«در نمایشگاه WAIC 2026، دیگر کسی برای «تعدادِ ترانزیستور» یا «فرکانسِ تراشه» دل نمیتپد؛ نبرد به «پهنایِ باندِ اتصال»، «تأخیرِ حافظه» و «مقیاسِ خوشه» رسیده است. این، پایانِ «عصرِ تکتراشههایِ پرقدرت» و آغازِ «عصرِ اَبَر-گرههایِ همآوا»ست؛ جایی که «هماهنگیِ جمعی» از «قدرتِ فردی» مهمتر میشود.»
در نمایشگاه WAIC 2026، یک «تغییرِ پارادایمیِ خاموش» در جریان بود. رقابت در حوزهی محاسباتِ هوش مصنوعی، از سطحِ «تراشههایِ تکی» (Single Chip) به سطحِ «سیستمهایِ یکپارچه و ابرگرهها» (SuperPods) منتقل شده بود. معیارهایِ رقابت نیز از صرفاً «سرعتِ محاسبات» به شاخصهایِ دیگری مانند «سرعتِ اتصال»، «پهنایِ باندِ حافظه» و «تأخیرِ شبکه» تغییر یافته بود. هواوی با «昇騰 ۹۵۰ SuperPod» و انویدیا با «NVL144»، هرکدام به گونهای این «تغییرِ میدانِ نبرد» را به نمایش گذاشتند.
سه بازیگرِ اصلیِ این «تغییرِ پارادایمی» عبارتاند از: هواوی که با «昇騰 ۹۵۰» و «معماریِ جمعی»، «قدرتِ خوشه» را به «سلاحیِ راهبردی» تبدیل کرده است؛ انویدیا که با «NVL144» و «اکوسیستمِ CUDA»، «سلطهیِ فردی» را حفظ کرده است؛ و اکوسیستمِ صنعتی که با «ابر-گرهها»، «معیارهایِ جدیدی» برای «ارزشگذاریِ محاسبات» تعریف کرده است. پارادوکسِ عمیقِ ماجرا در این جمله خلاصه میشود: «در عصرِ «محاسباتِ جمعی»، «سرعتِ یک تراشه» دیگر تعیینکننده نیست؛ «هماهنگیِ هزاران تراشه» است که «برنده» را مشخص میکند. و این، یعنی «معماریِ شبکه» از «معماریِ تراشه» مهمتر شده است.»
🏗️ «سهگانهیِ جدیدِ رقابت»: از «سرعت» به «اتصال، حافظه و مقیاس»
در نمایشگاه WAIC 2026، مشخص شد که «سهگانهیِ سنتیِ رقابت» – «فرکانس، هستهها و توانِ محاسباتی» – جای خود را به «سهگانهیِ جدید» داده است:
۱. «پهنایِ باندِ اتصال» (Interconnect Bandwidth): در خوشههایِ بزرگ، «گلوگاهِ اصلی» دیگر «سرعتِ محاسبات» نیست، بلکه «سرعتِ انتقالِ داده» بینِ تراشههاست. «昇騰 ۹۵۰» با «پروتکلِ لینگچو» (UnifiedBus) و «پهنایِ باندِ ترابایتبرثانیه» و «تأخیرِ ۳ میکروثانیهای»، این «گلوگاه» را شکسته است. انویدیا نیز با «NVLink» و «InfiniBand»، به دنبالِ «بهینهسازیِ اتصال» است.
۲. «حافظهی یکپارچه» (Unified Memory): در خوشههایِ بزرگ، «جابهجاییِ داده» بینِ حافظههایِ محلی، «هزینهیِ سنگینی» دارد. «昇騰 ۹۵۰» با ۲۵۶ ترابایت حافظهی یکپارچه، این «هزینه» را بهطورِ کامل از بین برده است.
۳. «مقیاسِ خوشه» (Cluster Scale): در عصرِ «مدلهایِ تریلیونپارامتری»، «تعدادِ تراشههایِ قابلِ گسترش» به «معیارِ اصلیِ رقابت» تبدیل شده است. «昇騰 ۹۵۰» با قابلیتِ گسترش تا ۸,۱۹۲ کارت و ۵۰۰,۰۰۰ تراشه در خوشهی «Atlas 950 SuperCluster»، «مقیاسِ» را به «سلاحیِ راهبردی» تبدیل کرده است.
⚔️ «دو جبههیِ اصلیِ نبرد»: هواوی در برابرِ انویدیا
در این «میدانِ جدید»، دو «جبههیِ اصلی» شکل گرفته است:
جبههیِ اول: «هواوی» با «معماریِ جمعی»: هواوی با «昇騰 ۹۵۰»، «قدرتِ جمعیِ هزاران تراشه» را به میدان آورده است. در این معماری، «هر تراشه» بخشی از «یک کلِ بزرگتر» است. «نقطهیِ قوتِ» این رویکرد، «مقیاسپذیریِ بینهایت» و «هزینهیِ کمتر» است. «نقطهیِ ضعفِ» آن، «وابستگیِ شدید به نرمافزارِ هماهنگکننده» (Orchestration Software) است.
جبههیِ دوم: «انویدیا» با «سلطهیِ تراشه»: انویدیا با «تراشههایِ پرقدرتِ خود» (مانند Blackwell و Rubin) و «اکوسیستمِ CUDA»، بر «قدرتِ فردیِ هر تراشه» تکیه کرده است. «نقطهیِ قوتِ» این رویکرد، «بهرهوریِ بالا» و «اکوسیستمِ نرمافزاریِ قدرتمند» است. «نقطهیِ ضعفِ» آن، «هزینهیِ بالا» و «گلوگاهِ اتصال» در خوشههایِ بزرگ است.
