در حرکتی که می‌تواند Архи텍تور قدرت محاسباتی در مقیاس ملی را بازتعریف کند، ژاپن در همکاری با انویدیا (Nvidia) پرده از اولین زیرساخت ملی هوش مصنوعی جهان برداشت. این پروژه [AI Factory]‌ای به نام «FRONTia»، با سرمایه‌گذاری کلان دولتی و مشارکت غول‌های صنعتی ژاپنی، به هدف تسریع توسعه رباتیک، دوقلوهای دیجیتال و اتوماسیون صنعتی تدوین شده است.

جنسن هوانگ، مدیرعامل انویدیا، در کنار مسؤولان ژاپنی در مراسم اعلامیه کارخانه هوش مصنوعی ملی

مشخصات فنی بی‌سابقه: ۳۸۲ رک NVL72 و Архитекتور ورا-روبین

قلب تپنده این زیرساخت، ۳۸۲ رک ورا روبین NVL72 (Vera Rubin NVL72) است که روی پلتفرم مرجع DSX انویدیا ساخته شده‌اند. هر رک شامل ۷۲ پردازنده گرافیکی Rubin (GPU) و ۳۶ پردازنده مرکزی Vera (CPU) می‌باشد که در مجموع capacidad محاسباتی خیره‌کننده‌ای را فراهم می‌آورند:

  • مجموع GPUها: ۲۷٬۵۰۰ پردازنده گرافیکی Rubin
  • مجموع CPUها: ۱۳٬۷۵۰ پردازنده مرکزی Vera
  • قدرت برق: ۱۴۰ مگاوات (معادل مصرف شهر متوسطی)
  • شبکه‌سازی: تکنولوژی Spectrum-X Ethernet برای اتصال با تاخیر پایین و باند بالا

برآوردهای مورگان استنلی قیمت هر GPU روبین در حجم انبوه را حدود ۵۵٬۰۰۰ دلار تخمین زده‌اند که تنها ارزش سیلیکون پردازنده‌های گرافیکی را به حدود ۱٫۵ میلیارد دلار می‌رساند. با احتساب هزینه حافظه، شبکه‌سازی و سیستم‌های خنک‌سازی مایع پیشرفته، هزینه کل سخت‌افزاری این کارخانه بین ۱٫۹ تا ۲٫۷ میلیارد دلار برآورد می‌شود.

سکماتیک معماری رک‌های NVL72 با پردازنده‌های Vera و Rubin

کنسرسیوم نواترا (Noetra): اتحاد غول‌های صنعتی ژاپن

نواترا (Noetra Corp.) کنسرسیومی نوین است که در ژوئی ۲۰۲۵ توسط چهار عمدهJPN تشکیل شده:

به گزارش ان‌ای‌سی، این کنسرسیوم از سرمایه‌گذاری ۴۴ شرکت و سازمان دیگر نیز برخوردار است. نواترا به همراه مؤسسه ملی علوم و تکنولوژی پیشرفته ژاپن (AIST)، برنده مناقصه عمومی سازمان توسعه انرژی و فناوری‌های صنعتی Япо (NEDO) برای اجرای پروژه FRONTia شده‌اند.

بودجه‌گذاری کلان و مراحل توسعه: از ۲۰۲۶ تا ۲۰۳۰

پروژه FRONTia با horizن ۵ ساله (سال‌های مالی ۲۰۲۶ تا ۲۰۳۰) و بودجه کلان تدوین شده:

سال مالی بودجه (ین ژاپنی) معادل دلار (تقریبی) マイルستون اصلی
۲۰۲۶ (سال اول) ۳۸۷٫۳ میلیارد ۲٫۴ میلیارد دلار مدل پایه استدلالی (Reasoning Foundation Model)
۲۰۲۸ - - مدل همه‌جانبه (Omni-modal: متن، تصویر، ویدئو، صدا)
۲۰۳۰ تا ۱ تریلیون (مجموع ۵ ساله) ۶٫۱ میلیارد دلار هوش مصنوعی بومی دنیای واقعی (Real-world Native AI با آگاهی فضایی)

نکته مهم: بودجه از سال سوم به بعد مشروط به بازبینی‌های سالانه «مرحله‌ای» (Stage-gate reviews) است و مبلغ کامل ۱ تریلیون ین تضمین نشده است.

