آمازون با ابزار جدید خود بازار تراشه‌های هوش مصنوعی انودیا را هدف گرفت

شرکت خدمات وب آمازون (AWS) روز دوشنبه ابزار جدیدی با نام تورچ‌نیورون (TorchNeuron) معرفی کرد که به توسعه‌دهندگان هوش مصنوعی اجازه می‌دهد برنامه‌های نوشته‌شده با پای‌تورچ (PyTorch) را با تغییرات اندک در تنظیمات، روی تراشه‌های هوش مصنوعی ترینیوم آمازون اجرا کنند.

این اقدام با هدف کاهش یکی از مهم‌ترین مزیت‌های رقابتی انویدیا، یعنی برتری نرم‌افزاری و جایگاه تثبیت‌شده آن در میان توسعه‌دهندگان، انجام شده است. مزیتی که طی سال‌های گذشته سخت‌افزار این شرکت را به انتخاب پیش‌فرض بسیاری از تیم‌های هوش مصنوعی تبدیل کرده است.

پای‌تورچ یک چارچوب نرم‌افزاری رایگان و متن‌باز است که برای ساخت و آموزش بخش بزرگی از مدل‌های هوش مصنوعی مورد استفاده قرار می‌گیرد. آمازون می‌گوید حدود ۸۵ درصد برنامه‌های هوش مصنوعی با این چارچوب نوشته شده‌اند.

به گفته این شرکت، ابزار تورچ‌نیورون به توسعه‌دهندگان امکان می‌دهد بدون نیاز به بازنویسی گسترده کدها، برنامه‌های خود را روی تراشه‌های ترینیوم اجرا کنند و در بسیاری از موارد، تنها با تغییر یک خط از تنظیمات، زیرساخت پردازشی خود را تغییر دهند.

یکی از دلایل اصلی موفقیت انویدیا در بازار هوش مصنوعی، یکپارچگی عمیق فناوری کودا (CUDA) با پای‌تورچ و دیگر ابزارهای توسعه است.

این هماهنگی باعث شده است بسیاری از توسعه‌دهندگان و شرکت‌ها، نرم‌افزارها و فرایندهای کاری خود را بر اساس سخت‌افزارهای انویدیا طراحی کنند. در نتیجه، مهاجرت به تراشه‌های شرکت‌های رقیب می‌تواند به تغییرات فنی و هزینه‌های اضافی منجر شود.

آمازون امیدوار است تورچ‌نیورون این مانع را کاهش دهد و به توسعه‌دهندگانی که با پای‌تورچ آشنا هستند اجازه دهد بدون نیاز به یادگیری یک چارچوب جدید، از تراشه‌های ترینیوم استفاده کنند.

این شرکت همچنین اعلام کرده است که تغییراتی را به پروژه اصلی پای‌تورچ پیشنهاد می‌دهد تا وابستگی این چارچوب به سخت‌افزارهای خاص کمتر شود و انتقال برنامه‌ها میان تراشه‌های مختلف آسان‌تر صورت بگیرد.

کالین بریس، معاون نرم‌افزار فناوری در آزمایشگاه آناپورنا آمازون، در این‌باره گفته است استارتاپ‌هایی که محصولات خود را روی زیرساخت‌های خدمات وب آمازون توسعه می‌دهند، مجبور نیستند از ابتدا به یک ارائه‌دهنده خاص خدمات محاسباتی وابسته شوند و تمام زیرساخت‌های خود را بر اساس آن طراحی کنند. به گفته او، زیرساخت موردنیاز برای تبدیل نمونه‌های اولیه به محصولات عملیاتی در محیط آمازون از قبل فراهم شده است.

آمازون یکی دیگر از مزیت‌های تراشه‌های ترینیوم را امکان استفاده از آن‌ها برای هر دو مرحله آموزش مدل‌های هوش مصنوعی و استنتاج می‌داند. آموزش به فرایند یادگیری مدل از داده‌ها گفته می‌شود، درحالی‌که استنتاج به اجرای مدل آموزش‌دیده برای تولید پاسخ یا انجام وظایف مشخص اشاره دارد.

بریس برای توضیح مزایای این تراشه‌ها به شرکت دیپ‌گرام (Deepgram)، فعال در حوزه خدمات هوش مصنوعی صوتی، اشاره کرده است. به گفته او، این شرکت پس از مهاجرت به ترینیوم توانسته است به‌ازای هر دلار هزینه، حدود ۷۰ درصد حجم پردازش صوتی بیشتری انجام دهد.

البته این رقم ادعای آمازون درباره عملکرد در یک کاربرد مشخص است و لزوماً به معنای برتری ترینیوم در تمام وظایف هوش مصنوعی نیست.
تورچ‌نیورون به‌صورت متن‌باز و تحت مجوز آپاچی ۲.۰ منتشر شده است. نسخه آزمایشی عمومی این ابزار نیز هم‌زمان با کنفرانس پای‌تورچ، در حوالی ۲۰ اکتبر، در دسترس قرار گرفته است. این ابزار از تراشه‌های ترینیوم ۲ و ترینیوم ۳ پشتیبانی می‌کند و شرکت‌هایی مانند دیپ‌گرام و کارتزیا (Cartesia) از نخستین کاربران آن بوده‌اند.

معرفی تورچ‌نیورون را می‌توان بخشی از تلاش آمازون برای رقابت جدی‌تر با انویدیا در بازار سخت‌افزار هوش مصنوعی دانست. بااین‌حال، موفقیت این راهبرد تنها به ساده‌تر شدن انتقال برنامه‌ها وابسته نیست و عواملی مانند عملکرد واقعی تراشه‌ها، هزینه اجرای مدل‌ها، پایداری ابزارها و میزان استقبال توسعه‌دهندگان نیز نقش تعیین‌کننده‌ای خواهند داشت.

اگر تورچ‌نیورون بتواند وابستگی توسعه‌دهندگان به اکوسیستم کودا را کاهش دهد، آمازون فرصت بیشتری برای گسترش استفاده از تراشه‌های اختصاصی خود پیدا خواهد کرد. چنین تغییری می‌تواند رقابت در بازار پردازنده‌های هوش مصنوعی را افزایش دهد و در بلندمدت، گزینه‌های بیشتری را از نظر هزینه و زیرساخت در اختیار شرکت‌ها و توسعه‌دهندگان قرار دهد.

من عرفان جمالی نقاب دانشجوی رشته کامپیوتر هستم و از سال 1405 فعالیت خودم رو در سایت پارس دی‌جی آغاز کردم. علاقه اصلی من در دنیای فناوری و اتفاقات جدید این حوزه هست و سعیم این بوده که خودمو به‌روز نگه دارم .
بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *