داستان برند انویدیا؛ از تحول دنیای بازی‌های ویدیویی تا رهبری هوش مصنوعی

انویدیا رهبر و پیشروی جهانی محاسبات شتاب‌یافته در بیانیه‌ی چشم‌انداز شرکت خود می‌گوید:

ما فناوری را برای داوینچی‌ها و اینشتین‌های زمان خود مهندسی می‌کنیم. محصولات ما در هوش‌ مصنوعی صنایعی را که بیش از ۱۰۰ تریلیون دلار ارزش دارند، از بازی گرفته تا مراقبت‌های بهداشتی و حمل‌ونقل، متحول کرده و تأثیر عمیقی بر جامعه داشته است.

انویدیا ۳۱ سال پیش به‌عنوان یک شرکت پردازش گرافیکی تأسیس شد و در طول زمان به طراحی و تولید تراشه‌هایی روی آورد که می‌توانند حجم عظیمی از داده‌ها را با سرعتی باورنکردنی برای هوش مصنوعی مولد پردازش کنند. این شرکت که ابتدا به دنبال یافتن حوزه‌ای تخصصی در بازار کامپیوترها بود، حالا به بازیگر خط مقدم صنایع فناوری تبدیل شده و ارزش بازار آن به بیش از سه تریلیون دلار می‌رسد.

امروزه بزرگ‌ترین شرکت‌هایی که به‌نوعی با هوش مصنوعی در ارتباط هستند، از سخت‌افزارها و نرم‌افزارهای انویدیا استفاده می‌کنند؛ چیزی که انویدیا آن را «کارخانه‌های هوش مصنوعی آینده» می‌نامد. برای مثال، پردازنده‌های انویدیا نقش چشمگیری در شکل‌گیری چت‌بات ChatGPT شرکت OpenAI داشتند که درحال‌حاضر به‌عنوان یکی از محبوب‌ترین و پرکاربردترین موتورهای هوش‌مصنوعی مولد شناخته می‌شود.

تاریخ رشد انویدیا اثبات این نظریه‌ی معروف است که «شرکت‌ها یا خودشان را با تغییرات زمانه وفق می‌دهند، یا از صحنه‌ی بازار خارج می‌شوند». در این مطلب داستان کامل تحول و تکامل انویدیا را از زمانی‌که یک شرکت پردازشگر گرافیکی کوچک بود تا زمانی‌که به بزرگ‌ترین و باارزش‌ترین نیروگاه هوش‌مصنوعی امروزی تبدیل شد، با شما مرور می‌کنیم.

ایده‌ی تأسیس یک شرکت پردازنده‌ی گرافیک سال ۱۹۹۳ در جلسه‌ای سه نفره در یک رستوران زنجیره‌ای دنی در بریسا، شرق سن‌خوزه مطرح شد. سه مهندس از شرکت‌های معتبر فناوری آن زمان دور هم جمع شده بودند و درباره‌ی طراحی تراشه‌ای حرف می‌زدند که گرافیک سه‌بعدی واقع‌گرایانه‌تری را به کامپیوترهای شخصی می‌آورد.

نفر اول جنسن هوانگ ۲۹ساله، مهندس تایوانی‌آمریکایی طراح سابق ریزپردازنده‌های AMD و مدیر فعلی سخت‌افزار شرکت LSI Logic بود که با دو دوست دیگر خود در رستورانی شام می‌خورد که در زمان نوجوانی در آنجا کار می‌کرد. این دو نفر کرتیس پریم، مهندس ارشد سابق IBM و طراح تراشه‌های گرافیکی سان‌مایکروسیستمز و کریس مالاکوفسکی مهندس برق شرکت سان مایکروسیستمز بودند.

پریم و مالاکوفسکی به‌تازگی از شرایط مدیریتی و مسیر توسعه‌ی فناوری شرکت ناامید شده بودند و قصد داشتند از شرکت جدا شوند. اما هوانگ وضعیت شغلی باثبات‌تری داشت و بخش ویژه‌ای را در LSI رهبری می‌کرد. بااین‌حال چشم‌انداز صحبت‌های جمعی آن‌قدر روشن و قانع‌کننده بود که هوانگ نیز تصمیم گرفت موقعیت خوب خود را ترک کند و به‌عنوان مدیرعامل استارتاپ جدید مشغول به کار شود.

در سال ۱۹۹۳ این سه بنیان‌گذار تصور می‌کردند مسیر ایدئال برای موج محاسباتی آتی، در حوزه‌ی محاسبات شتاب‌یافته به‌ویژه در پردازش مبتنی بر گرافیک خواهد بود. جنسن هوانگ می‌گوید:

ما باور داشتیم این مدل پردازنده می‌تواند چالش‌هایی را حل کند که تراشه‌های محاسباتی همه‌منظوره اصولاً قادر به حل آن‌ها نبود. درعین‌حال طبق تحقیقات ما، بازی‌های ویدیویی یکی از چالش‌برانگیزترین مشکلات محاسباتی محسوب می‌شدند و البته حجم فروش بسیار بالایی داشتند. خیلی به‌ندرت ممکن است دو ایده‌ی خوب و هماهنگ، هم‌زمان رخ بدهند. برنامه‌ی بازی‌های ویدیویی، طرح فوق‌العاده‌ای بود که ما را به بازارهای بزرگ هدایت می‌کرد، یعنی همان چیزی که ما برای جذب بودجه‌ی تحقیق‌وتوسعه‌ی فناوری‌های محاسباتی عظیم نیاز داشتیم.

انویدیا با سرمایه‌ی ۴۰ هزاردلاری تأسیس شد و در ابتدا نامی نداشت، برای همین بنیان‌گذاران همه‌ی فایل‌ها و اسناد خود را با نام NV (مخفف نسخه‌ی بعدی یا Next Version) امضا می‌کردند. وقتی زمان ثبت رسمی شرکت رسید، سه مهندس به نامی فکر کردند که دو حرف V و N را در خود داشته باشد.

مالاکوفسکی و پریم ابتدا روی NVision توافق کردند، اما بعد مشخص شد این نام توسط یک کارخانه‌ی تولید دستمال توالت گرفته شده است. هوانگ نام Nvidia را پیشنهاد کرد که به واژه‌ی لاتین invidia به معنای حسادت اشاره داشت.

اولین دفتر انویدیا در سانی ویل کالیفرنیا واقع شده بود. جف فیشر، اولین فروشنده‌ی شرکت که سال‌ها بعد یکی از معاون اجرایی انویدیا شد، درمورد روزهای اولیه کار خود می‌گوید: «در دفتر بسیار کوچکی کار می‌کردیم و ناهارمان را دور میز پینگ‌پنگ می‌خوردیم. پارکینگ ما با بانک محلی ولز فارگو مشترک بود و در همین مدت بانک دو الی سه بار مورد سرقت قرار گرفت.»

اولین محصول انویدیا یک کارت چندرسانه‌ای برای کامپیوترهای شخصی بود که سال ۱۹۹۵ با نام NV1 وارد بازار شد؛ درست درزمانی‌که بازی‌های سه‌بعدی توجه اذهان عمومی را به خود جلب کرده بودند. این تراشه فروش خوبی نداشت، اما بنیان‌گذاران فناوری آن را طی چهار نسخه‌ی دیگر بهبود دادند و با هر نسخه به فروش و تراکنش بیشتری در مقابل رقبایی مانند 3dfx، ATi و S3 دست یافتند.

در این زمان رئیس هیئت‌مدیره سگا شخصاً نزد هوانگ آمد تا به او خبر دهد برخلاف توافق قبلی، با شرکت دیگری برای تراشه‌ی کنسول دریم‌کست کار خواهند کرد. انویدیا درشرایط مالی بسیار ناگواری قرار گرفت و به ناچار سال ۱۹۹۶ نیمی از کارکنان خود را اخراج کرد و منابع باقی‌مانده‌ی شرکت را به توسعه یک محصول پردازنده‌ی گرافیکی بهینه شده اختصاص داد. این دوران، روزهای سختی بود که هوانگ به اعضای تیم خود می‌گفت فقط سی‌روز دیگر می‌توانند شرکت را باز نگه دارند.

بااین‌حال مدیر سگا هنوز به هوانگ اعتقاد داشت و توانست شرکت خودش را متقاعد کند ۵ میلیون دلار روی انویدیا سرمایه‌گذاری کند. سال‌ها بعد هوانگ در مصاحبه‌های خود توضیح داد که این پول، تمام دارایی انویدیا بود و مدیر سگا با ادراک و سخاوتمندی، به آن‌ها شش ماه فرصت داد تا شرکتشان را زنده نگه دارند.

سال ۱۹۹۷ کارت گرافیک N3 با نام تجاری RIVA 128 وارد بازار شد. در این زمان انویدیا فقط ۴۰ کارمند داشت و سرمایه‌ی باقی‌مانده برای شرکت، کفاف یک ماه حقوق و دستمزد کارکنان را می‌داد. طی ۴ ماه حدود یک میلیون تراشه‌ی ریوا ۱۲۸ فروخته شد که موفقیت چشمگیری برای هوانگ و شرکای او محسوب می‌شد و انویدیا درآمد حاصل از این محصول را برای توسعه‌ی نسل بعدی نگه داشت.

فیشر یادآوری می‌کند:

ما می‌دانستیم برای اینکه بتوانیم به‌عنوان یک شرکت مقیاس‌پذیر شویم، باید ارزش بیشتری نسبت به یک قطعه‌ی قابل‌تعویض در پی‌سی‌های رایج خلق کنیم. ایده‌ها و پتانسیل ما بسیار فراتر از یک کالای تجاری ساده بود.

عرضه‌ی عمومی سهام انویدیا ژانویه‌ی سال ۱۹۹۹ با قیمت ۱۲ دلار برای هر سهم برگزار شد. اواخر همان سال این شرکت کارت گرافیک GeForce 256 با نام رمز N10 را به بازار عرضه کرد. این محصول با ویژگی‌های نوآورانه به‌سرعت رقبای خود را پشت سر گذاشت و برای اولین باز نام کارت‌های گرافیک را به GPU تغییر داد.

جی‌فورس ۲۵۶ آغاز مسیر موفقیت انویدیا را رقم زد. مهم‌ترین ویژگی جدی این پردازنده قابلیت پردازش سخت‌افزاری T&L بود که به کارت گرافیک اجازه می‌داد محاسباتی را که تا پیش از آن به سی‌پی‌یوها سپرده می‌شد، انجام دهد. انویدیا در این پردازنده برای اولین‌بار از شتاب‌دهنده‌ی سخت‌افزاری برای پخش فایل‌های تصویری استفاده کرد.

