چرا Nvidia می‌خواهد هوش مصنوعی ارزان‌تر شود؟

خلاصه:

Nvidia با خرید حدود ۱۲.۹۳ میلیارد دلاری Hugging Face قدم دیگری برای گسترش نفوذ خود در اکوسیستم هوش مصنوعی برداشته است. این معامله در ظاهر یک خرید بزرگ در صنعت AI است، اما اهمیت اصلی آن در جای دیگری قرار دارد: Nvidia می‌خواهد مطمئن شود که رشد هوش مصنوعی به رشد تقاضا برای سخت‌افزارش ادامه می‌دهد؛ حتی اگر مدل‌های AI روزبه‌روز ارزان‌تر شوند.

🔷 نبض ماجرا

♦️ Hugging Face یکی از مهم‌ترین پلتفرم‌های اشتراک مدل‌ها، داده‌ها و ابزارهای هوش مصنوعی است و بیش از ۳ میلیون مدل روی آن قرار دارد.

♦️ Nvidia می‌گوید Hugging Face پس از معامله همچنان یک پلتفرم باز باقی خواهد ماند و استفاده از سخت‌افزار Nvidia برای توسعه یا اجرای مدل‌ها اجباری نخواهد بود.

♦️ مدل‌های Open-Weight می‌توانند هزینه استفاده از AI را نسبت به مدل‌های اختصاصی کاهش دهند؛ موضوعی که برای مشتریان سازمانی اهمیت بیشتری پیدا کرده است.

♦️ Nvidia از ارزان‌تر شدن خودِ مدل‌ها لزوماً ضرر نمی‌کند؛ اگر قیمت AI پایین بیاید و استفاده از آن افزایش پیدا کند، تقاضا برای زیرساخت محاسباتی نیز می‌تواند بیشتر شود.

♦️ همین روند می‌تواند فشار بیشتری بر مدل‌های اختصاصی شرکت‌هایی مانند OpenAI و Anthropic وارد کند.

Nvidia از AI کجا پول درمی‌آورد؟

برای فهم این معامله، باید زنجیره اقتصادی هوش مصنوعی را از هم جدا کنیم.

به‌طور ساده، می‌توان این زنجیره را در سه لایه دید:

زیرساخت سخت‌افزاری ← مدل هوش مصنوعی ← نرم‌افزار و کاربرد

در لایه اول، سرورها، GPUها و شبکه‌های ارتباطی قرار دارند. Nvidia در این بخش موقعیت بسیار قدرتمندی دارد.

در لایه دوم، مدل‌هایی قرار دارند که روی همین زیرساخت آموزش داده و اجرا می‌شوند. OpenAI و Anthropic نمونه‌های مهمی از شرکت‌هایی هستند که مدل‌های اختصاصی توسعه می‌دهند.

در لایه سوم نیز محصولاتی مانند چت‌بات‌ها، دستیارهای هوشمند و Agentها قرار دارند که خروجی مدل‌ها را به کاربردهای واقعی تبدیل می‌کنند.

مسئله مهم برای Nvidia این است که درآمد اصلی شرکت به لایه اول وابسته است.

بنابراین منافع Nvidia الزاماً با شرکت‌های سازنده مدل یکسان نیست.

اگر مدل‌های AI ارزان‌تر شوند، اما در نتیجه تعداد بیشتری از شرکت‌ها و کاربران از آنها استفاده کنند، ممکن است تقاضا برای محاسبات افزایش پیدا کند.

این همان پارادوکسی است که منطق معامله Hugging Face را توضیح می‌دهد.

وقتی مدل ارزان می‌شود، زیرساخت ارزشمندتر می‌شود

مدل‌های اختصاصی مانند محصولات OpenAI و Anthropic مزیت مهمی دارند: هزینه سنگین توسعه و آموزش آنها باعث شده در سال‌های اخیر در بسیاری از بنچمارک‌ها و کاربردهای سازمانی در رده بالایی قرار بگیرند.

اما استفاده گسترده از این مدل‌ها هزینه دارد.

هرچه سازمان‌ها استفاده بیشتری از AI داشته باشند، هزینه پردازش نیز بیشتر می‌شود. به همین دلیل، شرکت‌ها به دنبال راه‌هایی برای کنترل هزینه‌های AI هستند.

اینجاست که Open-Weight Models اهمیت پیدا می‌کنند.

این مدل‌ها به کاربران اجازه می‌دهند مدل را دریافت، شخصی‌سازی و روی زیرساخت موردنظر خود اجرا کنند. برخی از آنها محدودیت‌هایی برای استفاده تجاری دارند، اما در مجموع ساختار آنها نسبت به مدل‌های کاملاً بسته، انعطاف بیشتری ایجاد می‌کند.

