پرش به محتوا
هوش مصنوعیتحلیلی

نبرد تراشه‌ها: انویدیا از بلک‌ول تا رابین

اامیر رضایی۳۱ شهریور ۱۴۰۵۴ دقیقه مطالعه۴۵۶ بازدید
نبرد تراشه‌ها: انویدیا از بلک‌ول تا رابین

انویدیا چگونه به اولین شرکت پنج هزار میلیارد دلاری تاریخ تبدیل شد و چرا رقبای تازه — از تراشه‌های اختصاصی گوگل تا مدل‌های باز — نتوانستند آن را متوقف کنند؟

در اکتبر ۲۰۲۵ برای نخستین‌بار در تاریخ، ارزش بازار یک شرکت از مرز پنج تریلیون (پنج هزار میلیارد) دلار گذاشت؛ آن شرکت، انویدیا بود — سازندهٔ تراشه‌های هوش مصنوعی که به موتور نامرئی تمام مدل‌هایی که روزانه استفاده می‌کنیم تبدیل شده است. داستان این سلطه، درس‌آموزتر از هر دورهٔ مدیریت است؛ و درک آن به شما در فهم قیمت‌ها، تحریم‌ها و آیندهٔ ابزارهایی که می‌خرید کمک می‌کند.

چگونه یک شرکت بازی‌سازی، پادشاه AI شد؟

سه اتفاق پشت‌سرهم: اول، کشف اینکه آموزش شبکه‌های عصبی روی GPU چند مرتبه سریع‌تر از پردازنده‌های معمولی است؛ دوم، سرمایه‌گذاری زودهنگام انویدیا روی نرم‌افزار (اکوسیستم CUDA که دو دهه حالت انحصاری ساخت)؛ و سوم، موج مدل‌های مولد که تقاضا را از «هزار تراشه» به «میلیون تراشه» رساند. نسل بلک‌ول (GB200) که از ۲۰۲۵ با حجم انبوه تحویل شد، استاندارد جدید آموزش مدل‌های مرزی شد و نسل بعدی — رابین — در نقشه راه شرکت برای ۲۰۲۶ قرار دارد؛ چرخه‌ای حدوداً سالانه که رقبا را همیشه چند قدم عقب نگه می‌دارد.

اعداد سرسام‌آور و منطقشان

  • درآمد بخش دیتاسنتر انویدیا در یک فصلِ ۲۰۲۵ به بالای ۵۰ میلیارد دلار رسید — بیشتر از درآمد سالانهٔ اکثر شرکت‌های فناوری.
  • سقوط ژانویهٔ ۲۰۲۵ با خبر مدل ارزان DeepSeek نشان داد این ارزش‌گذاری به احساسات بازار وابسته است؛ اما رشد بعدی ثابت کرد تقاضا واقعی است.
  • بزرگ‌ترین مشتریان انویدیا خود غول‌های ابری‌اند؛ آن‌ها هم‌زمان رقیب‌اند (با تراشه‌های اختصاصی خود) و مشتری.

رقبا: آیا کسی می‌تواند جلو بزند؟

بازیگرسلاحوضعیت
انویدیاGPU + اکوسیستم CUDAسلطه حدود ۸۰ تا ۹۰ درصدی بازار آموزش
گوگل (TPU)تراشهٔ اختصاصی + برق ارزانمصرف داخلی عظیم؛ فروش محدود
ای‌ام‌دیMI سری ۳۵۰ و ۴۰۰پیشرفت واقعی؛ سهم کوچک اما روبه‌رشد
ابررایان‌های سفارشیطراحی برای متا و دیگرانرشد سریع در بخش طراحی تراشه
چین (هواوی و دیگران)Ascend و تولید داخلیمحدودیت فرایند ساخت، اما حجم بالا

پیام این جدول: سلطهٔ انویدیا در کوتاه‌مدت تهدید جدی ندارد، اما جهت حرکت — اختصاصی‌سازی تراشه توسط خود غول‌های ابری — در بلندمدت لبهٔ بازار را می‌خورد.

تحریم‌ها: بازی شطرنج آمریکا و چین

پیچیده‌ترین بخش ماجرا، ماجرای تراشه‌های چین است: نسخهٔ خاص چینی (H20) ابتدا ممنوع، سپس با مجوز و توافق مالی ویژه آزاد شد — و در همین دوره، انویدیا میلیاردها دلار ارزش سهامش را در دو فصلِ متوالی به‌عنوان «هزینهٔ محدودیت صادرات» حذف کرد، سپس با فروش مجدد بخشی از آن را جبران کرد. نتیجهٔ نهایی برای صنعت: چین با شتاب به سمت تراشه‌های داخلی رفت و مدل‌های باز — که در تحلیل مدل‌های باز دیدیم — عملاً با سخت‌افزار «کافی» به‌جای «بهترین» ساخته می‌شوند.