انویدیا تولید سری جی‌فورس را به‌عنوان پردازنده‌های گرافیکی با کاربری معمولی ادامه داد.

دهه‌ی اول قرن ۲۱ انویدیا جایگاه خود را به‌عنوان قدرتمندترین تولیدکننده‌ی تراشه‌های کنسول‌های بازی تثبیت کرد. این جریان از سال ۲۰۰۰ آغاز شد، زمانی که انویدیا در رقابتی سخت موفق شد مسئولیت توسعه‌ی سخت‌افزار گرافیکی ایکس‌باکس کنسول بازی مایکروسافت را به‌عهده بگیرد. پیش‌پرداخت قرارداد مایکروسافت رقمی معادل ۲۰۰ میلیون دلار بود و جنسن هوانگ بخشی از کارکنان تیم‌های دیگر شرکت را نیز روی پردازنده‌های گیمینگ متمرکز کرد.

پس از این موفقیت درآمدزا انویدیا چندین استارتاپ و شرکت حوزه‌ی گرافیک را خرید و به زیرمجموعه‌ی خود تبدیل کرد. این استراتژی انویدیا برای بهره‌گیری از شرکت‌های همسو به‌منظور تسریع توسعه‌ی سازمانی تا به امروز ادامه دارد.

همکاری با سونی باعث شد مایکروسافت برای پردازنده‌های ایکس‌باکس ۳۶۰ از رقیب انویدیا یعنی ATI درخواست همکاری کند. مدتی بعد شرکت AMD که قصد نداشت بازار پردازنده‌ها را به انویدیا واگذار کند، شرکت ATI را خرید.

تعقیب و گریز انویدیا و ای‌ام‌دی با تصاحب Hybrid Graphics توسط انویدیا ادامه یافت، اما سال ۲۰۰۶ هر دو شرکت به‌خاطر نقض احتمالی قوانین ضدانحصاری در صنعت کارت‌های گرافیک، احضاریه‌هایی از وزارت دادگستری آمریکا دریافت کردند.

سال ۲۰۰۶ یکی از نقاط عطف مهم تاریخ انویدیا با ارائه‌ی پلتفرم CUDA (مخفف Compute Unified Device Architecture) رقم خورد. کودا با معماری محاسباتی موازی به محققان اجازه می‌داد تمرین‌های بسیار پیچیده‌ی خود را بر روی هزاران پردازنده‌ی گرافیکی انجام دهند. بدین‌ترتیب کاربردهای تراشه‌های گرافیکی از محدوده‌ی بازی‌های ویدیویی فراتر رفت و برای انواع پردازش‌ها در دسترس متقاضیان قرار گرفت.

انویدیا اعلام نکرد کدام محصولاتش به مشکل برخورده‌اند و درنتیجه درگیر یک شکایت دسته‌جمعی شد. این ماجرا باعث شد درآمد انویدیا در سه‌ماهه‌ی اول سال ۲۰۰۸ حدود ۲۰۰ میلیون دلار کاهش پیدا کند. روند قانونی این شکایت در سال ۲۰۱۰ خاتمه یافت و انویدیا ملزم شد با تعویض یا تعمیر دستگاه‌های معیوب، خسارت کاربران را جبران کند. همچنین این شرکت با اینتل یک قرارداد متقابل به ارزش ۱٫۵ میلیارد دلار امضا کرد تا به تمامی دعاوی دوطرفه خاتمه داده شود.

جیسن هوانگ نمی‌دانست ماشین‌های خودران چگونه تکامل پیدا خواهند کرد یا هوش مصنوعی چه زمانی به شکوفایی می‌رسد. اما او به مزیت‌های پردازش‌های گرافیکی ایمان داشت و به همین دلیل خیلی زود در حوزه‌هایی سرمایه‌گذاری کرد که پتانسیل تغییرات بزرگ دنیای فناوری را داشتند.

انویدیا سال ۲۰۱۱ سیستم روی چیپ Tegra 3 ARM را برای گوشی‌های موبایل معرفی کرد و آن را اولین سی‌پی‌یو چهار هسته‌ای موبایل خواند. اولین قدم این شرکت در بازار موبایل با شکست مواجه شد، اما آنچه کمک کرد غول پردازنده‌های گرافیکی از رکود سال ۲۰۱۰ خارج شود، متمرکزشدن بر محاسبات موازی بود.

پردازش موازی (Parallel Computing) یک الگوی محاسباتی است که در آن یک مسئله به چندین بخش فرعی تجزیه می‌شود و سپس این بخش‌ها به‌طور هم‌زمان توسط چندین پردازنده حل آنالیز و محاسبه می‌شوند. در نتیجه سرعت محاسبات تا حد چشمگیری افزایش می‌یابد و این دقیقاً همان نوع سرعت و قدرت محاسباتی است که برای توسعه و اجرای برنامه‌های کاربردی پیشرفته هوش مصنوعی موردنیاز است.

سال ۲۰۱۳، انویدیا از برنامه‌ی طراحی و ساخت یک دفتر مرکزی جدید در غرب مجتمع سابق این شرکت خبر داد. این دفتر از دو ساختمان مثلثی شکل غول‌پیکر تشکیل شده و نمادی از محوریت «سه‌ضلعی‌ها» در گرافیک کامپیوتری است.

درحالی‌که انویدیا به توسعه‌ی پلتفرم CUDA و زیرساخت‌های هوش‌مصنوعی ادامه می‌داد، محرک‌های درآمدی دیگری را نیز به بخش گیمینگ خود اضافه کرد:

• رشد از طریق خرید سایر کسب‌وکارها: سال ۲۰۱۱ انویدیا شرکت Icera (تولیدکننده‌ی تجهیزات ارتباطات سیار) را خرید و به دنبال آن در سال ۲۰۱۳ پی‌جی‌آی PGI شرکت سازنده‌ی فناوری کامپایلر را تصاحب کرد. تا پایان این دهه تعداد کسب‌وکارهایی که با انویدیا ادغام شده بودند، از ۱۰ شرکت فراتر رفت.
• فناوری‌های پیشرفته خودرو: پلتفرم کامپیوتری انویدیا برای تقویت عملکرد اتومبیل‌های هوشمند و خودران در سال ۲۰۱۵ با نام Nvidia Drive معرفی شد. این پلتفرم تا سال ۲۰۲۲ بیش از ۸ سیستم را با معماری‌های ماکسول، پاسکال، ولتا، آمپر، آدا لاوریس و بلک‌ول توسعه داد و با شرکت‌های خودروسازی مشهوری مانند تسلا و تویوتا همکاری کرد.
• متاورس: سال ۲۰۲۰ انویدیا نسخه‌ی بتای پلتفرم Omniverse خود را معرفی و عرضه کرد که تمامی صنایع می‌توانند از آن برای توسعه‌ی تصویربرداری، طراحی و مهندسی سه‌بعدی استفاده کنند.

انویدیا از سال ۲۰۰۶ با معرفی معماری تسلا، مسیر جدید معماری پردازنده‌های خود را تعریف کرد. طراحی و فناوری زیرین و اصلی هر پردازنده که قابلیت‌ها و عملکرد جی‌پی‌یو را تعیین می‌کند. نکته‌ی جالب اینکه نام تمامی معماری‌ها براساس یکی از شخصیت‌های برجسته‌ی حوزه‌ی فناوری، علوم یا ریاضیات گرفته شده است:

• سال ۲۰۱۰ - معماری فرمی (Fermi)
• سال ۲۰۱۲ - معماری کپلر (Kepler)
• سال ۲۰۱۴ - معماری ماکسول (Maxwell)
• سال ۲۰۱۶ - معماری پاسکال (Pascal)
• سال ۲۰۱۷ - معماری ولتا (Volta)

کار روی پیشرفت‌های هوش مصنوعی از سال ۲۰۱۸ با معماری تورینگ (Turing) آغاز شد و سال ۲۰۲۰ با معماری آمپر (Ampere) سال ۲۰۲۲ با معماری لاولیس (Lovelace) و هاپر (Hopper) و سرانجام در سال‌های ۲۰۲۳ و ۲۰۲۴ با معماری گریس (Grace) ادامه یافت.

انویدیا می سال ۲۰۱۶ از اولین پردازنده‌ی سری جی‌فورس ۱۰، جی‌تی‌ایکس ۱۰۸۰ و ۱۰۷۰ که بر مبنای معماری پاسکال توسعه یافته بودند رونمایی کرد. این محصولات نسبت به پردازنده‌های نسل قبل شرکت، یعنی Titan X که مبتنی بر معماری ماکسول ساخته شده بود، عملکرد بهتری داشتند. مجموعه‌ی پردازنده‌های جی‌تی‌ایکس تا سال ۲۰۲۰ پرچم‌داران انویدیا در حوزه‌ی گیمینگ شناخته می‌شدند.

در همان سال انویدیا یک ابرکامپیوتر DGX-1 به استارتاپ هوش مصنوعی OpenAI اهدا کرد، با این پیام که فناوری دی‌جی‌ایکس می‌تواند از عهده‌ی سخت‌ترین مشکلات هوش مصنوعی برآید.

پردازنده‌های RTX از سال ۲۰۱۸ وارد بازار شدند. GEForce RTX 2080 نخستین تراشه‌ی این مجموعه با فناوری جدید ردیابی پرتو (Ray Tracing) بود که با شبیه‌سازی دقیق‌تر نور و سایه‌ها، گرافیک واقع‌گرایانه‌تری را به کاربران ارائه می‌کرد. این پردازنده‌ها همچنین با استفاده از فناوری یادگیری عمیق DLSS، کیفیت تصاویر را تا حد چشمگیری ارتقا می‌دادند.

سال ۲۰۲۰ سری RTX 30 با معماری آمپر با بهره‌گیری از هسته‌های تنسور و RT بیشتر، بهبود قابل‌توجهی در پردازش‌های هوش مصنوعی داشتند. دو سال بعد آرتی‌ایکس ۴۰ با معماری آرا لاوریس و بهره‌گیری از سومین نسل هسته‌های RT و چهارمین نسل هسته‌های تنسور، قدرت پردازش هوش مصنوعی را به سطح جدیدی برد.

سال ۲۰۱۸ گوگل اعلام کرد که تراشه‌های تسلا P4 انویدیا را در هوش مصنوعی سرویس Google Cloud ادغام خواهد کرد.

