ارائه توسط
Featured

DeAI در حال ظهور: چگونه شبکه‌های غیرمتمرکز انحصار GPU شرکتی را می‌شکنند

در سال 2025، نگرانی‌های فزاینده درباره پایداری و تمرکز قدرت هوش مصنوعی در میان تعداد معدودی از شرکت‌های آمریکایی اهمیت فزاینده هوش مصنوعی غیرمتمرکز را مورد تأکید قرار داد.

نویسنده
اشتراک
DeAI در حال ظهور: چگونه شبکه‌های غیرمتمرکز انحصار GPU شرکتی را می‌شکنند

نقطه عطف هوش مصنوعی در 2025: عصر جدید ژئوپلیتیک

سال 2025 به عنوان نقطه عطف قطعی مسابقه تسلیحاتی جهانی هوش مصنوعی ایستاده است. در ایالات متحده، مقیاس سرمایه‌گذاری به اوج خود رسید زیرا غول‌های فناوری زیرساخت‌های چند میلیارد دلاری را سازماندهی کردند. به ویژه، پروژه ابررایانه 500 میلیارد دلاری استارگیت مایکروسافت و OpenAI و تعهد 150 میلیارد دلاری آمازون برای مراکز داده نشانه‌ای از حرکت به سوی تقویت سلطه آمریکایی بود. برای محافظت از این پیشتازی، دولت ایالات متحده کنترل‌های صادراتی را بر روی نیمه‌هادی‌های پیشرفته تشدید کرد، به ویژه با هدف قرار دادن تراشه‌های کلاس H100 و Blackwell برای متوقف کردن پیشرفت رقبای چینی.

در حالی که پکن کمتر درباره معاملات بزرگ صدا داده، برابری فنی که توسط مدل‌هایی مانند Deepseek بدست آمده است—که به طور گزارش شده به کارآمدی GPT-4 رقابت می‌کند—نشان می‌دهد که چین موفق شده است به سوی “محاسبات حاکمیتی” حرکت کند. این تغییر استراتژیک بر اساس یک دستور دولتی اخیر است که شرکت‌های داخلی را ملزم به اولویت دادن به سیلیکون محلی می‌کند، در واقع آرزوهای هوش مصنوعی چینی را از زنجیره‌های تأمین غربی جدا می‌کند.

بیشتر بخوانید: انقلاب هوش مصنوعی Deepseek باعث آشوب در بازارهای ارزهای دیجیتال و بازارهای سهام ایالات متحده و اروپا می‌شود

این جنون شاید به بهترین وجه توسط بازارهای مالی توصیف شده باشد. در سال 2025، استارت‌آپ‌های هوش مصنوعی در تنها نیمه اول سال مبلغی شگفت انگیز 60 میلیارد دلار جمع‌آوری کردند، در حالی که سهام تکنولوژی اصلی میلیاردها دلار به ارزش بازار ترکیبی خود افزودند. با این حال، این جنبش به یک سقف فیزیکی رسیده است: انرژی. تخمین‌ها نشان می‌دهند که مراکز داده هوش مصنوعی به مصرف تا 4٪ از برق جهانی تا سال 2026 خواهند رسید. این امر برخی شرکت‌ها را مجبور کرده تا به سوی انرژی هسته‌ای حرکت کنند، به نحوی که مایکروسافت به تازگی نیروگاه سه مایل جزیره را برای تأمین کلسترهای گرسنه خود بازگشایی کرده است.

