انویدیا با عرضه صدها هزار سرور Grace و میلیونها پردازنده Grace، استراتژی خود را به سمت پردازندههای مرکزی (CPU) برای مراکز داده هوش مصنوعی عاملمحور تغییر داده است. این تحول در پی افزایش تقاضا برای CPUها و تغییر تعادل سختافزاری در این مراکز رخ میدهد. پردازنده جدید Vera با معماری یکپارچه و هستههای سفارشی Olympus، ورود قدرتمند انویدیا را به بازار CPUها در برابر AMD و اینتل رقم میزند.
Vera با طراحی یکپارچه و اختصاص فضای قابل توجهی به Fabric برای پهنای باند بالا، رویکردی متفاوت از چیپلتهای رقبا دارد. انویدیا بازار CPUهای مراکز داده را فرصتی 200 میلیارد دلاری میبیند و با تولید کامل Vera در کنار زیرساختهای AI نسل بعدی خود، جاهطلبیهای بزرگی برای تسلط بر این بخش از بازار دارد.
پردازنده Vera انویدیا با هسته سفارشی Olympus، ورود این شرکت به بازار پردازندههای دیتاسنتر را رقم میزند و تقاضای رو به رشد هوش مصنوعی عاملمحور را هدف قرار داده است. Vera برخلاف رقبا، به دنبال کسب سهم در این بخش در حال گسترش است. انویدیا بنچمارکهای غیررسمی SPEC CPU 2026 (مجموعه اعداد صحیح) را منتشر کرده که Vera را با Epyc 9755 (Turin) از AMD مقایسه میکند. نتایج نشان میدهد که Vera با وجود تعداد رشتههای کمتر، کمی جلوتر است و به ویژه در عملیات بکاند غنی از داده و بارهای کاری کامپایل/تفسیر کد برتری دارد.
این مقاله مزایای معماری Vera را برجسته میکند، از جمله افزایش IPC و عملکرد برتر سیستم حافظه، به ویژه در تأخیر هسته به هسته در مقایسه با طراحی چیپلت AMD. استراتژی انویدیا، حفظ تأخیرهای ثابت در سراسر دای را در اولویت قرار میدهد، حتی به قیمت چگالی هسته، که با چشمانداز آن برای زیرساختهای آینده هوش مصنوعی همسو است. این اقدام انویدیا را در موقعیتی قرار میدهد تا از رشد بازار پردازندههای سرور تا سال 2030 بهرهبرداری کند و بر بارهای کاری که Vera در آنها میدرخشد، تمرکز نماید، در حالی که AMD و اینتل با این تحولات سازگار میشوند.
پلتفرم آتی ورا روبین انویدیا، که اواخر امسال عرضه میشود، با هدف بهبود عملکرد و کارایی استنتاج هوش مصنوعی در مقیاس وسیع، به ویژه برای بارهای کاری عاملمحور و مدلهای زبان بزرگ (LLM)، معرفی شده است. این معماری جدید، بهینهسازیهای قابل توجهی را از سطح GPU تا سیستمهای در مقیاس رک ارائه میدهد. انویدیا بر افزایش سرعت و کاهش هزینه واحد توکنهای تولید شده در جریانهای کاری هوش مصنوعی عاملمحور تأکید دارد.
از جمله نوآوریهای کلیدی روبین میتوان به شتابدهنده حافظه تنسور (TMA) بهبود یافته برای مدیریت کارآمد مدلهای MoE، دو برابر شدن توان عملیاتی بعد K در هستههای تنسور، افزایش 4 برابری عملکرد سافتمکس نسبت به بلکول، مدیریت وابستگی دقیقتر برای بهرهوری بهتر GPU، و ارتباطات کارآمدتر بین GPUها از طریق NVLink اشاره کرد. این پیشرفتها در مجموع به منظور افزایش عملکرد استنتاج و کاهش هزینهها در کاربردهای هوش مصنوعی آینده طراحی شدهاند و نویدبخش یک جهش بزرگ در این حوزه هستند.
یک قاضی فدرال ایالات متحده، توافق ۱.۵ میلیارد دلاری Anthropic را در پرونده نقض حق تکثیر نویسندگان تأیید کرد. دادگاه آموزش هوش مصنوعی با کتابها را “استفاده منصفانه” دانست، اما نگهداری ۷ میلیون کتاب دزدی توسط Anthropic، نقض حقوق خالقان محتوا محسوب شد. این بزرگترین پرداخت در تاریخ پروندههای حق تکثیر و اولین توافق از میان دعاوی متعدد علیه شرکتهای هوش مصنوعی است. با این حال، سهم ناچیز هر عنوان (حدود ۲۰۰ دلار) باعث شده برخی گروهها از این توافق خارج شده و شکایات جداگانهای را مطرح کنند.
