⏱ این مطلب چقدر از وقت شما را میگیرد؟
حدود 3 دقیقه
«لیسا سو»، مدیرعامل شرکت AMD، در رویداد بزرگ CES، افق جدیدی را برای دنیای تکنولوژی ترسیم کرد. او اعلام کرد که جهان ظرف پنج سال آینده وارد فاز محاسباتی جدیدی به نام “مقیاس یوتا” (Yotta Scale) خواهد شد. این تغییر پارادایم، پاسخی مستقیم به انفجار تقاضا برای توان پردازشی در زیرساختهای نوین هوش مصنوعی (AI) است و معیار جدیدی برای سنجش عملکرد جهانی سامانهها رقم خواهد زد.
1. Yotta Scale: جهشی به سوی سپتیلیون عملیات در ثانیه
مقیاس یوتا نمایانگر مرحلهای است که در آن، زیرساختهای هوش مصنوعی به ظرفیتی بیش از ۱۰ یوتافلاپس دست پیدا میکنند. یوتا (Yotta) یکی از پیشوندهای استاندارد بینالمللی (SI) است که معادل 102410^{24} (یک سپتیلیون) است. این رشد چشمگیر، نشان از تحول اساسی در نحوه پردازش دادهها دارد.
به گزارش منابع خبری، بازار زیرساخت هوش مصنوعی اکنون در آستانه مرحلهای است که در آن، شتابدهندههای مبتنی بر رک نقش محوری ایفا میکنند. مدیرعامل AMD تأکید کرد که این نیاز فقط محدود به مراکز داده ابری نیست؛ هوش مصنوعی در حال نفوذ به تمام لایههای پردازشی است؛ از رایانش لبه (Edge Computing) و کامپیوترهای شخصی گرفته تا حوزههای حیاتی سلامت و اکتشافات فضایی. این رشد همزمان، تقاضایی ایجاد کرده که پیش از این قابل تصور نبود.
با مغز افزار همراه باشید تا ببینیم چگونه این تحولات، تعریف ما از قدرت پردازشی را برای همیشه تغییر میدهند.
2. تحول بازار شتابدهندههای هوش مصنوعی
بر اساس برآوردهای لیسا سو، ظرفیت محاسباتی مورد نیاز در عصر مقیاس یوتا، جهشی تقریباً ۱۰,۰۰۰ برابری نسبت به سال ۲۰۲۲ خواهد داشت. این جهش عظیم، بازار جهانی شتابدهندهها و سامانههای مقیاس رک را به فرصتی چندصد میلیارد دلاری تبدیل میکند که تنها در انحصار یک بازیگر باقی نخواهد ماند. این امر، بدون شک، رقابت میان غولهای صنعت نیمههادی را به شدت تشدید خواهد کرد.
3. استراتژی AMD برای آیندهای مقیاسپذیر
سخنرانی مدیرعامل AMD در CES، نقشههای راهبردی این شرکت برای بهرهبرداری از این موج تقاضا را آشکار ساخت. AMD با معرفی نسل جدید محصولات خود، از جمله شتابدهندههای هوش مصنوعی Instinct MI455X، پردازندههای سرور EPYC Venice و راهکار جامع Helios AI، نشان داد که برای تسلط بر نسل بعدی زیرساختهای محاسباتی آماده است.
علاوه بر بخش سرور و ابر، AMD به طور همزمان روی پردازندههای ترکیبی مانند Gorgon Point سرمایهگذاری میکند. هدف این پردازندهها، ادغام قدرت محاسباتی و گرافیکی در یک بسته واحد برای کامپیوترهای شخصی است تا اجرای بارهای کاری پیچیده هوش مصنوعی بر روی دستگاههای محلی (PC) تسهیل شود. این رویکرد دوگانه، مرزهای سنتی میان محاسبات ابری و محلی را بهطور فزایندهای کمرنگ خواهد کرد.