برای کاربر و کسب‌وکار ایرانی چه معنایی دارد؟

۱. هزینهٔ مدل‌ها به سخت‌افزار گره خورده است؛ هر آرامش در بازار تراشه، یعنی قیمت پایدار یا نزولی APIها. ۲. تحریم تراشه، ابر به شما نمی‌رساند اما ریسک قطع سرویس‌های ابری را همیشه نگه می‌دارد؛ راه‌حل میانی، سرویس‌های واسط و مدل‌های باز است. ۳. سرمایه‌گذاری در مهارت بهتر از صبر برای سخت‌افزار است؛ GPU بخرید یا نخرید، مهارت پرامپت‌نویسی و اتوماسیون، بازده امروز شماست.

نکتهٔ کمترگفته‌شده: آب

تراشه فقط برق نمی‌خواهد؛ خنک‌سازی هم می‌خواهد و بخش بزرگی از آن آب است. دیتاسنترهای بزرگ روزانه میلیون‌ها لیتر آب مصرف می‌کنند و همین، بحث «دیتاسنتر و کشاورزی» را به موضوع حساس اجتماعی — از شیلی تا اسپانیا و برخی ایالت‌های آمریکا — تبدیل کرده است. جهت صنعت به سمت خنک‌سازی با هوای گرم و بازیافت آب حرکت کرده، اما فشار اجتماعی و قانونی بر محل ساخت دیتاسنترها افزایش می‌یابد. برای کشورهایی مثل ایران که آب، گران‌ترین منبع است، این یعنی مسیر زیرساخت محاسباتی، فقط با فناوری‌های کم‌مصرف و انرژی تجدیدپذیر معنا دارد؛ ورود آگاهانه به این بازار، بدون حساب آب و کربن، به بحران محیط زیست تبدیل می‌شود.

جمع‌بندی

نبرد تراشه‌ها نشان می‌دهد هوش مصنوعی در لایهٔ پایین، صنعت سنگین است: معدن، برق، آب و لوگستیک. انویدیا فعلاً برندهٔ این لایه است، اما تاریخ نیمه‌رساناها نشان می‌دهد سلطهٔ مطلق، دوام نمی‌آورد؛ تماشای مسیر TPUها و تراشه‌های چینی، یکی از مهم‌ترین داستان‌های فنی دو سال پیشِ رو خواهد بود.

پرسش‌های پرتکرار

چرا فقط انویدیا؟ چرا رقبا GPU خوب نمی‌سازند؟

ساخت GPU سخت است اما شدنی؛ سخت‌تر، سه دهه انباشت نرم‌افزاری (CUDA) است که مهاجرت را گران می‌کند — همان دیواری که مک‌اینتاش در برابر ویندوز تجربه کرد.

آیا کمبود تراشه هنوز ادامه دارد؟

برای نسل‌های جدید، صف تأمین وجود دارد؛ اما موج کمبود حاد ۲۰۲۳–۲۰۲۴ با گسترش تولید تعدیل شده است.

ارتباط تحریم‌ها با خدمات هوش مصنوعی چیست؟

تحریم تراشه به‌طور غیرمستقیم روی سرویس‌ها اثر می‌گذارد: قیمت، سرعت و سیاست دسترسی کاربران ایرانی توسط ارائه‌دهندگان. مدل‌های باز، بیمهٔ این ریسک‌اند.

ا
امیر رضایینویسنده حوزه کسب‌وکار و مهاجرت
مقالات نویسنده

این مطلب برایتان مفید بود؟

با پسندیدن، به ما کمک می‌کنید مطالب بهتری منتشر کنیم.

مطالب مرتبط

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز
هوش مصنوعی

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز

بین تولیدکننده‌های یوتیوب، برنده کسی نیست که ابزار بهتری دارد؛ کسی است که «خط تولید» دارد. طراحی خط تولید کامل ویدیوی یوتیوب با هوش مصنوعی — از تحقیق ایده تا تامبنیل.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه
هوش مصنوعی

شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه

فاصلهٔ بین «قصد داریم از هوش مصنوعی استفاده کنیم» و «یک فرایند در حال اجرا داریم» را می‌شود با یک برنامهٔ ۹۰ روزه پر کرد. این نقشه راه سه فاز سی‌روزه دارد: آماده‌سازی، اجرای آزمایشی و تثبیت — با جدول گام‌به‌گام و معیار عبور از هر فاز.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه
سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی
هوش مصنوعی

سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی

سئو در عصر هوش مصنوعی، از انباشت کلیدواژه به «ارزش قابل‌اتکا» تغییر کرده است؛ راهنمای جامع سئوی محتوا با هوش مصنوعی — از تحقیق کلمه تا بهینه‌سازی و پایش.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد
هوش مصنوعی

بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد

بررسی کامل چت‌جی‌پی‌تی: قیمت پلن‌ها با جدول، نسخهٔ رایگان، نقاط قوت و ضعف و جمع‌بندی صادقانه برای انتخاب درست.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه