چین چگونه زیر فشار آمریکا اکوسیستم هوش مصنوعی بومی خود را ساخت؟

به گزارش خبرگزاری آنا؛ رقابت فناوری آمریکا و چین دیگر فقط درباره این نیست که کدام کشور سریع‌ترین تراشه یا قدرتمندترین مدل هوش مصنوعی را در اختیار دارد. نبرد اصلی اکنون زنجیره‌ای را دربر می‌گیرد که از تجهیزات کارخانه‌های نیمه‌هادی آغاز می‌شود، به تولید تراشه، حافظه‌های پهن‌باند و بسته‌بندی پیشرفته می‌رسد و در نهایت زیرساخت دیتاسنتر‌ها و مدل‌های هوش مصنوعی را تغذیه می‌کند؛ زنجیره‌ای که واشنگتن محدودیت بر حساس‌ترین بخش‌های آن را گسترش داده و چین نیز در مقابل به دنبال داخلی‌سازی حلقه‌های آسیب‌پذیر آن رفته است.

واشنگتن چگونه حلقه فناوری را دور چین تنگ کرد؟

ریشه محدودیت‌های فعلی به چند سال قبل از فراگیر شدن هوش مصنوعی مولد بازمی‌گردد. آمریکا پس از اعمال محدودیت‌های تجاری علیه شرکت‌هایی مانند ZTE و هواوی، دامنه سیاست خود را به تراشه‌های محاسباتی پیشرفته، تجهیزات تولید نیمه‌هادی و حتی فعالیت شرکت‌ها و متخصصان آمریکایی در کارخانه‌های پیشرفته چین گسترش داد؛ روندی که از سال ۲۰۲۲ وارد مرحله گسترده‌تری شد.

یکی از ابزار‌های مهم واشنگتن گسترش دامنه مقررات به برخی محصولات ساخته‌شده خارج از آمریکاست؛ به این معنا که وابستگی یک محصول خارجی به فناوری، نرم‌افزار یا تجهیزات مشمول قوانین آمریکا می‌تواند آن را نیز وارد نظام مجوزدهی صادرات کند. در صنعتی که طراحی تراشه، نرم‌افزار، لیتوگرافی، تولید ویفر و بسته‌بندی ممکن است در چند کشور مختلف انجام شود، چنین سازوکاری دامنه اثر مقررات آمریکا را بسیار فراتر از مرز‌های این کشور برده است.

با تبدیل پردازنده‌های هوش مصنوعی به یکی از منابع راهبردی صنعت فناوری، تراشه‌های پیشرفته انویدیا و AMD و تجهیزات مورد نیاز برای ساخت نیمه‌هادی‌های پیشرفته در مرکز محدودیت‌ها قرار گرفتند. مقررات بعدی راه‌های دور زدن محدودیت‌های اولیه را نیز هدف قرار داد و در ادامه حافظه‌های پهن‌باند یا HBM، نرم‌افزار‌های ساخت تراشه و گروه‌های بیشتری از تجهیزات کارخانه‌ای نیز مشمول کنترل‌های شدیدتر شدند. هدف این سیاست، افزایش هزینه و دشواری ساخت زیرساختی بود که چین برای آموزش و اجرای مدل‌های بزرگ هوش مصنوعی به آن نیاز دارد.

با این حال، کاهش دسترسی به فناوری خارجی تقاضای چین برای توان محاسباتی را از بین نبرده است. بایت‌دنس، تنسنت، علی‌بابا و بایدو همچنان میلیاردها دلار صرف دیتاسنترها، خوشه‌های پردازشی، تراشه‌های اختصاصی و زیرساخت هوش مصنوعی می‌کنند. در سطح جهانی نیز برآوردها نشان می‌دهد مجموع مخارج سرمایه‌ای ۹ شرکت بزرگ خدمات ابری در سال ۲۰۲۶ با رشدی نزدیک به ۹۰ درصد به بیش از ۸۸۶.۷ میلیارد دلار خواهد رسید و چهار غول چینی نیز در میان بازیگرانی قرار دارند که سرمایه‌گذاری خود در زیرساخت هوش مصنوعی را با سرعت افزایش داده‌اند.

