کوالکم و آمازون وبسرویسها (AWS) لایه جدیدی از همکاری استراتژیک خود را در ملعب سختافزار هوش مصنوعی گشودند. بر پایه توافقنامه تازه، کوالکم عهدهدار توسعه چند نسل چیپ پردازشگر اختصاصی برای زیرساخت ابری آمازون میشود؛ تراشههایی کهazimuth اصلیشان تسریع بارهای کار استنتاج (Inference) مدلهای بزرگ زبانی (LLM) و مولد (Generative AI) است.
معادله برد-برد: تخصص کممصرف در ازای مقیاس ابری
این شراکت دو سویه، نقاط قوی هر طرف را به خدمت طرف دیگر میگذارد. کوالکم، با dự Khoản دهها سال تجربه در معماری تراشههای کممصرف و موبایل، وارد ارène دیتاسنترهای مقیاسپذیر میشود. در ازای این تخصص، مهندسین کوالکم دسترسی به Amazon Bedrock — پلتفرم مدیریت و استقرار مدلهای پایه AWS — پیدا کردهاند تا از طریق هوش مصنوعیِ خودِ AWS، چرخه طراحی، شبیهسازی و بهینهسازی معماریهای سیلیکون جدید را به شدت تسریع کنند.
شکستن گلوگاه داده با اتصالهای نوری ۱.۶ ترابیت
محدودیت اصلی مقیاسدهی خوشههای محاسباتی هوش مصنوعی، پهنای باند ارتباط بین پردازشگرها (Interconnect) است. دو غول تکنولوژی در حال کوک کردن اتصالهای نوری (Optical Interconnects) با ظرفیت کلان ۱.۶ ترابیت در ثانیه هستند. این پیشرفت ضروری است تا ترافیک دادههای رو به رشد در آموزش و استنتاج مدلهای چند تریلیونی پارامتری بدون اتلافی مدیریت گردد.
سومین پیروزی دیتاسنتر کوالکم در عرض ۱۲ ماه
آمازون، مشتری سوم استراتژیک کوالکم در بخش دیتاسنتر از اواسط ۲۰۲۵ به بعد محسوب میشود. پیش از این دو قرارداد سنگین دیگر ثبت شده بود:
- مِتا (Meta): پردازشگر سرور Dragonfly C1000 را برای زیرساختهای داخلی AI انتخاب کرد.
- مایکروسافت (Microsoft): معماری حافظه پیشرو HBC (High Bandwidth Cache) کوالکم را در زیرساخت Azure مستقر نمود.
کوالکم با این مومنتوم، هدفθετ کرده تا سال ۲۰۲۹، درآمد سالانه بخش دیتاسنتر خود را به آستانه ۱۵ میلیارد دلار برساند — رقمی که جدیت ورود این شرکت به بازار پردازشگرهای سرور با مارжина بالا را تایید میکند.
جایگاه تراشههای کوالکم در پورتفولیو سیلیکون اختصاصی AWS
پردازشگرهای جدید کوالکم در کنار خانوادههای موجود سیلیکونهای اختصاصی آمازون (In-house Silicon) جای میگیرند و پازلی کامل برای نیازهای متنوع محاسباتی میسازند:
- Trainium: بهینهسازی شده برای آموزش (Training) مدلهای بزرگ.
- Graviton: پردازشگرهای عمومی کارآمد مبتنی بر معماری ARM.
- Nitro: کارتهای آفلودینگ (Offloading) برای شبکه، ذخیرهسازی و امنیت.
- تراشههای جدید کوالکم: متمرکز بر استنتاج (Inference) با کارایی انرژی بالا.
انتخاب تمرکز بر «استنتاج» تصادفی نیست. در مقیاس تولید (Production Scale)، هزینه انرژی برای تولید هر توکن (Token) مستقیماً حاشیه سود سرویسهای AI را تعیین میکند. بهینهسازی وات در توکن (Performance-per-Watt) در این فاز، اولویت kinh doanhی شماره یک AWS است.
استراتژی تمامقدره: از دیتاسنتر تا لبه شبکه (Edge)
دید کوالکم بهvironment سرور محدود نمیشود. در مارس ۲۰۲۵، بخش تحقیقات هوش مصنوعی این شرکت فریمورکی را منتشر کرد که اجرای مدلهای استدلال (Reasoning Models) را روی گوشیهای هوشمند و دستگاههای لبه (Edge) امکانپذیر میسازد. این حرکت، مانیفست استراتژی «هوش مصنوعی همزمان در ابری و لبه» (Hybrid AI) است که کوالکم تنها بازیگری است که با تسلط بر هر دو طیف (مودم/پردازشگر موبایل و حالا سرور)، میتواند آن را به تحققق رساند.
نکته کلیدی برای تصمیمگیرندگان تکنولوژی:
جنگ آینده زیرساخت هوش مصنوعی، تنها بر سر «قدرت محاسبه خام» برای آموزش نیست. میدان نبرد اصلی، اقتصاد استنتاج (Inference Economics) است: چه کسی میتواند کمترین انرژی را برای هر توکن خروجی صرف کند، از دیتاسنترهای مقیاس وسیع تا گوشی در دستان کاربران نهایی. شراکت کوالکم-آمازون، Angriffی جدی به این چالش اساسی است.
این همکاری، سیگنال قویای برای کل اکوسیستم است: معماری مرجع آینده هوش مصنوعی، در تقاطع سختافزار اختصاصی (Domain-Specific Architecture)، فوتونیک سیلیکون (Silicon Photonics) برای اتصالهای نوری، و نرمافزار و مدلهای بهینهسازی شده شکل میگیرد. کسی که این مثلث را بگشاید، مالک اقتصاد هوش مصنوعیِ سالهای آتی خواهد بود.