Nvidia DGX پلتفرمی است که نرم‌افزار هوش‌مصنوعی و مجموعه‌ای از سرورها و ورک‌استیشن‌هایی را که از GPGPU (پردازنده‌های گرافیکی همه‌منظوره) برای فعال‌کردن و تسریع برنامه‌های یادگیری عمیق استفاده می‌کنند، یکپارچه می‌کند. تاریخ ساخت اولین دی‌جی‌ایکس به سال ۲۰۱۶ و معرفی DGX Server-1 برمی‌گردد.

سیستم‌های دی‌جی‌ایکس انویدیا شامل یک برد اصلی، پردازنده‌های x86 با کارایی بالا و مجموعه‌ای از پردازنده‌های گرافیکی هستند. آخرین پلتفرم دی‌جی‌ایکس این شرکت که با نام DGX B200 عرضه شد، با کنار هم قراردادن هشت پردازنده گرافیکی Nvidia B200 Tensor Core، در حکم یک GPU غول‌پیکر با ۱٫۴ ترابایت فضای حافظه گرافیکی عمل می‌کرد.

دی‌جی‌ایکس‌ها برای کارهای محاسباتی مرتبط با هوش مصنوعی و یادگیری ماشین بهینه شده‌اند.

سال ۲۰۲۰ انویدیا نسخه‌ی ۴۰ گیگابایتی پردازنده‌ی A100 را به‌عنوان بزرگ‌ترین پردازنده‌ی ۷ نانومتری جهان معرفی کرد. این پردازنده‌ی مبتنی بر معماری آمپر، با بیش از ۵۴ میلیارد ترانزیستور از هسته‌های تنسور نسل سوم TF32 بهره می‌برد و ۲۰ برابر سریع‌تر از پردازنده‌ی نسل قبل یعنی Volta V100 بود. تنها با فاصله‌ی ۶ ماه نسخه‌ی ۸۰ گیگابایتی این پردازنده نیز عرضه شد.

A100 با ۶۹۱۲ هسته‌ی CUDA قدرت پردازش موازی فوق‌العاده‌ای داشت و برای انواع مدل‌های یادگیری ماشین که ابزارهای محبوبی مانند ChatGPT، Bing AI یا Stable Diffusion را هدایت می‌کردند، بسیار مناسب بود. این تراشه در زمان خود سریع‌ترین پهنای باند حافظه جهان را با ۲ ترابایت در ثانیه را به مشتریان ارائه می‌داد.

به‌علاوه، پردازنده‌های گرافیکی مانند A100 برای «استنتاج» یا استفاده از مدل برای تولید متن، پیش‌بینی یا شناسایی اشیاء درون عکس‌ها نیز کاربرد داشت، به همین دلیل با وجود قیمت بالا در سطحی گسترده مورد استقبال شرکت‌های محاسباتی و هوش‌مصنوعی قرار گرفت. اما انویدیا درصدد بود محصول شگفت‌آور دیگری را به بازار هوش مصنوعی وارد کند.

H100 اواسط سال ۲۰۲۳ معرفی شد. این پردازنده با معماری جدید هاپر و متمرکز بر قابلیت‌های هوش مصنوعی ساخته شده بود و از ۸۰ گیگابایت حافظه HBM3 با پهنای باند ۳ ترابایت بر ثانیه پشتیبانی می‌کرد که ۱٫۵ برابر بیشتر از پهنای باند A100 بود. به‌همین‌ترتیب پردازنده‌ی جدید تعلیم هوش مصنوعی را ۶ برابر سریع‌تر و استنتاج هوش مصنوعی را ۳۰ برابر سریع‌تر از A100 انجام می‌داد.

بخش عمده‌ای از این افزایش سرعت از موتور ترنسفورمر پردازنده (با ۸۰ میلیارد ترانزیستور) ناشی می‌شد که به‌طور خاص برای سرعت‌بخشیدن به فناوری‌های یادگیری ماشین طراحی شده بود. چارلی بویل مدیر ارشد اجرایی سیستم‌های دی‌جی‌ایکس انویدیا در زمان معرفی این تراشه گفت:

ما مسلماً به دنبال افزایش ترانزیستورها هستیم و پردازنده‌های نسل بعد بسیار سریع‌تر عمل خواهند کرد. هنگام تولید H100 وقتی به بهینه‌سازی‌های عملکردی خاص توجه کردیم، از خودمان پرسیدیم که واقعاً چه چیزی برای مشتریان تفاوت ارزشمندی ایجاد می‌کند و باعث پیشرفت قابل‌توجهی در این صنعت می‌شود. بهترین پاسخ این سؤال پشتیبانی هسته‌های تنسور از ترنسفورمرها بود.

در همین حال پیشرفت‌های انویدیا در سمت سرور، هر کسب‌وکاری را قادر می‌ساخت تا با استفاده از سرورهای جدید DGX H100، به عملکردی در کلاس ابرکامپیوتر با برترین قطعات سایر شرکت‌های مطرح دست یابند.

این‌بار نیز یکی از هیجان‌انگیزترین و کاربردی‌ترین ویژگی‌های H100 گسترش اتصال اختصاصی NVLink بود که امکان اتصال نودهای سرورهای مجزا را فراهم می‌کرد و پدیده‌ای را شکل می‌داد که انویدیا آن را با عنوان «یک جی‌پی‌یو به سایز دیتاسنتر» توصیف می‌کرد.

