يستهدف منافسو Nvidia هيمنتها على البرمجيات

يتجمع منافسو Nvidia وأكبر عملائها خلف مبادرة تقودها OpenAI لبناء برمجيات من شأنها أن تسهل على مطوري الذكاء الاصطناعي الابتعاد عن رقائقها.

أصبحت شركة Nvidia، ومقرها وادي السيليكون، شركة تصنيع الرقائق الأكثر قيمة في العالم بفضل احتكارها تقريبًا للرقائق اللازمة لإنشاء أنظمة ذكاء اصطناعي كبيرة، لكن نقص الإمدادات وارتفاع الأسعار يدفعان العملاء إلى البحث عن بدائل.

ومع ذلك، فإن صنع شرائح ذكاء اصطناعي جديدة لا يحل سوى جزء من المشكلة. في حين أن شركة Nvidia معروفة بمعالجاتها القوية، فإن شخصيات الصناعة تقول إن “الصلصة السرية” الخاصة بها هي منصتها البرمجية، Cuda، التي تمكن الرقائق المصممة أصلاً للرسومات من تسريع تطبيقات الذكاء الاصطناعي.

في الوقت الذي تستثمر فيه شركة Nvidia بكثافة لتوسيع منصة برمجياتها، يستهدف المنافسون، بما في ذلك Intel وAMD وQualcomm، شركة Cuda على أمل جذب العملاء بعيدا – بدعم متحمس من بعض أكبر الشركات في وادي السيليكون.

يساعد المهندسون في Meta وMicrosoft وGoogle في تطوير برنامج Triton، وهو برنامج لتشغيل التعليمات البرمجية بكفاءة على مجموعة واسعة من شرائح الذكاء الاصطناعي، والتي أطلقتها OpenAI في عام 2021.

حتى مع استمرارهم في إنفاق مليارات الدولارات على أحدث منتجاتها، تأمل شركات التكنولوجيا الكبرى أن يساعد Triton في كسر القبضة الخانقة التي تفرضها شركة Nvidia على أجهزة الذكاء الاصطناعي.

وقال جريج لافندر، كبير مسؤولي التكنولوجيا في إنتل: “إنه في الأساس يكسر قفل كودا”.

تهيمن شركة Nvidia على سوق بناء ونشر نماذج لغوية كبيرة، بما في ذلك النظام الذي يقف وراء ChatGPT الخاص بشركة OpenAI. وقد أدى ذلك إلى رفع قيمتها إلى أكثر من 2 تريليون دولار وترك المنافسين Intel وAMD يتدافعان للحاق بالركب. هذا الأسبوع، يتوقع المحللون أن تعلن شركة Nvidia أن إيراداتها الفصلية الأخيرة تضاعفت أكثر من ثلاثة أضعاف على أساس سنوي، مع زيادة الأرباح بأكثر من ستة أضعاف.

لكن أجهزة إنفيديا لم تصبح سلعة رائجة إلا بسبب البرامج المصاحبة لها التي طورتها على مدى ما يقرب من عقدين من الزمن، الأمر الذي أدى إلى خلق “خندق” هائل ناضل المنافسون للتغلب عليه.

“ما تفعله نفيديا من أجل لقمة العيش ليس كذلك [just] بناء الشريحة: نقوم ببناء حاسوب عملاق كامل، من الشريحة إلى النظام إلى الوصلات البينية. . . قال الرئيس التنفيذي جنسن هوانغ في مؤتمر تكنولوجيا GPU في مارس: “لكن الأهم من ذلك هو البرنامج”. لقد وصف برنامج Nvidia بأنه “نظام تشغيل” الذكاء الاصطناعي.

تأسست شركة Nvidia منذ أكثر من 30 عامًا لاستهداف لاعبي الفيديو، وقد تم تسهيل محور Nvidia للذكاء الاصطناعي من خلال برنامج Cuda الخاص بها، والذي أنشأته الشركة في عام 2006 لتمكين التطبيقات ذات الأغراض العامة من العمل على وحدات معالجة الرسومات الخاصة بها.

منذ ذلك الحين، استثمرت Nvidia مليارات الدولارات لبناء مئات من الأدوات والخدمات البرمجية لجعل تشغيل تطبيقات الذكاء الاصطناعي على وحدات معالجة الرسومات الخاصة بها أسرع وأسهل. يقول المسؤولون التنفيذيون في شركة Nvidia إنها توظف الآن ضعف عدد مهندسي البرمجيات مقارنة بموظفي الأجهزة.

قال ديفيد كاتز، الشريك في شركة Radical Ventures، وهي شركة مستثمرة تركز على الذكاء الاصطناعي: “أعتقد أن الناس يقللون من شأن ما بنته شركة Nvidia بالفعل”.

وأضاف: “لقد قاموا ببناء نظام بيئي من البرمجيات حول منتجاتهم، وهو نظام فعال وسهل الاستخدام ويعمل بالفعل – ويجعل الأمور المعقدة للغاية بسيطة”. “إنه شيء تطور مع مجتمع ضخم من المستخدمين على مدى فترة طويلة جدًا.”

ومع ذلك، فإن السعر المرتفع لمنتجات Nvidia والطابور الطويل لشراء معداتها الأكثر تقدمًا، مثل H100 و”الشريحة الفائقة” GB200 المقبلة، دفع بعضًا من أكبر عملائها – بما في ذلك Microsoft وAmazon وMeta – للبحث عن بدائل. أو تطوير أنفسهم.

ومع ذلك، نظرًا لأن معظم أنظمة وتطبيقات الذكاء الاصطناعي تعمل بالفعل على برنامج Cuda من Nvidia، فإن إعادة كتابتها لمعالجات أخرى، مثل AMD’s MI300، أو Intel Gaudi 3، أو Amazon Trainium، تستغرق وقتًا طويلاً وتنطوي على مخاطر بالنسبة للمطورين.

وقال جينادي بيخيمينكو، الرئيس التنفيذي لشركة CentML، وهي شركة ناشئة: “الأمر هو أنك إذا كنت تريد التنافس مع Nvidia في هذا المجال، فأنت لا تحتاج فقط إلى بناء أجهزة قادرة على المنافسة، بل تحتاج أيضًا إلى جعلها سهلة الاستخدام”. صنع برامج لتحسين مهام الذكاء الاصطناعي، وأستاذ مشارك في علوم الكمبيوتر في جامعة تورنتو. “إن رقائق Nvidia جيدة حقًا، ولكن في رأيي، فإن الميزة الأكبر لها تكمن في الجانب البرمجي.”

قد تقدم المنافسون، مثل رقائق TPU AI من Google، أداءً مشابهًا في الاختبارات المعيارية، لكن “الراحة ودعم البرامج يحدثان فرقًا كبيرًا” لصالح Nvidia، وفقًا لبيخيمينكو.

يجادل المسؤولون التنفيذيون في Nvidia بأن عملها البرمجي يجعل من الممكن نشر نموذج جديد للذكاء الاصطناعي على أحدث شرائحها في “ثواني” ويقدم تحسينات مستمرة في الكفاءة. ولكن هذه الفوائد تأتي مع الصيد.

“إننا نشهد الكثير من حبس كودا في [AI] قالت مريم أريك، المؤسس المشارك لشركة TitanML، وهي شركة ناشئة تعمل في مجال الذكاء الاصطناعي ومقرها لندن: “النظام البيئي، مما يجعل من الصعب جدًا استخدام أجهزة غير تابعة لـ Nvidia”. بدأت شركة TitanML باستخدام Cuda، لكن النقص في وحدة معالجة الرسومات العام الماضي دفعها إلى إعادة كتابة منتجاتها بلغة Triton. وقالت أريك إن هذا ساعد شركة TitanML على كسب عملاء جدد أرادوا تجنب ما أسمته “ضريبة Cuda”.

Triton، الذي تم تعيين منشئه المشارك Philippe Tillet بواسطة OpenAI في عام 2019، هو مفتوح المصدر، مما يعني أنه يمكن لأي شخص عرض الكود الخاص به أو تكييفه أو تحسينه. يجادل المؤيدون بأن هذا يمنح Triton جاذبية متأصلة للمطورين على Cuda، المملوكة لشركة Nvidia. بدأت Triton العمل مع وحدات معالجة الرسوميات من Nvidia فقط، ولكنها الآن تدعم MI300 من AMD، مع دعم Intel’s Gaudi وشرائح التسريع الأخرى المخطط لها قريبًا.

على سبيل المثال، وضعت شركة ميتا برنامج Triton في قلب شريحة الذكاء الاصطناعي التي طورتها داخل الشركة، MTIA. عندما أصدرت شركة Meta الجيل الثاني من MTIA الشهر الماضي، قال مهندسوها إن Triton كان “عالي الكفاءة” و”لا يلتزم بالأجهزة بما يكفي” للعمل مع مجموعة من بنيات الرقائق.

كما عمل المطورون في الشركات المنافسة لـ OpenAI مثل Anthropic – وحتى Nvidia نفسها – على تحسين Triton، وفقًا لسجلات GitHub والمحادثات حول مجموعة الأدوات.

Triton ليست المحاولة الوحيدة لتحدي ميزة برامج Nvidia. تعد Intel وGoogle وArm وQualcomm من بين أعضاء مؤسسة UXL، وهو تحالف صناعي يقوم بتطوير بديل Cuda استنادًا إلى منصة OneAPI مفتوحة المصدر من Intel.

أطلق كريس لاتنر، أحد كبار المهندسين السابقين البارزين في Apple وTesla وGoogle، Mojo، وهي لغة برمجة لمطوري الذكاء الاصطناعي تتضمن فكرتها: “لا حاجة إلى Cuda”. ويقول إن أقلية صغيرة فقط من مطوري البرمجيات في العالم يعرفون كيفية البرمجة باستخدام كودا، ومن الصعب تعلمها. من خلال شركته الناشئة Modular، يأمل لاتنر أن تجعل شركة موجو “أسهل بشكل كبير” بناء الذكاء الاصطناعي “للمطورين من جميع الأنواع – وليس فقط نخبة الخبراء في أكبر شركات الذكاء الاصطناعي”.

وقال: “تم تصميم برامج الذكاء الاصطناعي اليوم باستخدام لغات برمجية منذ أكثر من 15 عامًا، وهو ما يشبه استخدام جهاز بلاك بيري اليوم”.

حتى لو كانت Triton أو Mojo قادرة على المنافسة، فسوف يستغرق الأمر سنوات من منافسي Nvidia للحاق بركب Cuda. قدر محللون في سيتي مؤخرا أن حصة إنفيديا في سوق شرائح الذكاء الاصطناعي التوليدية ستنخفض من نحو 81 في المائة العام المقبل إلى نحو 63 في المائة بحلول عام 2030، مما يشير إلى أنها ستظل مهيمنة لسنوات عديدة قادمة.

وقال بيخيمينكو: “إن بناء شريحة تنافسية ضد Nvidia يمثل مشكلة صعبة ولكنه مشكلة أسهل من بناء مجموعة البرامج بأكملها وجعل الناس يبدأون في استخدامها”.

لا يزال لافندر إنتل متفائلاً. وقال: “سوف يتطور النظام البيئي للبرمجيات”. “أعتقد أن ساحة اللعب ستكون متساوية.”

شارك في التغطية كاميلا هودجسون في لندن ومايكل أكتون في سان فرانسيسكو