وقتی انویدیا عقب رفت، بازار برای هواوی باز شد

یکی از ملموس‌ترین پیامد‌های این سیاست در بازار شتاب‌دهنده‌های هوش مصنوعی چین دیده می‌شود. انویدیا زمانی تأمین‌کننده غالب این بازار بود، اما محدودیت صادرات محصولات پیشرفته باعث شد این شرکت ابتدا نسخه‌هایی با مشخصات پایین‌تر را برای چین طراحی کند و سپس با تغییر مقررات حتی برای فروش بخشی از همان محصولات نیز با مانع روبه‌رو شود. نتیجه آن بود که شرکت‌های چینی فرصت و انگیزه بیشتری برای آزمایش و استفاده از جایگزین‌های داخلی پیدا کردند.

هواوی بیش از بسیاری از رقبا از این تغییر بهره برده است. پردازنده‌های Ascend اکنون در طیف گسترده‌ای از سامانه‌های هوش مصنوعی چین استفاده می‌شوند و این شرکت تلاش کرده فروش تراشه را با سرور، تجهیزات شبکه، ارتباطات پرسرعت و نرم‌افزار ترکیب کند. در نتیجه، هواوی دیگر فقط یک تراشه عرضه نمی‌کند و در حال ساخت اکوسیستمی است که بتواند بخش بزرگی از نیاز دیتاسنتر‌های هوش مصنوعی را بدون اتکا به زیرساخت انویدیا پوشش دهد.

این تغییر به هواوی محدود نیست. کمبریکون، Moore Threads ،MetaX و چند شرکت دیگر در حال توسعه شتاب‌دهنده‌های داخلی هستند و غول‌هایی مانند علی‌بابا و بایدو نیز تراشه‌های اختصاصی خود را برای بار‌های کاری مشخص طراحی می‌کنند. سهم بودجه‌ای که شرکت‌های چینی برای خرید شتاب‌دهنده‌های داخلی کنار می‌گذارند نیز افزایش یافته و روند جایگزینی تأمین‌کنندگان خارجی با گزینه‌های بومی شتاب گرفته است.

با وجود این تغییر، انویدیا هنوز از بازار چین کنار نرفته است. صادرات محدود H۲۰۰ به برخی مشتریان تأییدشده دوباره آغاز شده و این تراشه همچنان از نظر عملکرد و اکوسیستم نرم‌افزاری برای بسیاری از شرکت‌های چینی جذاب است، اما جدیدترین محصولات این شرکت همچنان در دسترس آزاد مشتریان چینی قرار ندارند و وضعیت مقررات نیز امکان برنامه‌ریزی بلندمدت را دشوار کرده است.

محدود کردن دسترسی چین به سریع‌ترین پردازنده‌های جهان هزینه آموزش مدل‌های مرزی را افزایش می‌دهد، اما هم‌زمان شرکت‌های چینی را وادار می‌کند نرم‌افزار، دیتاسنتر و نیروی انسانی خود را با تراشه‌های داخلی سازگار کنند. هرچه تعداد بیشتری از سامانه‌ها بر پایه Ascend یا دیگر معماری‌های بومی ساخته شود، وابستگی مشتریان چینی به اکوسیستم CUDA نیز کاهش پیدا می‌کند.

SMIC از کارخانه جایگزین به ستون صنعت تراشه چین تبدیل شد

پشت بسیاری از طراحان تراشه چینی یک نام مشترک قرار دارد؛ SMIC. محدودیت دسترسی شرکت‌های چینی به پیشرفته‌ترین ظرفیت‌های تولید خارجی سبب شده بزرگ‌ترین کارخانه قراردادی تراشه این کشور به یکی از مهم‌ترین حلقه‌های زنجیره داخلی تبدیل شود و شرکت‌هایی مانند هواوی، کمبریکون، Moore Threads ،MetaX و طراحان دیگر برای تولید محصولات پیشرفته خود بیش از گذشته به ظرفیت آن وابسته شوند.