از نظر مجازی‌سازی GPU، مصرف‌کنندگان می‌توانستند هر H100 را به هفت نمونه مجزا تقسیم کرد به‌طوری‌که نمونه‌ها هیچ اشتراکی با هم نداشته باشند. این قابلیت H100 را به اولین پردازنده‌ی گرافیکی چند نمونه‌ای با پشتیبانی بومی از محاسبات محرمانه تبدیل کرد.

DGX H100 نسل چهارم سیستم سرور متمرکز بر هوش مصنوعی انویدیا بود که از هشت پردازنده‌ی گرافیکی H100 به همراه دو پردازنده‌ی مرکزی و دو واحد پردازش گرافیکی BlueField Nvidia بهره می‌برد.

اگر شرکت‌ها ۹ سیستم DGX H100 را با هم در یک رک به همراه برخی تجهیزات ذخیره‌سازی و شبکه ترکیب می‌کردند، به یک DGX POD دست می‌یافتند که برای ارائه‌ی خدمات مبتنی بر هوش مصنوعی در مقیاس بالا مناسب بود.

دی‌جی‌ایکس SuperPOD انویدیا گام بلندتری محسوب می‌شد: ۳۲ سیستم DGX و ۲۵۶ پردازنده گرافیکی H100 را به هم متصل می‌کرد تا یک اگزافلاپس عملکرد هوش مصنوعی را بادقت FP8 ارائه دهد، عددی که در سال‌های اخیر مختص سریع‌ترین ماشین‌های جهان بود.

اوایل سال ۲۰۲۴ جیسن هوانگ با رونمایی از ۹ ربات انسان‌نما گفت در آینده‌ی نزدیک دو نوع فناوری رباتیک به تولید انبوه می‌رسند: ربات‌های انسان‌نما و اتومبیل‌های خودران. او ادامه داد:

موج بعدی هوش مصنوعی را به‌صورت فیزیکی خواهیم دید. دستگاه‌هایی که قوانین فیزیکی را درک می‌کنند. هوش مصنوعی قرار است میان ما زندگی کند. همه‌چیز رباتیک خواهد شد. همه‌ی کارخانه‌ها به‌صورت رباتیک اداره می‌شوند و ربات‌ها محصولات رباتیک دیگری خواهند ساخت.

این گفته‌ی جیسن هوانگ شاید کمی عجیب به‌نظر برسد، ولی انویدیا از سال‌ها قبل در این حوزه سرمایه‌گذاری کرده و از پذیرش جهانی ربات‌ها سود زیادی به دست می‌آورد.

بنفشه کمالی

آشنایی با پیشرفته‌ترین ربات‌های انسان‌نما؛ چند قدم تا تحقق رویای بلید رانر

مطالعه '9

هوانگ در مصاحبه‌های خود به این نکته اشاره می‌کند که ساده‌ترین فرم ربات برای تطبیق با جهان، ربات‌های انسان‌نما هستند، زیرا ما دنیا را مطابق با نیازهای خودمان شکل داده‌ایم. به عقیده‌ی او ما بیشترین حجم داده را برای تعلیم‌دادن این ربات‌ها اختیار داریم، چرا که از ظاهر فیزیکی یکسانی برخوردار هستیم. او همچنین پیش‌بینی کرد که ربات‌های انسان‌نما به‌زودی همه‌گیر خواهند شد و تحولات عظیمی در صنایع مختلف ایجاد خواهند کرد.

برخی از اقدامات انویدیا در حوزه‌ی رباتیک عبارت‌اند از:

• پلتفرم انویدیا ایزاک (NVIDIA Isaac): شرکت‌های BYD، زیمنس و Teradyne Robotics و Intrinsic (از زیرمجموعه‌های آلفابت) مشتریان مطرح این پلتفرم به‌شمار می‌روند. کتابخانه‌های شتاب‌دهنده NVIDIA Isaac، مدل‌های هوش مصنوعی و شبیه‌سازی‌های فیزیکی پلتفرم انویدیا را در چارچوب‌های نرم‌افزاری و مدل‌های ربات خود ادغام می‌کنند.
• پروژه‌ی Eureka: انویدیا با این پروژه وظایف پیچیده را با مهارتی بی‌سابقه به ربات‌ها آموزش می‌دهد. این شرکت هدف اصلی هوش مصنوعی یورکا را ارتقای تعلیم ربات‌ها تا رسیدن به سطوح فعالیت انسانی عنوان می‌کند.
• محاسبات لبه: سیستم‌های رایانش لبه‌ی انویدیا در توسعه و استقرار ربات‌ها، پهپادها و ماشین‌های خودران مبتنی بر هوش مصنوعی که متناسب با نیازهای صنایع مختلف هستند، استفاده می‌شوند.
• پروژه‌ی GR00T: این پروژه که در اصل برپایه‌ی پلتفرم Isaac توسعه‌یافته، یک مدل پایه‌ی همه‌منظوره برای ربات‌های انسان‌نما محسوب می‌شود. به گفته‌ی انویدیا ربات‌های GR00T می‌توانند متن، صدا و تصویر را به‌عنوان ورودی دریافت و پردازش کنند و براین‌اساس اقدامات برنامه‌ریزی‌شده‌ی خود را انجام دهند.
• Jetson Thor: سیستم روی چیپ برای تقویت مدل‌های هوش مصنوعی شرکت‌هایی که در حوزه‌ی ربات‌های انسان‌نما فعالیت می‌کنند، طراحی شده و از پردازنده‌ی گرافیکی مدل بلک‌ول انویدیا بهره می‌برد.