با این حال، نگرانی‌های فزاینده‌ای وجود دارد که جهان هوش مصنوعی که بسیاری می‌خواهند ممکن است به دلیل عوامل مختلفی از جمله ناکافی بودن منابع انرژی برای حمایت از زیرساخت عظیمی که در حال حاضر ساخته می‌شود، محقق نشود. آموزش و اجرای مدل‌های پیشرفته هوش مصنوعی نیازمند مقدار زیادی برق، ظرفیت مرکز داده و سیستم‌های خنک‌سازی است، که سوالاتی در مورد پایداری و اینکه آیا شبکه‌های جهانی انرژی قادر به تامین نیازهای فزاینده هستند یا خیر، مطرح می‌شود. برخی کارشناسان هشدار می‌دهند که بدون پیشرفت‌هایی در کارایی انرژی یا منابع قدرت جایگزین، رؤیای هوش مصنوعی فراگیر و انسان‌گونه ممکن است دور از دسترس باقی بماند.

فراتر از چالش‌های فنی و زیست‌محیطی، دیگران نگران این هستند که معدودی از غول‌های فناوری آمریکایی همچنان تسلط زیادی بر صنعت و روایت اطراف هوش مصنوعی دارند. این شرکت‌ها کنترل قوی‌ترین مدل‌ها، بزرگترین مجموعه‌داده‌ها و پلتفرم‌های استقرار هوش مصنوعی را دارا هستند که به آنها نفوذ نامتناسبی بر توسعه فناوری و اینکه چه کسی از آن بهره‌مند می‌شود می‌دهد. منتقدان معتقدند که این تمرکز قدرت خطر دارد که رقابت را خفه کند، نوآوری را محدود کند و درک عمومی را به نحوی شکل دهد که از منافع شرکتی بهره ببرد نه از منافع گسترده جامعه.

این نگرانی‌ها سیاستمداران آمریکایی، از جمله سناتور برنی سندرز، را برانگیخته تا درخواست یک گفت‌وگوی ملی درباره هوش مصنوعی—مسیر آن، مدیریت آن و نقش‌های مختلف ذی‌نفعان—داشته باشند. بحث فقط درباره پیشرفت فناوری نیست بلکه درباره مسئولیت، شفافیت و عدالت است: چه کسی قوانین را تعیین می‌کند، چه کسی سود می‌برد و چه کسی ریسک‌ها را متحمل می‌شود.

در حالی که سندرز خواستار گفت‌وگوی ملی برای جلوگیری از انحصار شرکتی بر هوش است، جوامع ارز دیجیتال و متن‌باز یک جایگزین می‌سازند: هوش مصنوعی غیرمتمرکز (DeAI). پروژه‌های مانند Bittensor (TAO)، Io.net و Near Protocol در حال پیشگامی شبکه‌های بدون مجوزی هستند که معنای زیرساخت هوش مصنوعی را بازتعریف می‌کنند و ساختار آن را تغییر می‌دهند. این ابتکارات به گونه‌ای طراحی شده‌اند که از تنگناهای شرکتی رها شوند و دسترسی به منابع اصلی قدرت‌دهنده به هوش مصنوعی را دموکراتیک کنند.

محاسبات جمع‌سپاری شده

به جای انتظار برای چیپ‌های گران‌قیمت و کمیاب که در پشت زنجیره‌های تأمین شرکتی قفل شده‌اند، صاحبان سخت‌افزار فردی می‌توانند قدرت پردازشی خود را مستقیماً به توسعه‌دهندگان اجاره دهند. آندرو سابکو، هم‌بنیان‌گذار Argentum AI در مصاحبه‌ای اخیر اظهار داشت که آموزش مدل‌های بزرگ نیاز به قدرت عظیم GPU دارد. با این حال، عرضه محدود است و توسط تعدادی از فروشندگان کنترل می‌شود، که یک “باغ دیواری” ایجاد می‌کند که در آن استارت‌آپ‌ها و بازیگران کوچکتر قیمت‌ها بالا و خارج از دسترس می‌باشند.