رقابت نیز در حال شدیدتر شدن است. مدل‌های Open-Weight در ماه‌های اخیر فاصله خود را با برخی از مدل‌های اختصاصی کاهش داده‌اند و شرکت‌های چینی نیز در این حوزه فعال شده‌اند.

بنابراین بازار AI ممکن است به سمت وضعیتی حرکت کند که مدل ارزان‌تر شود، اما حجم استفاده از محاسبات افزایش یابد.

برای Nvidia، این می‌تواند معامله خوبی باشد.

Hugging Face چرا مهم است؟

Hugging Face را می‌توان تا حدی به GitHub برای مدل‌های هوش مصنوعی تشبیه کرد.

این پلتفرم به توسعه‌دهندگان اجازه می‌دهد مدل‌ها، داده‌ها و ابزارهای مرتبط با AI را به اشتراک بگذارند و روی آنها کار کنند.

طبق اطلاعات Nvidia، بیش از ۱۸ میلیون توسعه‌دهنده، پژوهشگر و تولیدکننده از Hugging Face استفاده می‌کنند و این پلتفرم میزبان بیش از ۳ میلیون مدل، ۵۰۰ هزار مجموعه داده و یک میلیون اپلیکیشن است.

به همین دلیل، Nvidia با خرید Hugging Face صرفاً یک شرکت نرم‌افزاری را نمی‌خرد؛ بلکه به بخش بزرگی از جامعه توسعه‌دهندگان AI نزدیک‌تر می‌شود.

معامله شامل حدود ۱۱.۹ میلیارد دلار پرداخت به سهامداران Hugging Face و برنامه‌ای تا سقف ۱ میلیارد دلار مشوق سهامی برای حفظ کارکنان است.

Nvidia چرا مدل‌های باز را دوست دارد؟

این شاید مهم‌ترین بخش داستان باشد.

Nvidia خودش نیز در سال‌های اخیر مدل‌های Open-Weight توسعه داده است، اما مزیت اصلی شرکت همچنان سخت‌افزار و اکوسیستم نرم‌افزاری پیرامون آن است.

اگر Nvidia بتواند اکوسیستم بزرگی از مدل‌های باز را تقویت کند، توسعه‌دهندگان بیشتری ممکن است AI را در پروژه‌های مختلف به کار بگیرند.

و هر پروژه جدید به یک چیز نیاز دارد:

محاسبات.

یعنی حتی اگر مدل رایگان باشد، اجرای آن رایگان نیست.

سرورها، GPUها، شبکه و انرژی همچنان هزینه دارند.

از همین‌جا می‌توان منطق اقتصادی Nvidia را فهمید:

مدل ارزان‌تر → استفاده بیشتر از AI → نیاز بیشتر به محاسبات → تقاضای بیشتر برای زیرساخت Nvidia

Reuters نیز معامله Hugging Face را بخشی از تلاش Nvidia برای گسترش پایگاه مشتریان خود و کاهش وابستگی به چند مشتری بزرگ توصیف کرده است.

برنده شدن Nvidia می‌تواند برای OpenAI و Anthropic خبر خوبی نباشد

در طرف دیگر این معامله، شرکت‌هایی مانند OpenAI و Anthropic قرار دارند.

مدل اقتصادی آنها تا حد زیادی به توسعه مدل‌های قدرتمند و تبدیل این قابلیت به خدمات قابل فروش وابسته است.

اما اگر مدل‌های Open-Weight بتوانند عملکرد خود را به مدل‌های اختصاصی نزدیک کنند، مشتریان ممکن است گزینه‌های بیشتری برای کاهش هزینه داشته باشند.

در این حالت، رقابت فقط بر سر «بهترین مدل» نخواهد بود؛ بلکه بر سر هزینه هر واحد هوش مصنوعی نیز خواهد بود.

و این می‌تواند حاشیه سود شرکت‌های سازنده مدل را تحت فشار قرار دهد.

این تضاد جالب است: Nvidia می‌تواند هم‌زمان یکی از مهم‌ترین تأمین‌کنندگان زیرساخت OpenAI و Anthropic باشد و در عین حال از رشد رقبای باز آنها حمایت کند.

در واقع Nvidia نمی‌خواهد موفقیت آینده AI فقط به یک یا دو آزمایشگاه بزرگ وابسته باشد.

چرا Nvidia از وابستگی به چند مشتری بزرگ می‌ترسد؟

این بخش از استراتژی Nvidia شاید حتی مهم‌تر از خود Hugging Face باشد.

هرچه تعداد شرکت‌های بزرگ AI کمتر باشد، قدرت چانه‌زنی آنها در برابر Nvidia بیشتر می‌شود.

اگر چند شرکت محدود بخش بزرگی از تقاضای GPU را در اختیار داشته باشند، آنها می‌توانند برای قیمت، شرایط قرارداد و حتی توسعه تراشه‌های اختصاصی فشار بیشتری وارد کنند.

از طرف دیگر، همین شرکت‌ها خودشان به سمت ساخت تراشه و زیرساخت اختصاصی حرکت کرده‌اند.

بنابراین برای Nvidia، داشتن یک بازار گسترده از شرکت‌ها و توسعه‌دهندگان مختلف می‌تواند نوعی بیمه استراتژیک باشد.

Reuters نیز این معامله را بخشی از تلاش Nvidia برای ایجاد نفوذ بیشتر در اکوسیستم AI و کاهش ریسک وابستگی به مشتریان بزرگ دانسته است.

اما یک تناقض بزرگ وجود دارد

Nvidia می‌گوید Hugging Face پس از خرید همچنان باز و قابل استفاده برای کل اکوسیستم خواهد بود و توسعه‌دهندگان می‌توانند مدل، تراشه و پلتفرم ابری موردنظر خود را انتخاب کنند.

اما مالکیت یکی از مهم‌ترین پلتفرم‌های Open-Weight توسط بزرگ‌ترین شرکت تراشه‌های AI، به‌طور طبیعی سؤال‌هایی درباره بی‌طرفی ایجاد می‌کند.

آیا Nvidia واقعاً اجازه خواهد داد مدل‌ها و سخت‌افزارهای رقیب با همان شرایط در این اکوسیستم رشد کنند؟

در حال حاضر شرکت تأکید کرده که Hugging Face باز باقی خواهد ماند. اما از منظر سرمایه‌گذاری، این موضوع همچنان یکی از ریسک‌های استراتژیک معامله است.

Nvidia در واقع روی «مصرف بیشتر» شرط بسته است

اگر بخواهیم تمام داستان را در یک جمله خلاصه کنیم، مسئله Nvidia این نیست که کدام شرکت بهترین مدل AI را می‌سازد.

مسئله این است که چه چیزی باعث می‌شود مردم و شرکت‌ها AI بیشتری مصرف کنند؟

اگر پاسخ این سؤال، مدل‌های ارزان‌تر و قابل‌دسترس‌تر باشد، Nvidia انگیزه دارد از چنین مدلی حمایت کند.

این استراتژی در ظاهر عجیب است: شرکتی که از سخت‌افزار AI سود می‌برد، به توسعه مدل‌هایی کمک می‌کند که استفاده از AI را ارزان‌تر می‌کنند.

اما از نگاه اقتصادی، این دو موضوع می‌توانند کاملاً با هم سازگار باشند.

Nvidia نمی‌خواهد لزوماً از خود مدل هوش مصنوعی پول بیشتری بگیرد؛ می‌خواهد تعداد بیشتری از مدل‌ها روی زیرساخت محاسباتی اجرا شوند.

یک شرط‌بندی بزرگ روی آینده AI

البته هیچ تضمینی وجود ندارد که این استراتژی نتیجه بدهد.

بازار AI هنوز به‌شدت در حال تغییر است. شرکت‌های بزرگ در حال توسعه تراشه‌های اختصاصی هستند، مدل‌های باز با سرعت زیادی پیشرفت می‌کنند و دولت‌ها نیز درباره ریسک‌های امنیتی و ژئوپلیتیکی برخی مدل‌های باز، به‌خصوص مدل‌های چینی، بحث می‌کنند.

حتی معامله Hugging Face نیز نیازمند عبور از مراحل نظارتی است و انتظار می‌رود در نیمه نخست سال آینده بسته شود.

اما منطق اصلی Nvidia روشن است:

اگر AI تبدیل به یک کالای ارزان‌تر و فراگیرتر شود، کسی که بیل و کلنگ این انقلاب را می‌فروشد، همچنان می‌تواند برنده باشد.

جمع‌بندی

خرید Hugging Face را نباید فقط یک معامله ۱۳ میلیارد دلاری دیگر در صنعت AI دانست.

Nvidia در حال تلاش برای شکل دادن به بازاری است که در آن هوش مصنوعی هرچه ارزان‌تر و فراگیرتر شود، اما تقاضا برای محاسبات همچنان رشد کند.

برای OpenAI و Anthropic، داستان برعکس است. آنها باید ثابت کنند که مدل‌های اختصاصی‌شان آن‌قدر بهتر هستند که مشتریان حاضر باشند برای آنها هزینه بیشتری بپردازند.

در نتیجه، رقابت آینده AI فقط رقابت بر سر باهوش‌ترین مدل نخواهد بود؛ رقابت بر سر هزینه تولید و مصرف هوش نیز خواهد بود.

و Nvidia می‌خواهد مطمئن شود که در هر دو سناریو، هنوز در مرکز بازی ایستاده است.