نقشه راه توسعه مدل‌های FRONTia تا سال ۲۰۳۰

استراتژی велиک‌آینده: هدف ۳۰٪ سهم بازار رباتیک هوش مصنوعی جهانی تا ۲۰۴۰

این کارخانه هوش مصنوعی، اولین زیرساخت ملی تحت مناقصه دولتی ژاپن است که از پروژه‌های قبلی متمایز می‌شود:

  • DGX SuperPOD مبتنی بر بلکول سافتبانک (۲۰۲۴): زیرساخت شرکتی
  • FugakuNEXT (ریکن، فوجیتسو، انویدیا - افق ۲۰۳۰): سیستم علمی زتا‌مقیاس با بودجه ۷۴۰ میلیون دلاری
  • FRONTia / Noetra (جاری): اولین زیرساخت ملی هوش مصنوعی تحت مناقصه دولتی

بر اساس استراتژی رباتیک هوش مصنوعی ژاپن (منتشر شده مارس ۲۰۲۵)،Tokyou سهمی بیش از ۳۰٪ از بازار جهانی رباتیک هوش مصنوعی تا سال ۲۰۴۰ را هدف قرار داده که فرصت اقتصادی آن به ۱۳۳ میلیارد دلار برآورد شده است. جنسن هوانگ، مدیرعامل انویدیا، در این باره بیان داشت: «ژاپن تولید مدرن را اختراع کرد. اکنون در حال ساخت کارخانه‌های هوش مصنوعی است که انقلاب صنعتی بعدی را نیرو خواهند داد.»

چالش‌ها و نگاه به آینده

با وجود عظمت پروژه، چند عامل کلیدی در موفقیت آن نقش دارد:

  • زمان‌بندی تحویل سخت‌افزار: رک‌های Rubin NVL72 پیش‌بینی می‌شود در نیمه دوم ۲۰۲۵ به تولید انبوه برسند، بنابراین استقرار فاز اول احتمالاً از ۲۰۲۶ آغاز می‌شود.
  • مدیریت انرژی ۱۴۰ مگاوات: نیازمند زیرساخت برق و خنک‌سازی پیشرفته در مقیاس sangat بزرگ.
  • توسعه نرم‌افزاری موازی: آموزش مدل‌های تریلیون-پارامتریک نیازمند بهینه‌سازی پشته نرم‌افزاری (CUDA، cuDNN، NeMo، Megatron-LM) است.
  • انعطاف‌پذیری بودجه: مکانیزم Stage-gate می‌تواند سرعت پروژه را تحت تأثیر قرار دهد.
مقایسه پروژه‌های زیرساختی هوش مصنوعی ژاپن: DGX، FugakuNEXT، FRONTia

نکته کلیدی برای توسعه‌دهندگان ایرانی:

انویدیا و نواترا اعلام کرده‌اند که وزن‌های از پیش آموزش‌دیده (pretrained weights) مدل‌های پایه چندوجهی (Multimodal Foundation Models) به طور گسترده با توسعه‌دهندگان داخلی ژاپن به اشتراک گذاشته خواهد شد. این رویکرد متن‌باز می‌تواند الگویی برای اکوسیستم‌های هوش مصنوعی ملی دیگر، از جمله ایران، باشد تا از سرمایه‌گذاری‌های کلان در سخت‌افزار، حداکثر بازده نرم‌افزاری و نوآوری را بگیرند.

نتیجه‌گیری: момент قطعی برای سپرهای محاسباتی ملی

پروژه FRONTia و کارخانه هوش مصنوعی نواترا، نقطة عطفی در تاریخ محاسباتی است: برای اولین بار یک کشور G7، زیرساخت آموزش مدل‌های.Border AI را به عنوان املاک ملی استراتژیک، همانند شبکه برق یا راه‌آهن، تدوین و اجرا می‌کند. ترکیب سرمایه‌گذاری دولتی (NEDO)، 연합 صنعتی (Noetra)، و فناوری پیش‌کران (Nvidia Vera/Rubin) یک مدل جدید برای «ساینووèd AI» در مقیاس ملت‌ها ترسیم می‌کند. اگر اليابان در مراحل ۲۰۲۶ تا ۲۰۳۰ اهداف خود را محقق سازد، شاهد ظهور یک قدرت جدید در رباتیک هوشمند، تولید پیشرفته و اتوماسیونowany خواهیم بود که قواعد رقابت جهانی را بازنویسی می‌کند.