این پرونده یک پیروزی مهم برای دارندگان حق تکثیر است و پیامی جدی به شرکتهایی مانند انویدیا و متا میفرستد که متهم به استفاده از محتوای دزدی برای آموزش مدلهای هوش مصنوعی خود هستند. این حکم بر چالشهای حقوقی پیش روی ابزارهای هوش مصنوعی و اهمیت رعایت حقوق خالقان محتوا تأکید میکند، حتی اگر آموزش هوش مصنوعی همچنان استفاده منصفانه تلقی شود.
شرکت چینی Z.ai (Zhipu سابق) یک مرکز داده هوش مصنوعی ۱ گیگاواتی را با استفاده انحصاری از تراشههای ساخت داخل راهاندازی کرده است. این مرکز که یکی از بزرگترینها در نوع خود در چین محسوب میشود، برای آموزش مدلهای GLM این شرکت به کار گرفته خواهد شد. گزارشها حاکی از آن است که Z.ai چندین خوشه محاسباتی با بیش از ۱۰,۰۰۰ تراشه را اداره میکند و مدل GLM-5.2 آن که کاملاً با شتابدهندههای Ascend هواوی و بدون سختافزار انویدیا آموزش دیده، در صدر جدول ردهبندیها قرار گرفته است. این اقدام در حالی صورت میگیرد که Z.ai از ژانویه ۲۰۲۵ در لیست تحریمهای آمریکا قرار دارد و دسترسی قانونی به تراشههای انویدیا را از دست داده است.
با وجود این پیشرفتها، چالشهایی نیز وجود دارد؛ شتابدهندههای چینی از نظر عملکرد به ازای هر وات از رقبای انویدیا عقبتر هستند و کمبود HBM داخلی و ظرفیت محدود تولید تراشه SMIC (با فرآیند ۷ نانومتری) مانع از تولید انبوه تراشههای مورد نیاز میشود. پکن قصد دارد ۲ تریلیون یوان برای توسعه شبکه ملی مراکز داده هوش مصنوعی با ۸۰ درصد فناوری بومی سرمایهگذاری کند. در همین حال، Z.ai با موفقیتهای مالی قابل توجهی روبرو شده و به سمت درآمد سالانه ۱ میلیارد دلاری پیش میرود، در حالی که رقیب آن، Moonshot، به دلیل اولویتبندی محاسبات برای اعضای موجود، اشتراکهای جدید را متوقف کرده است.
تحلیلهای SemiAnalysis از تراشه Kirin 9030 هواوی نشان میدهد که فرآیند ساخت N+3 شرکت SMIC به چگالی ترانزیستوری چشمگیری دست یافته است. این فناوری ۷ نانومتری، با چگالی حدود ۱۱۳.۴ میلیون ترانزیستور در هر میلیمتر مربع، حتی از TSMC N6 نیز فراتر رفته و این موفقیت را بدون لیتوگرافی EUV و با تکیه بر تکنیکهای DUV چند الگوسازی کسب کرده است. این دستاورد، پیشرفت قابل توجهی برای صنعت نیمههادی چین محسوب میشود.
اما چگالی بالا لزوماً به معنای رقابتپذیری کلی نیست. Kirin 9030 از نظر عملکرد و بهرهوری انرژی، از پردازندههای پرچمدار مدرن عقبتر است و عملکردی مشابه تراشههای سه سال پیش دارد. Intel 18A با بهرهوری عملکردی به مراتب بالاتری، از فناوریهای پیشرفتهای مانند Gate-All-Around بهره میبرد. اگرچه SMIC پتانسیل افزایش چگالی در آینده را دارد، اما صرفاً چگالی ترانزیستور به تنهایی بهبود چشمگیری در عملکرد یا بهرهوری انرژی به ارمغان نمیآورد.
انویدیا ابزار جدیدی به نام “ردیاب ویدیوی مصنوعی” (SVD) را برای مقابله با چالش فزاینده تشخیص محتوای واقعی از جعلی در عصر هوش مصنوعی معرفی کرده است. این میکروسرویس که برای خبرگزاریها و رسانهها طراحی شده، قادر است ویدیوهای دریافتی را با دقت بالا احراز هویت کند. SVD با تجزیه و تحلیل فریم به فریم ویدیوها، محتوای تولید شده توسط هوش مصنوعی را تشخیص میدهد و بر اساس تحقیقات پیشرفته بینایی کامپیوتر بنا شده است.