جدولِ مقایسهیِ «دو جبهه»:
| معیار | هواوی (昇騰 ۹۵۰) | انویدیا (NVL144 + CUDA) |
|---|---|---|
| معماری | «جمعی» (خوشههایِ عظیم) | «فردی» (تراشههایِ پرقدرت) |
| تعدادِ کارت | ۱۰۲۴ کارت (قابلِ گسترش تا ۸۱۹۲) | ۱۴۴ کارت (قابلِ گسترش تا هزاران) |
| حافظهی یکپارچه | ۲۵۶ ترابایت | ~۱۷ ترابایت (تخمین) |
| پهنایِ باند | ترابایتبرثانیه (لینگچو) | ~۶۰۰ گیگابایتبرثانیه (NVLink) |
| تأخیر (RTT) | ۳ میکروثانیه | ~۱۰ میکروثانیه (تخمین) |
| قدرتِ محاسباتی | ۱ EFLOPS (FP8) | ~۰.۱۵ EFLOPS (تخمین) |
| نرمافزار | CANN (منبعباز) | CUDA (انحصاری) |
| استراتژی | «مقیاسِ خوشه» | «بهرهوریِ تراشه» |
🧠 «معیارهایِ جدیدِ ارزشگذاری»: از «TFLOPS» به «EFLOPS و TB/s»
این «تغییرِ میدانِ نبرد»، «معیارهایِ جدیدی» برای «ارزشگذاریِ سیستمهایِ محاسباتی» تعریف کرده است:
| معیارِ قدیم | معیارِ جدید | توضیح |
|---|---|---|
| TFLOPS (ترا-عملیاتِ در ثانیه) | EFLOPS (اگزا-عملیاتِ در ثانیه) | «مقیاسِ محاسبات» از «تریلیون» به «میلیاردِ میلیارد» رسیده است |
| پهنایِ باندِ حافظه (GB/s) | پهنایِ باندِ یکپارچه (TB/s) | «حافظهی مشترک» جای «حافظهی محلی» را گرفته است |
| تأخیرِ محاسبه (ns) | تأخیرِ شبکه (µs) | «اتصال» از «محاسبه» مهمتر شده است |
| تعدادِ ترانزیستور | تعدادِ کارتِ قابلِ گسترش | «مقیاسِ خوشه» جای «تراکمِ تراشه» را گرفته است |
🏭 «کاربردِ واقعی»: از «آموزشِ مدل» تا «استقرارِ عاملها»
این «ابر-گرهها» دیگر فقط برای «آموزشِ مدلهایِ بزرگ» نیستند؛ آنها به «زیرساختِ اصلیِ استقرارِ عاملهایِ هوشمند» تبدیل شدهاند:
۱. «آموزشِ مدلهایِ بزرگ»: «昇騰 ۹۵۰» با ۱ EFLOPS قدرتِ محاسباتی، میتواند مدلهایی با ۱۰ تریلیون پارامتر را در چند هفته آموزش دهد.
۲. «استقرارِ عاملهایِ همزمان»: «ابر-گرهها» با «حافظهی یکپارچه» و «تأخیرِ کم»، میتوانند هزاران عاملِ هوشمند را بهطورِ همزمان اجرا کنند.
۳. «شبیهسازیِ فیزیکی»: با «قدرتِ محاسباتیِ عظیم» و «حافظهی یکپارچه»، «ابر-گرهها» میتوانند جهانهایِ مجازیِ پیچیده (مانند «جهانهایِ فیزیکیِ دقیق») را در زمانِ واقعی شبیهسازی کنند.
«لحظهای که «هماهنگی» بر «قدرت» پیشی گرفت»
نام این رویداد را باید «لحظهی تغییرِ معادلهی محاسبات» گذاشت. رقابت از «سرعتِ یک تراشه» به «هماهنگیِ هزاران تراشه» تغییر یافته است. این تغییر، نه فقط یک «تحولِ فنی»، بلکه یک «انقلابِ راهبردی» است: «معماریِ شبکه» از «معماریِ تراشه» مهمتر شده است، و «مقیاسِ خوشه» از «فرکانسِ تراشه» تعیینکنندهتر.
پرسشِ بیپاسخ این است: آیا «سلطهیِ انویدیا» بر «اکوسیستمِ CUDA» میتواند در برابر «معماریِ جمعیِ» هواوی دوام بیاورد؟ و آیا «استانداردهایِ باز» (مانند CANN) میتوانند «انحصارِ CUDA» را بشکنند؟
یک چیز قطعی است: «عصرِ سلطهیِ تکتراشه» به پایان رسیده است. «عصرِ ابر-گرههایِ همآوا» آغاز شده است. و در این عصر، «برنده» کسی نیست که «بهترینِ تراشه» را داشته باشد، بلکه کسی است که «هماهنگترینِ خوشه» را بسازد. سؤال این نیست که آیا «ابر-گرهها» آیندهیِ محاسبات هستند – که هستند. سؤال این است که آیا «هواوی» با «昇騰 ۹۵۰» میتواند «انویدیا» را در «میدانِ جدید» شکست دهد، یا «انویدیا» با «اکوسیستمِ CUDA» خود، «سلطهیِ» را در «عصرِ ابر-گرهها» نیز حفظ خواهد کرد؟
۸ پاسخ به “«سپر-گره» (SuperPod) به جای تراشه: پایان «عصرِ سلطهی تکتراشه» و آغاز «عصرِ همآواییِ جمعی»”
خیلی خفن بود
عالی بود مرسی 🔥
مرسی بابت محتوای ناب
ممنون داداش
خوب بود
پشمام چقدر خوب بود
تشکر
تشکر