ساخت دیتاسنترهای هوش مصنوعی مبتنی بر معماری NVIDIA Vera Rubin برای هر تأسیسات ۱ گیگاواتی تا ۴۷ میلیارد دلار هزینه در بر خواهد داشت. معماری جدید Vera Rubin انویدیا بهزودی وارد دیتاسنترها میشود و با ظهور «هوش مصنوعی عاملمحور» (Agentic AI)، شاهد افزایش سرسامآور هزینهها نیز خواهیم بود. عصر Vera Rubin فرا رسیده است. اولین سیستمهای مبتنی بر این معماری هماکنون برای ارائهدهندگان بزرگ خدمات ابری ارسال شدهاند تا پیش از استقرار در مقیاس وسیع، مورد آزمایش و ارزیابی قرار گیرند. با توجه به اینکه تولید انبوه این تراشهها از پیش آغاز شده است، انویدیا انتظار دارد موفقیتی حتی بزرگتر از نسل Blackwell را تجربه کند. اما با استقرار این سیستمها، یانگ لیو (Young Liu)، رئیس هیئت مدیره فاکسکان (Foxconn)، اعلام کرده است که هزینه راهاندازی دیتاسنترهای سطح گیگاواتی به شکلی تصاعدی افزایش خواهد یافت. معماری Vera Rubin تحولی عظیم در فضای هوش مصنوعی عاملمحور ایجاد خواهد کرد و سطح بیسابقهای از قدرت پردازشی ارائه میدهد که حتی برای Blackwell نیز غیرقابل تصور بود. بر اساس برآوردهای فاکسکان، ساخت دیتاسنترهای هوش مصنوعی مبتنی بر معماری NVIDIA Vera Rubin برای هر تأسیسات ۱ گیگاواتی تا ۴۷ میلیارد دلار هزینه در بر خواهد داشت. هر دیتاسنتر میتواند تا ۳۵۵۷ رک سرور را در خود جای دهد که قیمت هر رک تقریباً ۹.۱ میلیون دلار خواهد بود. علاوهبراین، قبض برق سالانه چنین دیتاسنترهایی به حدود ۱.۳ میلیارد دلار میرسد و استهلاک سختافزاری آنها ۶ برابر بیشتر از هزینه برق مصرفی برآورد شده است. در همین راستا، بررسی اخیر مؤسسه تحقیقاتی مورگان استنلی از هزینه قطعات (BoM) نشان میدهد که سرورهای VR200 NVL72 حدود ۸ میلیون دلار قیمت خواهند داشت. هزینه ساختوساز نیز به شدت بالاست. نشریه Commercial Times تایوان به نقل از یانگ لیو مینویسد: «ساخت یک دیتاسنتر هوش مصنوعی ۱ گیگاواتی با محوریت Vera Rubin به سرمایهای بالغ بر ۴۷ میلیارد دلار و حدود ۳۵۵۷ رک نیاز دارد؛ درحالیکه قیمت هر رک ۹.۱ میلیون دلار است. همچنین هزینه سالانه برق آن ۱.۳ میلیارد دلار بوده و استهلاک سختافزار شش برابر این مبلغ خواهد بود.» درحالحاضر برنامهریزی برای احداث دیتاسنترهای چند گیگاواتی آغاز شده است. پیشبینی میشود تا سال ۲۰۳۰، ارزش بازار جهانی دیتاسنترها به ۱.۶ تریلیون دلار برسد و توان پردازشی در سطح جهان ۱۷۴ گیگاوات انرژی مصرف کند که بیش از دو برابر ظرفیت برق مورد نیاز در سال ۲۰۲۴ (۶۸ گیگاوات) است. این بدان معناست که از سال ۲۰۲۵ تا ۲۰۳۰، برای همگام شدن با این تقاضای فزاینده، باید سالانه ۱۸ گیگاوات ظرفیت برق جدید ایجاد شود. چهار مشتری اصلی که خواهان چنین قدرت پردازشی عظیمی هستند عبارتند از: توسعهدهندگان مدلهای هوش مصنوعی، ارائهدهندگان خدمات ابری (CSP)، دولتها و شرکتهای بزرگ. بیشتر این مشتریان هنوز در مراحل اولیه پذیرش هوش مصنوعی قرار دارند، اما هدف نهایی آنها تبدیل شدن به سازمانهای متمرکز بر هوش مصنوعی است؛ جایی که تمام فرآیندها با محوریت هوش مصنوعی انجام میشود و انسانها تنها وظیفه تعیین اهداف، مدیریت و نظارت بر روند کار و نتایج را برعهده دارند. برای تحقق این هدف، رئیس فاکسکان ایده ایجاد پارکهای علمی و فناوری «به سبک تایوان» را در ایالات متحده، به ویژه در ایالتهای آریزونا و تگزاس، مطرح کرده است. عصر Vera Rubin مرزهای جدیدی را در هوش مصنوعی ترسیم میکند و قدرت پردازشی بینظیری را برای سیستمهای عاملمحور به ارمغان میآورد، اما این دستاورد با هزینهای نجومی همراه است. درحالیکه جهان به سرعت به سمت سازمانهای مبتنی بر هوش مصنوعی و استقرار دیتاسنترهای چند گیگاواتی حرکت میکند، سالهای آینده نشان خواهد داد که ظرفیت انرژی، سرمایه و نوآوری با چه سرعتی میتوانند در کنار هم رشد کنند. برندگان این رقابت کسانی خواهند بود که نه تنها بر فناوری، بلکه بر اقتصاد زیرساختهای هوش مصنوعی آینده مسلط باشند.
دیجیاتو
دیجیاتودیجیاتو