انویدیا از سال ۲۰۱۵ فعالیت رسمی خود را در زمینه‌ی وسایل نقلیه بدون سرنشین، اتومبیل‌های خودران و ماشین‌های هوشمند آغاز کرد و طی چندین سال، پلتفرم‌های محاسباتی و سخت‌افزاری خود را در اختیار شرکت‌های خودروسازی گذاشت.

به گفته‌ی انویدیا سیستم یادگیری عمیق PX 2 بهتر و مؤثرتر از تکنیک‌های سنتی بینایی کامپیوتری عمل می‌کرد. برای مثال این سیستم توانایی بیشتری درخصوص شناسایی و مقابله با سناریوهای نوری دشوار مانند طلوع و غروب خورشید و شرایط آب‌وهوایی نامطلوب مانند برف یا باران شدید داشت.

DRIVE AGX: این پلتفرم که به‌عنوان مغز هوش مصنوعی خودروهای خودران عمل می‌کرد، در چندین نسخه معرفی و عرضه شد که در میان آنها AGX Orin بیش از همه موردتوجه قرار گرفت. اورین با معماری آمپر و عملکرد ۲۵۰ تاپس، توان محاسباتی بالایی برای خودروهای خودران و سیستم‌های کمک‌راننده ارائه می‌کرد.

DRIVE Constellation: یک پلتفرم شبیه‌ساز که به توسعه‌دهندگان اجازه می‌داد در محیط‌های مجازی آلیاژهای خودران را به طور گسترده و ایمن تست کنند.

DRIVE Sim: درایو سیم نیز یک سیستم شبیه‌ساز دیگر بود که از پردازنده CUDA بهره می‌برد و برای شبیه‌سازی جاده‌ها، خودروها، ترافیک، رانندگی در شب و عوامل محیطی دیگر طراحی شده بود. توسعه‌دهندگان با استفاده از این سیستم می‌توانستند الگوریتم‌های خودران را در محیط‌های مختلف شبیه‌سازی کنند و فارغ از هزینه و خطر تست فیزیکی، عملکرد آنها را ارزیابی نمایند.

سال ۲۰۱۷ انویدیا رسماً اعلام کرد با تویوتا همکاری می‌کند و پلتفرم هوش مصنوعی DRIVE PX را برای اتومبیل‌های خودران این شرکت توسعه می‌دهد. انویدیا همچنین با شرکت فناوری چندملیتی بایدو که از سری DRIVE PX در طرح خودروهای خودران خود استفاده می‌کند نیز شریک شد.

تسلا، مرسدس‌بنز، آئودی و ولوو دیگر شرکت‌های خودروسازی هستند که از پروژه‌های انویدیا درایو استفاده کرده‌اند.

خانواده‌های محصولات انویدیا شامل واحدهای پردازش گرافیکی، دستگاه‌های ارتباطی بی‌سیم و سخت‌افزار و نرم‌افزار خودرو هستند، مانند:

• GeForce: محصولات پردازش گرافیکی مبتنی بر مصرف‌کنندگان عادی
• Nvidia RTX: محصولات پردازش گرافیکی محاسبات ویژوال حرفه‌ای (جایگزین GTX و Quadro)
• NVS: پردازنده‌های گرافیکی برای کاربردهای تجاری با چند نمایشگر
• Tegra: مجموعه سیستم روی چیپ برای دستگاه‌های همراه
• Tesla: جی‌پی‌یو همه‌منظوره‌ی اختصاصی برای اپلیکیشن‌های تولید تصویر پیشرفته در حوزه‌های حرفه‌ای و علمی
• nForce: چیپست مادربوردی که توسط انویدیا برای ریزپردازنده‌های اینتل (سلرون، پنتیوم و Core2) و همچنین ای‌ام‌دی (Athlon و Duron) توسعه داده شده.
• Nvidia GRID: مجموعه‌ای از سخت‌افزارها و خدمات برای مجازی‌سازی گرافیکی
• Nvidia Shield: مجموعه‌ای از سخت‌افزارهای گیمینگ مانند شیلد پرتابل، تبلت‌های شیلد و همچنین تلویزیون‌های شیلد
• Nvidia Drive: مجموعه‌ای از محصولات سخت‌افزاری و نرم‌افزاری برای طراحان و سازندگان اتومبیل‌های هوشمند. سری Drive PX یک پلتفرم کامپیوتری با عملکرد بالا است که هدف آن رانندگی مستقل از طریق یادگیری عمیق است، درحالی‌که Driveworks سیستم‌عاملی برای خودروهای بدون راننده است.
• Nvidia BlueField: طیفی از واحدهای پردازش داده که پس از خرید شرکت ملانوکس تکنولوژیز Mellanox Technologies و برپایه‌ی فناوری این شرکت توسعه یافته‌اند.
• انویدیا دیتاسنتر (Nvidia Datacenter) یا سی‌پی‌یو کلاس سرور با کد انویدیا گریس که از سال ۲۰۲۳ عرضه شد.

۱۸ ژوئن ۲۰۲۳، انویدیا با پشت سرگذاشتن شرکت‌هایی نظیر مایکروسافت و اپل در بورس آمریکا، به باارزش‌ترین شرکت عمومی جهان تبدیل شد. رشد سهام انویدیا به واسطه‌ی رونق هوش مصنوعی مولد و تقاضای فزاینده برای تراشه‌های این شرکت یکی از سریع‌ترین نرخ‌های صعودی تاریخ بازار را به نام خود ثبت کرد.