مانند سندرز، سابکو نیز آن را ابراز تأسف کرده که تعداد کمی از شرکت‌ها زیرساخت، دسترسی و قیمت‌گذاری را کنترل می‌کنند، پدیده‌ای که او می‌گوید نوآوری را خفه می‌کند و توسعه هوش مصنوعی را برای بیشتر سازمان‌ها به شدت گران می‌سازد. با این حال، سابکو معتقد است که با ایجاد شبکه‌های محاسباتی توزیع‌شده و بدون مجوز، افراد و سازمان‌ها می‌توانند قدرت بلااستفاده GPU خود را به یک بازار مشترک ارائه دهند. این بازار غیرمتمرکز نه تنها کمبود مداوم Nvidia را دور زده بلکه قابلیت جهانی پنهان را آزاد می‌کند و ماشین‌های غیرفعال را به شرکت‌کنندگان فعال در اقتصاد هوش مصنوعی تبدیل می‌کند. پیام اصلی سابکو این است که آینده هوش مصنوعی وابسته به رهایی از کنترل متمرکز و پذیرفتن بازارهای محاسبات غیرمتمرکز است.

تحت مدل‌های متن‌باز، مدیریت از اتاق‌های هیئت‌مدیره به جوامع توزیع‌شده منتقل می‌شود. تصمیم‌گیری درباره طراحی مدل، به‌روزرسانی‌ها و استفاده به صورت جمعی انجام می‌شود و اطمینان حاصل می‌شود که شفافیت حفظ شود و خطر کنترل انحصاری کاهش یابد. چارچوب‌های متن‌باز نوآوری را تسریع می‌کنند، زیرا هر کسی می‌تواند بر روی زیرساخت‌های مشترک بازرسی، مشارکت و ساخت نماید.

با مدل‌های غیرمتمرکز، کاربران مالکیت رمزنگاری خود را بر داده‌های آموزشی خود حفظ می‌کنند، اطمینان می‌یابند که حریم خصوصی و کنترل در جهانی که داده‌ها اغلب بدون رضایت مورد بهره‌برداری قرار می‌گیرد، حفظ شود. مدل‌های داده حاکمیتی به افراد اجازه می‌دهند تصمیم بگیرند که چگونه اطلاعات آنها استفاده، مبادله یا پاداش داده شود، و یک اکوسیستم عادلانه‌تری را می‌سازند که ارزش به مشارکت‌کنندگان بازمی‌گردد.

داستان DeAI در سال 2025

در سال 2025، DeAI از یک مفهوم خاص به یک جایگزین بزرگ زیرساختی تبدیل شد، انگیزش یافته از کمبود جهانی GPU و موج گسترده سرمایه‌گذاری خطرپذیر. در حالی که بخش بزرگتر هوش مصنوعی بیش از 200 میلیارد دلار در کل سرمایه‌گذاری تا اواخر 2025 را مشاهده کرد، نیش DeAI سهم قابل توجهی و رو به رشد از دسته‌های زیرساخت و وب3 را برنده شد. استارت‌آپ‌های DeAI و پروژه‌های زیرساخت فیزیکی غیرمتمرکز (DePIN) در سال 2025 تنها 12 تا 15 میلیارد دلار جمع‌آوری کردند. این امر توسط سرمایه‌گذاران که از حق بیمه‌های بالای تامین‌کنندگان متمرکز مانند AWS و Azure فراری بودند، تحریک شد.

برای اولین بار، DeAI تأمین مالی بخش عمومی را بدست آورد، به ویژه یک قرارداد 12 میلیون دلاری که توسط Neurolov برای جایگزین کردن مراکز داده سنتی با گره‌های قدرت‌شده توسط شهروندان منعقد شد.

در حالی که شرکت‌های بزرگ فناوری مانند xAI و OpenAI به سوی خوشه‌های 1 میلیون GPU H100 هجوم کردند، شبکه‌های غیرمتمرکز بر روی جمع‌آوری ظرفیت جهانی “پنهان” تمرکز کردند—تراشه‌های استفاده نشده از مزارع استخراج، مراکز داده مستقل و حتی تجهیزات بازی مصرف کننده بالا. در اواخر 2025، شبکه‌های غیرمتمرکز اصلی بیش از 750,000 GPU قابل تأیید برای اجاره بر حسب تقاضا را فراهم کردند.

بیشتر بخوانید: کارشناسان دستاوردهای کارایی هوش مصنوعی غیرمتمرکز را به عنوان کمبودهای GPU و محدودیت‌های انرژی نمایان می‌کنند

شبکه‌هایی که در این زمینه پیشتاز بودند عبارتند از Io.net که بیش از 300,000 GPU در 138 کشور به تأیید رسانده و تخصص در خوشه‌های H100 و A100 با کیفیت برای آموزش در سطح سازمان دارد و Aethir که بیش از 435,000 کانتینر GPU گزارش داد، با تمرکز بر روی استنتاج با تأخیر پایین و محاسبات لبه. Neurolov به 15,000 گره فعال رسید و قابلیت محاسبات “محتاجی مبتنی بر مرورگر” را نشان داد که کاربران با باز نگه‌داشتن یک تب قدرت ارائه می‌دهند.

به گفته یک گزارش، در سال 2025 شبکه‌های غیرمتمرکز به طور مداوم قیمت‌هایی 60٪ تا 80٪ پایین‌تر از تأمین‌کنندگان ابر سنتی ارائه کردند. در حالی که یک نمونه H100 بر روی AWS حدود 3.00 تا 4.50 دلار در ساعت هزینه دارد، شبکه‌های DeAI همان سخت‌افزار را برای حداقل 0.30 تا 2.20 دلار در ساعت فراهم کردند.

در طول سال، تفاوت واضحی در نحوه استفاده از این GPUها نیز پدیدار شد، با 70٪ استفاده برای استنتاج و 30٪ باقی‌مانده برای آموزش.

آینده

با افزایش تعداد کارشناسانی که برای هوش مصنوعی غیرمتمرکز استدلال می‌کنند، برخی از منتقدان هشدار می‌دهند که بدون اقدامات اخلاقی قوی و مکانیزم‌های پاسخگویی واضح، غیرمتمرکزسازی می‌تواند به سرعت به “اشتباه بزرگ بعدی” تبدیل شود. با این حال، حامیان آن همچنان مطمئن هستند که مزایای غیرمتمرکزسازی—شفافیت بیشتر، حاکمیت بر داده و کاهش انحصارهای شرکتی—بسیار بیشتر از مخاطرات آن است.

با افزایش پذیرش هوش مصنوعی، این روایت انتظار می‌رود که در سال 2026 و فراتر از آن شتاب بگیرد و مباحث سیاست، استراتژی‌های سرمایه‌گذاری و حتی معماری نسل بعدی هوش مصنوعی را شکل دهد.

پرسش‌های متداول 💡

  • چه اتفاقی در ایالات متحده در حال رخ دادن است؟ غول‌های فناوری مانند Microsoft و Amazon صد‌ها میلیارد دلار را به ابررایانه‌ها و مراکز داده هوش مصنوعی اختصاص می‌دهند.
  • چین چگونه پاسخ می‌دهد؟ پکن “محاسبات حاکمیتی” را پیش می‌برد و سیلیکون محلی و مدل‌هایی مانند Deepseek را برای رقابت با GPT-4 الزامی می‌کند.
  • چرا این موضوع به‌طور جهانی مهم است؟ استارت‌آپ‌های هوش مصنوعی در اوایل 2025 مبلغ 60 میلیارد دلار جمع‌آوری کردند، اما محدودیت‌های انرژی در حال نمایان شدن است زیرا مراکز داده ممکن است تا سال 2026، 4٪ از برق جهان را مصرف کنند.
  • جایگزین چیست؟ شبکه‌های هوش مصنوعی غیرمتمرکز مانند Bittensor و Io.net محاسبات ارزانتر و توانمند از طریق جامعه را ارائه می‌کنند و انحصارهای شرکتی را به چالش می‌کشند.
برچسب‌ها در این داستان