این سیستم با تقسیم ویدیو به فریمهای ۵۰۴x۵۰۴ و پردازش آنها توسط ترانسفورمرهای بینایی DINOv2 و DINOv3، ویژگیهای فضایی را ارزیابی میکند. SVD دقت چشمگیری از خود نشان میدهد؛ ۹۲ درصد برای ویدیوهای فشردهنشده و ۸۲ درصد حتی با فشردهسازی ۵۰ درصدی. این ابزار با تأخیر بسیار کم (۲۲ میلیثانیه برای 1080p) عمل میکند. اگرچه SVD به رمزگذار NVENC نیاز دارد و در حال حاضر برای عموم در دسترس نیست، اما انویدیا در حال کار برای ادغام آن در پخش زنده است و یک نسخه نمایشی با محدودیتهایی در دسترس است.
دادستانهای تایوان یک مدیر سابق TSMC، به نام چن، را به اتهام کپیبرداری از ۲۱ سند محرمانه با هدف استفاده در چین، متهم کردهاند. این پرونده، اولین مورد تحت قانون امنیت ملی تایوان در زمینه تلاش برای افشای حساسترین فناوریهای تراشه به چین است. با وجود عدم موفقیت در انتقال دادهها (به دلیل شناسایی توسط سیستمهای نظارتی TSMC و بازیابی اسناد)، اهمیت آن به دلیل ماهیت بیسابقه بسیار بالاست. چن از ماه مه بازداشت شده و دادستانها برای او تا هفت سال حبس درخواست کردهاند.
تحقیقات نشان میدهد چن با همکاری دینگ شیائوهو (عامل ادعایی چین) قصد تأسیس شرکت CSMAC در چین را داشته است. هدف CSMAC تحلیل مواد نیمهرسانا و جذب متخصصان از صنعت تراشه تایوان بود. این پرونده با اتهام جذب نیروی کار با هدایت دولتی، از سایر اختلافات اسرار تجاری TSMC متمایز شده و بر تلاشهای گستردهتر برای دستیابی به فناوریهای پیشرفته تراشه تایوان تأکید دارد. قانون امنیت ملی تایوان، کپیبرداری از اسرار تجاری مرتبط با فناوریهای هستهای ملی را جرم میداند.
جامعه سختافزاری، به رهبری asder00 از Overclock.net، موفق به گشودن قفل سنسورهای حرارتی پنهان کارتهای گرافیک سری GeForce RTX 50 انویدیا (Blackwell) شده است. این دستاورد مهم، امکان نظارت دقیق بر دمای هر ماژول حافظه (VRAM) را فراهم میکند، علاوه بر سنسور هاتاسپات که پیشتر کشف شده بود. این شفافیت بیسابقه، کنترل بیشتری بر وضعیت حرارتی کارتهای گرافیک برای کاربران به ارمغان میآورد.
پلاگین Hotspot.dll، حاصل تلاش جمعی توسعهدهندگان، این قابلیت را به MSI Afterburner میآورد. نرمافزارهای HWiNFO و AIDA64 نیز به زودی آن را پشتیبانی خواهند کرد. این پلاگین با حافظههای GDDR6، GDDR6X و GDDR7 سازگار بوده و برای محصولات Blackwell (RTX 50) و نسلهای قبلی RTX 40 و RTX 30 قابل استفاده است. این ابزار جدید، برای تنظیم دقیق عملکرد و تشخیص مشکلات کارتهای گرافیک انویدیا بسیار ارزشمند خواهد بود.
دولت ترامپ مجدداً تلاش برای ممنوعیت مدلهای هوش مصنوعی چینی نظیر Kimi K3 و DeepSeek را به دلیل نگرانیهای امنیت سایبری آغاز کرده است. این مدلهای “وزن باز” به دلیل هزینه پایین و میزبانی خصوصی، مورد استقبال شرکتهای آمریکایی قرار گرفتهاند. منتقدان هشدار میدهند که این ممنوعیت نوآوری را سرکوب کرده و به انحصار آزمایشگاههای آمریکایی مانند OpenAI و Anthropic دامن میزند.
اجرای این ممنوعیت دشوار است، زیرا مدلهای وزن باز قابل دانلود و اجرا به صورت آفلاین هستند و نظارت بر آنها چالشبرانگیز است. دولت آمریکا به جای ممنوعیت کامل، احتمالاً از طریق قوانین تدارکات، تهدید به لیست سیاه و کمپینهای فشار عمومی، شرکتها را به کنار گذاشتن این مدلها ترغیب خواهد کرد. این اقدام بخشی از تنشهای تجاری گسترده آمریکا و چین در حوزه هوش مصنوعی است.