این صدرنشینی ۳ روز ادامه داشت و پس از آن انویدیا عنوان دومین شرکت ارزشمند جهان را به دست آورد. این درحالی است که دو سال قبل، ارزش بازار انویدیا کمی بیش از ۴۰۰ میلیارد دلار بود، اما طی یک سال ارزش این شرکت از یک تریلیون دلار به بیش از سه تریلیون دلار رسید.

کارشناسان مالی صعود انویدیا را گواهی بر این می‌دانند که هوش مصنوعی تا چه اندازه بزرگ‌ترین شرکت‌های جهان را متحول کرده است.

درواقع ظهور این فناوری قدرتمند در ماه ژانویه ابتدا مایکروسافت را به ارزشمندترین شرکت حاضر در بازار سرمایه تبدیل کرد و اپل را از قدرت کنار زد و سپس انویدیا را برای تصاحب تاج‌وتخت به‌پیش راند. تا جایی که اپل در آخرین رویداد خود اعلام کرد هوش‌مصنوعی را به سری جدید آیفون‌ها و سایر محصولات خود اضافه می‌کند.

جنسن هوانگ سال‌ها پیش از دیگر شرکت‌های تولید تراشه اعتقاد خود را مبنی بر اینکه پردازنده‌های گرافیکی برای ساخت هوش مصنوعی ضروری هستند، اعلام کرده بود. حالا دوراندیشی، برنامه‌ها و سرمایه‌گذاری‌های این مدیرعامل به ثمر نشسته، چنان‌که طبق برخی از گزارش‌ها انویدیا حدود ۸۰ درصد از بازار تراشه‌های هوش مصنوعی را در دست دارد.

دانیل نیومن، مدیر اجرایی شرکت تحقیقاتی فناوری Futurum می‌گوید:

هیچ‌کس چیزی را که هوانگ به‌روشنی می‌دید، به‌طور کامل درک نکرد. او با تیزهوشی یا شاید حس شهودی روند آتی صنعت را پیش‌بینی کرد، محصولات شرکت خود را برای این روند توسعه داد و بازار را تحت سلطه گرفت. حالا آن‌ها می‌توانند قیمت‌ها را آن‌طور که می‌خواهند تعیین کنند.

ظهور این شرکت یادآور غول‌های عصر دات‌کام مانند شبکه‌های سیسکو و جونیپر است که تجهیزات اساسی را برای راه‌اندازی شبکه‌های ارتباطی اینترنت می‌ساختند. سهام سیسکو طی ۱۰ سال، در فاصله‌ی عرضه‌عمومی سهام این شرکت تا سال ۲۰۰۰ بیش از هزار برابر شد و این شرکت برای مدتی کوتاه، ارزشمندترین شرکت دنیا لقب گرفت.

سرعت رشد ارزش انویدیا نیز به همان اندازه شگفت‌انگیز بود: اپل در آگوست ۲۰۱۸ از مرز یک تریلیون دلار عبور کرد و در ژوئن ۲۰۲۳ به اولین شرکت ۳ تریلیون دلاری تبدیل شد. برای مایکروسافت ۵ سال طول کشید تا از یک شرکت یک تریلیون دلاری به یک شرکت ۳ تریلیون دلاری ارتقا پیدا کند، درحالی‌که انویدیا طی یک سال به این نقطه‌ی عطف دست‌یافت.

سهام انویدیا در نیمه‌ی اول سال ۲۰۲۴ مدام پیش‌بینی‌های وال‌استریت را پشت سر گذاشته است. استیسی راسگون، تحلیلگر مؤسسه‌ی تحقیقاتی برنشتین می‌گوید:

ابرکامپیوتر جدید انویدیا بیش از یک میلیون دلار قیمت‌گذاری می‌شود. گرچه هزینه‌ی خرید سیستم‌های این شرکت روبه‌افزایش است، ولی عملکرد آن‌ها نیز به ازای هر دلار با هر نسل بهتر می‌شود. به‌این‌ترتیب انویدیا می‌تواند مشتریان خود را حفظ کند.

مایکروسافت، متا، گوگل و آمازون همگی تراشه‌های مخصوص به خود را توسعه داده‌اند که می‌تواند برای آموزش هوش مصنوعی استفاده شود. همچنین رقبای سنتی انویدیا مانند اینتل و Advanced Micro Devices تلاش کرده‌اند تا با عرضه‌ی پردازنده‌های هوش مصنوعی خود این بازار را از دست ندهند. اما جنسن هوانگ معتقد است رسیدن دیگر شرکت‌ها به انویدیا زمان‌بر خواهد بود.

فعالیت انویدیا در حوزه‌ی سخت‌افزارها و نرم‌افزارهای هوش مصنوعی از یک دهه قبل آغاز شده و این شرکت مورد حمایت جامعه‌ی بزرگی از برنامه‌نویسانی است که فناوری‌های آن را به سایر رقیبان ترجیح می‌دهند.

ماه می ۲۰۲۴، هوانگ در یک کنفرانس تلفنی به خبرنگاران و تحلیلگران گفته بود: «ما نحوه‌ی کار محاسبات و آنچه را که کامپیوترها انجام می‌دهند، از اساس تغییر داده‌ایم. انقلاب صنعتی بعدی آغاز شده است.»