همتایان بزرگ فناوری‌اش، اپل خود را از هزینه‌های سنگین روی زیرساخت هوش مصنوعی یا توسعه نرم‌افزار باز داشته است. در عوض، این شرکت ترجیح داده است به زیرساخت‌های دیگران مانند گوگل اتکا کند. اپل در پرونده خود اذعان کرد که خدمات هوش مصنوعی و یادگیری ماشینی آن «به دسترسی به منابع محاسباتی کافی» وابسته است. این شرکت افزود که تقاضا برای این زیرساخت به‌طور قابل‌توجهی رشد کرده و به «عرضه محدود، زمان تحویل طولانی‌تر و افزایش هزینه‌ها» منجر شده است. به گفته اپل، جدا از زیرساخت محاسباتی خودش، این شرکت همچنین برای برآورده کردن نیازهای محاسباتی خود به زیرساخت‌های شخص ثالث متکی است و ممکن است «نتواند ظرفیت کافی را با شرایط تجاری معقول، یا اصلاً، برای پاسخگویی به تقاضای مشتریان تضمین کند.» READ مستند دیجیاتو: چطور FBI اعضای انانیموس را دستگیر کرد؟در نتیجه، این شرکت تشریح کرد که اگر نتواند به موقع یا با هزینه‌های معقول به ظرفیت کافی دسترسی پیدا کند، کارایی و در دسترس بودن محصولات و خدمات آن ممکن است محدود شود و استقرار محصولات و خدمات با تأخیر مواجه گردد. درحالی‌که همتایان بزرگ فناوری اپل مانند گوگل و آمازون تراشه‌های هوش مصنوعی اختصاصی خود را برای اجرای نرم‌افزار هوش مصنوعی توسعه داده‌اند، جزئیات مربوط به سخت‌افزار اپل بسیار اندک بوده است. این شرکت بارهای کاری هوش مصنوعی را از طریق اکوسیستم رایانش ابری خصوصی (PCC) خود اجرا می‌کند. در این زمینه، اپل در ماه ژوئن اعلامیه مهمی منتشر و فاش کرد که برای گسترش PCC به تراشه‌های انویدیا از طریق گوگل کلود با گوگل و انویدیا همکاری کرده است.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

سامسونگ شتاب‌دهنده هوش مصنوعی Gaia را برای کامپیوترها آماده می‌کند

سامسونگ شتاب‌دهنده هوش مصنوعی Gaia را برای کامپیوترها آماده می‌کند طبق گزارش‌ها، سامسونگ درحال ارسال نمونه‌های اولیه پردازنده هوش مصنوعی اختصاصی خود برای نسل بعدی کامپیوترهای AI به سازندگان پیشرو کامپیوتر، مانند اچ‌پی و لنوو است. به گزارش رسانه Chosun، این تراشه که با نام رمز Gaia توسعه یافته است، توسط واحد تجاری System LSI این شرکت طراحی شده و هدف آن کاهش بارهای کاری مرتبط با هوش مصنوعی از روی دوش پردازنده مرکزی (CPU) و پردازشگر گرافیکی (GPU) است. برنامه‌ریزی سامسونگ برای عرضه تراشه هوش مصنوعی Gaia تراشه Gaia سامسونگ برای سرعت بخشیدن به بارهای کاری هوش مصنوعی مولد در کامپیوترها طراحی شده و با استفاده از فرایند ساخت کلاس ۴ نانومتری این شرکت تولید می‌شود. این تراشه که اساساً یک واحد پردازش عصبی (NPU) است، درحال‌حاضر توسط شرکت HP در ایالات متحده و لنوو در چین درحال ارزیابی است تا عملکرد آن سنجیده شود و بررسی کنند آیا ادغام Gaia در سیستم‌هایشان که برای اواخر ۲۰۲۷ یا اوایل ۲۰۲۸ برنامه‌ریزی شده‌اند، منطقی است یا خیر. این گزارش جزئیاتی درباره اینکه Gaia چه تفاوت‌هایی با NPUهای یکپارچه موجود در پردازنده‌های رایزن ای‌ام‌دی، اینتل یا اسنپدراگون کوالکام دارد و آیا می‌تواند مزایای عملکردی چشمگیری ارائه دهد یا خیر، ارائه نمی‌دهد. بااین‌حال، گزارش‌ها حاکی از آن است که این NPU (یا احتمالاً مشتقات آن بر اساس همان معماری) می‌تواند برای پیاده‌سازی‌های نسل بعدی سامسونگ از فناوری پردازش درون حافظه (PIM) استفاده کند. فناوری اصلی PIM سامسونگ به‌گونه‌ای طراحی شده بود که منطق محاسباتی را مستقیماً درون آرایه حافظه HBM تعبیه کند و جابه‌جایی داده‌ها را بین ماژول‌های حافظه HBM و پردازنده‌های میزبان کاهش دهد. هدف PIM تسریع بارهای کاری خاص بود، اما برخلاف GPUهای هوش مصنوعی و HPC که بسیار کارآمد شده و از اکوسیستم‌های بالغی برخوردار بودند، PIM نتوانست چندان همه‌گیر شود. READ اپ هواشناسی سامسونگ در One UI 8 تغییرات بزرگی خواهد داشتشاید اگر NPU آتی Gaia بتواند حمایت سازندگان سخت‌افزار و شرکای اکوسیستم را جلب کند، این امر به تقویت پیاده‌سازی نسل بعدی PIM سامسونگ نیز کمک کند. بااین‌حال، NPUهای مستقل و PIM از اساس به قدری با یکدیگر متفاوت هستند که تصور اشتراک‌گذاری یک معماری مشترک دشوار است. با این وجود، منطق PIM می‌تواند از نظر دستورالعمل‌های پشتیبانی‌شده و فرمت‌های داده، زیرمجموعه‌ای از یک NPU باشد و این دو بخش مطمئناً می‌توانند یک چارچوب نرم‌افزاری مشترک را به اشتراک بگذارند. یکی از نکات جالب توجه درباره Gaia این است که ظاهراً توسط بخش LSI سامسونگ توسعه یافته است؛ یعنی همان واحد تجاری در این شرکت که مسئولیت توسعه پردازنده‌های اگزینوس (Exynos)، راهکارهای خودرویی، تراشه‌های ارتباطی، پردازنده‌های سیگنال تصویر (ISP)، پردازنده‌های سیگنال دیجیتال (DSP)، درایورهای نمایشگر و سنسورهای تصویر را برعهده دارد. با توجه به ماهیت چندبعدی واحد LSI سامسونگ و اهمیت استراتژیک آن برای این شرکت، سامسونگ قطعاً امید زیادی به موفقیت تراشه Gaia دارد.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

اپل به‌دنبال خرید شرکت‌های سازنده تراشه هوش مصنوعی است

اپل به‌دنبال خرید شرکت‌های سازنده تراشه هوش مصنوعی است براساس گزارش‌های جدید، اپل که معمولاً سابقه خریدهای بزرگ ندارد، اکنون درحال بررسی خرید شرکت‌های فعال در حوزه توسعه تراشه‌های هوش مصنوعی است تا توان پردازشی زیرساخت‌های هوش مصنوعی خود را تقویت کند. گفته می‌شود این شرکت با تولیدکنندگان نیمه‌رسانا و بانکداران درباره خریدهای احتمالی برای ارتقای سرورهای خود وارد مذاکره شده است. به گزارش The Information، اپل در سرورهایی که از تراشه‌های M2 Ultra استفاده می‌کنند، با مشکلات عملکردی مواجه شده است. این تراشه‌ها برای برخی وظایف هوش مصنوعی به کار گرفته می‌شوند، اما پردازش‌های سنگین‌تر، ازجمله برای مدل جمینتای که پشت قابلیت‌های هوش مصنوعی سیری قرار دارد، ظاهراً با استفاده از تراشه‌های انویدیا روی زیرساخت ابری گوگل انجام می‌شود. اپل ظاهراً تلاش کرده از سرورهای اختصاصی خود برای این منظور استفاده کند، اما زیرساخت فعلی این شرکت پاسخگوی نیازها نبوده است. تراشه‌های فعلی اپل پاسخگوی نیاز هوش مصنوعی شرکت نیستند بلومبرگ نیز این هفته گزارش داد که تراشه سرور مبتنی بر M7 Ultra تا سال ۲۰۲۹ آماده نخواهد شد، اما اپل به‌زودی زیرساخت خود را با تراشه‌های M5 Ultra ارتقا می‌دهد. همچنین ظاهراً اپل قصد داشته امسال از تراشه سرور نسل بعدی خود با اسم رمز «Baltra» رونمایی کند، اما این برنامه به تعویق افتاده است. کوپرتینویی‌ها هفته گذشته نیز قراردادی به ارزش ۳۰ میلیارد دلار با برادکام امضا کردند تا از این شرکت تراشه تأمین کنند. تخصص اپل در طراحی تراشه عمدتاً به محصولات مصرفی محدود می‌شود، بنابراین تلاش این شرکت برای جذب توانمندی‌های بیشتر در حوزه تراشه‌های سرور چندان دور از انتظار نیست. اپل در سال ۲۰۰۸ با خرید شرکت PA Semi به ارزش ۲۷۸ میلیون دلار وارد توسعه تراشه‌های اختصاصی شد، اما به‌طور کلی سابقه خریدهای بزرگ ندارد. این شرکت امسال استارتاپ هوش مصنوعی Q.ai را با قیمتی نزدیک به ۲ میلیارد دلار خریداری کرد که پس از خرید ۳ میلیارد دلاری Beats، دومین خرید بزرگ تاریخ اپل محسوب می‌شد. READ در سری آیفون 15 می‌توان حداکثر شارژ باتری را به 80 درصد محدود کردبا توجه به اهمیت روزافزون تراشه‌ها در صنعت هوش مصنوعی، احتمال دارد اپل برای خرید شرکت‌های فعال در این حوزه ناچار به پرداخت مبالغ بالایی شود. البته این شرکت از نظر منابع مالی محدودیتی ندارد؛ زیرا تا پایان ماه مارس، حدود ۴۵.۶ میلیارد دلار وجه نقد و معادل آن در اختیار داشته است.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

سامسونگ و آنتروپیک احتمالاً تراشه‌های هوش مصنوعی ۲ نانومتری تولید می‌کنند

سامسونگ و آنتروپیک احتمالاً تراشه‌های هوش مصنوعی ۲ نانومتری تولید می‌کنند با داغ‌تر شدن رقابت در حوزه هوش مصنوعی، گزارش‌ها حاکی از آن است که بخش سامسونگ فاندری (Samsung Foundry) موفق شده قراردادی را برای تولید تراشه‌های هوش مصنوعی شرکت آنتروپیک منعقد کند. شرکت Anthropic به لطف مدل‌های هوش مصنوعی پیشرفته خود، به‌آرامی به یکی از مهم‌ترین بازیگران این صنعت تبدیل شده است. از آنجایی که بازار نیمه‌هادی‌های هوش مصنوعی همچنان به شدت متمرکز است و بخش عمده‌ای از تراشه‌ها توسط انویدیا طراحی و فروخته می‌شود، بازیگران بزرگی نظیر گوگل، OpenAI و آمازون در حال طراحی تراشه‌های سفارشی خود هستند. منابع آگاه می‌گویند قرارداد سامسونگ با آنتروپیک نه‌تنها به بخش تولید تراشه این شرکت اجازه می‌دهد تا به مسیر رشد بازگردد، بلکه به آن‌ها کمک خواهد کرد تا کسری بودجه فعلی خود را جبران کنند. استفاده آنتروپیک از فرایند تولید ۲ نانومتری سامسونگ برای تراشه‌های هوش مصنوعی گزارش امروز به بیانیه مطبوعاتی Anthropic برای دور تأمین مالی سری H اشاره دارد. این دور از تأمین مالی در ماه مه تکمیل شد و این شرکت فهرستی از شرکایی را اعلام کرد که در تأمین بودجه کمک کرده و به‌عنوان «شرکای استراتژیک زیرساختی» ثبت‌نام کرده‌اند. غول‌های حافظه یعنی سامسونگ، اس‌کی هاینیکس و میکرون از جمله شرکای زیرساختی آنتروپیک بودند و این شرکت اضافه کرد که آن‌ها کمک خواهند کرد تا «محاسبات ما با سرعتی که مشتریانمان نیاز دارند، به شکلی قابل‌اطمینان مقیاس‌پذیر شود.» طبق گفته منابع صنعتی که توسط نشریه کره‌ای NewsWorks نقل شده است، از آنجایی که سامسونگ تنها شرکت در میان شرکای زیرساختی آنتروپیک است که بخش فاندری با قابلیت تولید تراشه‌های غیرحافظه‌ای دارد، احتمال بسیار زیادی وجود دارد که سفارش‌های محصولات این شرکت را دریافت کند. این گزارش همچنین ادعا می‌کند که سامسونگ موفق شده آنتروپیک را به‌عنوان مشتری فاندری جذب کند و یک منبع داخلی تأیید کرده که این بخش تصمیم گرفته است تراشه‌های آنتروپیک را تولید کند. طبق گفته این منبع، انتظار می‌رود این سفارش‌ها، شرایط کسری بودجه بخش فاندری را تغییر دهند. گزارش امروز در پی ادعاهای مدیریت سامسونگ مطرح می‌شود که اعلام کرده بود تراشه «AI5» تسلا وارد مرحله «Tape-out» شده است. «Tape-out» آخرین مرحله در فرایند طراحی نیمه‌هادی است؛ از طریق این مرحله، طراحی نهایی تراشه به فاندری ارسال می‌شود تا تولیدکننده بتواند ابزارهای خود را برای مطابقت با مشخصات فنی کالیبره کند. براساس جزئیات منتشرشده، «کیم جونگ-گون»، از مهندسان ارشد سامسونگ فاندری در لینکدین نوشت: «تراشه AI5 تسلا-سامسونگ وارد مرحله Tape-out شده است (مرحله‌ای که طراحی تکمیل شده و نقشه‌ها به کارخانه فاندری تحویل داده می‌شوند).» او افزود: «این تراشه قرار است در کارخانه تیلور (Taylor) با استفاده از فرایند ۲ نانومتری تولید شود و به‌زودی در جدیدترین محصولات تسلا نصب خواهد شد.» ایلان ماسک، مدیرعامل تسلا، در ماه ژانویه ادعاهای بزرگی درباره AI5 مطرح کرد و اظهار داشت که این تراشه به‌طور قابل‌توجهی ارزان‌تر است، انرژی کمتری مصرف می‌کند و با محصولات Blackwell و Hopper انویدیا رقابت خواهد کرد.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

هوش مصنوعی احتمالاً اپل را مجبور به کنار گذاشتن تکنولوژی قدیمی تراشه‌های آیفون می‌کند

هوش مصنوعی احتمالاً اپل را مجبور به کنار گذاشتن تکنولوژی قدیمی تراشه‌های آیفون می‌کند فناوری «بسته‌بندی یکپارچه روی هم» یا همان InFO-PoP، سال‌ها گزینه اصلی و محبوب اپل برای تراشه‌های سری A بود. اگرچه این فناوری در زمان خود کاربردهای مهمی داشت، اما در عصر هوش مصنوعی، به سرعت قدیمی شد و محدودیت‌های فراوانی را به همراه آورد؛ از جمله مشکلات حرارتی جدی که هنگام اجرای پردازش‌های هوش مصنوعی «روی دستگاه» (On-device AI) برای گوشی‌های هوشمند ایجاد می‌کرد. خوشبختانه اگر بخواهیم یک نتیجه مثبت برای رونق هوش مصنوعی در نظر بگیریم، این است که شرکت‌هایی مانند اپل تشویق شدند تا به تحقیق و توسعه درباره فناوری‌های بسته‌بندی جدیدتر روی بیاورند؛ کاری که طبق ادعای یک منبع آگاه، اپل برای تراشه A20 Pro و فناوری WMCM (بسته‌بندی ماژول چندتراشه‌ای در سطح ویفر) انجام داده است. فرایند جدید WMCM؛ کلیدی برای مدیریت دما و افزایش پهنای باند مشکل اساسی فناوری قدیمی PoP این بود که حافظه DRAM مستقیماً روی قالب سیلیکونی (Silicon die) قرار می‌گرفت. در این شرایط، هر دو قطعه هنگام انجام وظایف سنگینی که هم پردازنده (SoC) و هم حافظه را تحت فشار می‌گذاشت، خیلی زود به مرز محدودیت‌های حرارتی خود می‌رسیدند. حتی با وجود استفاده از محفظه بخار (Vapor Chamber)، این سبک از بسته‌بندی در نهایت برای اجرای هوش مصنوعی که هر دو قطعه را به شدت درگیر می‌کند، ناکارآمد بود. طبق گزارش حساب کاربری Fixed-focus digital cameras در شبکه اجتماعی ویبو، هوش مصنوعی اپل را وادار کرد تا برای گذار از PoP به WMCM اقدام کند؛ چرا که روش قدیمی نه تنها مدیریت حرارت ضعیفی داشت، بلکه در مدیریت حجم بالای داده‌ها نیز محدود بود. نشت تصویر بورد منطقی تراشه A20 Pro نشان می‌دهد که حافظه DRAM اکنون کاملاً از قالب اصلی تراشه جدا شده است و یک «موتور عصبی» بزرگ‌تر نیز به تقویت عملکرد هوش مصنوعی کمک می‌کند. در ساختار جدید، تراشه A20 Pro دیگر به دلیل گرمای ناشی از RAM دچار افت عملکرد حرارتی نمی‌شود و فضای حرارتی کافی در اختیار دارد. همچنین بهبود دما با کمک یک محفظه بخار بزرگ‌تر به‌وضوح دیده می‌شود. افزایش پهنای باند نیز ممکن است نتیجه تغییر به حافظه LPDDR6 (با رابط ۹۶ بیتی) باشد، هرچند برای تأیید اینکه آیا اپل واقعاً از استاندارد LPDDR5X عبور کرده است یا خیر، باید منتظر ماند. آیا هوش مصنوعی تنها عامل تغییر بسته‌بندی تراشه‌های اپل بود؟ مطرح شدن چنین ادعاهایی از سوی منابع آگاه جالب است، اما باید این شایعات را از زاویه‌ای منطقی‌تر نیز بررسی کرد. در حوزه هوش مصنوعی، اپل تا حد زیادی نسبت به رقبا عقب‌تر بوده است؛ این بدان معنا نیست که اپل در این زمینه ضعف تکنولوژیک دارد، بلکه دلیل اصلی این است که تا به امروز، کاربرد مشخصی برای آوردن پردازش‌های سنگین هوش مصنوعی به گوشی‌های هوشمند وجود نداشته است که بخواهد هزینه‌های میلیارد دلاری برای آن را توجیه کند. اپل احتمالاً با تغییر بسته‌بندی در تراشه‌های M5 Pro و M5 Max نتیجه گرفته که فناوری PoP در تراشه A19 Pro به سقف عملکرد سری A رسیده و نیازمند یک تغییر ضروری بوده است. اگر هوش مصنوعی تنها دلیل برای این تغییر بود، چرا سامسونگ نیز به‌طور تهاجمی در حال آوردن بهبودهای بسته‌بندی به تراشه Exynos 2700 است؟ این موضوعی است که جای تأمل دارد.

مقالات گرندسیستم

1 دقیقه زمان مطالعه

مدیرعامل TSMC از احتمال تداوم کمبود تراشه تا چند سال آینده خبر داد

مدیرعامل TSMC از احتمال تداوم کمبود تراشه تا چند سال آینده خبر دادانفجار تقاضا برای توسعه هوش مصنوعی، بزرگ‌ترین تولیدکننده تراشه جهان را با بحران جدی در تامین قطعات مواجه کرده است؛ چالشی عمیق که به گفته مدیران ارشد این صنعت، زنجیره عرضه بازار جهانی را تا سال‌ها قفل کرده است و موج جدیدی از گرانی کالاهای دیجیتال را به همراه خواهد داشت. شرکت صنایع نیم‌رسانای تایوان (TSMC)، بزرگ‌ترین تولیدکننده تراشه در جهان، هشدار داد که موج تقاضا برای سخت‌افزارهای مجهز به هوش مصنوعی به قدری سهمگین است که کمبود تراشه در بازار جهانی احتمالا تا چند سال آینده ادامه خواهد داشت؛ وضعیتی که می‌تواند به افزایش مداوم قیمت گجت‌های مصرفی نظیر گوشی‌های هوشمند و لپ‌تاپ‌ها دامن بزند. سی‌سی وِی (CC Wei)، مدیرعامل TSMC، امروز پنجشنبه در جریان نشست سالانه سهام‌داران این شرکت در شهر شینچو اعلام کرد که با وجود تلاش‌ها برای توسعه خطوط تولید –از جمله ساخت کارخانه‌ای بزرگ در ایالات متحده– حجم تقاضا از ظرفیت عرضه این شرکت پیشی گرفته است و این شکاف به این زودی‌ها پر نخواهد شد. تب تند هوش مصنوعی این روزها نه تنها ساختار اشتغال را در شرکت‌های بزرگ فناوری تغییر داده و باعث تعدیل نیرو برای تامین بودجه زیرساخت‌های هوش مصنوعی شده، بلکه بازار سخت‌افزار را نیز با شوک بزرگی مواجه کرده است. تقاضای بی‌سابقه برای ریزتراشه‌ها و حافظه‌ها، از هم‌اکنون قیمت تجهیزات الکترونیکی از جمله لپ‌تاپ، گوشی‌های هوشمند و کنسول‌های بازی را بالا برده است. وضعیت زمانی بحرانی‌تر می‌شود که بدانیم غول‌های طراحی تراشه جهان مانند انویدیا (Nvidia) و ای‌ام‌دی (AMD) برای تولید محصولات خود کاملا به TSMC وابسته‌اند؛ شرکتی که بیش از ۷۲ درصد از سهم بازار تولید تراشه‌های پیشرفته جهان را در اختیار دارد. مدیرعامل TSMC در این رابطه گفت: ما شاهد به‌کارگیری روزافزون مدل‌های هوش مصنوعی در بخش‌های ساختار حاکمیتی، سازمانی و محصولات مصرفی هستیم. این روند نیازمند قدرت پردازش به‌مراتب بالاتری است که به نوبه خود، تقاضای شدیدی را برای تراشه‌های پیشرفته نیمه‌هادی ایجاد می‌کند. فشار بر بازار تراشه تنها به محدودیت عرضه ختم نمی‌شود. گزارش‌ها حاکی از آن است که TSMC به دلیل تقاضای بالا، در حال بررسی افزایش قیمت خدمات خود به مشتریان بزرگ است. سی‌سی وِی در پاسخ به سوالی درباره احتمال گران شدن تراشه‌ها با لحنی صریح گفت: مایلم این کار را انجام دهم. بالاخره ما هم باید درآمدزایی داشته باشیم. با این حال، او تاکید کرد که این شرکت برخلاف سازندگان حافظه، دست به گرانی‌های ناگهانی و تهاجمی نخواهد زد: هدف ما تداوم فعالیت در بلندمدت است و نمی‌خواهیم با رفتارهای ناپایدار مشتریان خود را غافلگیر کنیم. شرکت تایوانی برای مهار این بحران، در حال ساخت یک قطب بزرگ تولید نیمه‌هادی در شهر فینیکس ایالت آریزونای آمریکا است و حجم سرمایه‌گذاری‌های خود را به بیش از ۱۶۵ میلیارد دلار رسانده است. با این حال، مدیرعامل شرکت معتقد است که حتی این ظرفیت جدید نیز نمی‌تواند پاسخگوی نیاز فزاینده مشتریان آمریکایی باشد. سرعت رشد تقاضا به شکل سرسام‌آوری از توسعه فیزیکی کارخانه‌ها جلوتر است. ارزیابی‌ها نشان می‌دهند غول‌های بزرگ فناوری تنها در سال جاری میلادی حدود ۷۲۵ میلیارد دلار در حوزه هوش مصنوعی سرمایه‌گذاری خواهند کرد. در بحبوحه این بازار پررونق، قرعه فال به نام کارکنان این غول تایوانی نیز افتاده است. مدیرعامل TSMC تایید کرد که به دنبال سودآوری کلان ناشی از رونق هوش مصنوعی، پاداش کارکنان این شرکت در سال جاری به طور میانگین بیش از ۳۰ درصد افزایش خواهد یافت؛ اقدامی که پاسخ به درخواست‌ها برای تسهیم عادلانه سود با بدنه کارگری محسوب می‌شود. اما برای مصرف‌کنندگان نهایی، پیام این نشست کاملا روشن و نگران‌کننده است: رقابت سنگین غول‌های فناوری بر سر تصاحب سهم بیشتر از بازار هوش مصنوعی، گلوگاه بزرگی در زنجیره تامین تراشه‌های جهان ایجاد کرده است که ترکش‌های آن تا سال‌ها در قالب افزایش قیمت کالاهای دیجیتال به جیب کاربران اصابت خواهد کرد.