افزایش سفارش‌ها، اهمیت راهبردی SMIC را بیشتر کرده است، اما نباید افزایش تقاضا را با برابری فناوری اشتباه گرفت. این شرکت توانسته فرایند‌های پیشرفته‌تری را بدون دسترسی به جدیدترین تجهیزات غربی به تولید برساند، اما همچنان از نظر فناوری، ظرفیت و اقتصاد تولید با پیشرفته‌ترین خطوط شرکت‌هایی مانند TSMC فاصله دارد.

بزرگ‌ترین مشکل چین هنوز همان دستگاهی است که نمی‌تواند بخرد

پیشرفته‌ترین خطوط تولید جهان برای برخی از حساس‌ترین مراحل ساخت تراشه‌های جدید از لیتوگرافی EUV استفاده می‌کنند؛ فناوری‌ای که ASML تنها تأمین‌کننده تجاری آن است و فروش چنین سامانه‌هایی به چین محدود شده است. کارخانه‌های چینی در نتیجه ناچارند بخش بیشتری از فرایند تولید پیشرفته را با تجهیزات DUV و روش‌های پیچیده‌تر انجام دهند.

جبران نبود EUV با DUV معمولاً به مراحل بیشتر الگودهی و نوردهی نیاز دارد. افزایش تعداد مراحل نه‌تنها زمان، مواد اولیه و هزینه تولید را بالا می‌برد، بلکه حساسیت فرایند به خطا‌های هم‌ترازی و نوسان تولید را نیز افزایش می‌دهد و می‌تواند بازده ویفر را کاهش دهد. به همین دلیل، ساخت یک تراشه پیشرفته با DUV از نظر فنی ممکن است، اما لزوماً همان بهره‌وری اقتصادی یک خط مجهز به EUV را ندارد؛ بنابراین نمایش یک تراشه ۷ نانومتری ساخت چین الزاماً به معنای آن نیست که کارخانه چینی از همان توان فنی و اقتصادی یک خط تولید پیشرفته جهانی برخوردار است. مسئله اصلی در صنعت نیمه‌هادی فقط ساخت یک نمونه سالم نیست، بلکه تولید میلیون‌ها تراشه با بازده بالا، هزینه قابل‌قبول و کیفیت ثابت است؛ بخشی که همچنان یکی از محدودیت‌های اصلی صنعت تراشه چین محسوب می‌شود.

چین در پاسخ به این مشکل سرمایه‌گذاری روی تجهیزات داخلی کارخانه‌های نیمه‌هادی را نیز افزایش داده است. این تلاش فقط به لیتوگرافی محدود نمی‌شود و تجهیزات اچینگ، رسوب‌دهی، اندازه‌گیری و دیگر مراحل تولید را نیز دربر می‌گیرد. هدف این است که حتی اگر دستیابی سریع به فناوری‌هایی هم‌سطح EUV ممکن نباشد، وابستگی کارخانه‌های چینی به تجهیزات غربی در بخش‌های بیشتری از زنجیره کاهش پیدا کند.

تراشه پردازشی تنها گلوگاه نیست

قدرت یک شتاب‌دهنده هوش مصنوعی فقط به تعداد واحد‌های محاسباتی آن وابسته نیست. مدل‌های بزرگ حجم عظیمی از داده را میان حافظه و پردازنده جابه‌جا می‌کنند و به همین دلیل HBM به یکی از اجزای حیاتی سامانه‌های آموزش و استنتاج تبدیل شده است؛ اهمیتی که باعث شده این نوع حافظه نیز در مرکز محدودیت‌های صادراتی قرار گیرد.

بازار HBM پیشرفته همچنان در اختیار تعداد محدودی از تولیدکنندگان بزرگ حافظه قرار دارد و چین در این بخش با فاصله فناوری مواجه است. در نتیجه حتی طراحی یک پردازنده داخلی قدرتمند الزاماً مشکل زنجیره تأمین را حل نمی‌کند، زیرا محدودیت در دسترسی به حافظه بسیار سریع می‌تواند تعداد شتاب‌دهنده‌های قابل تولید و عملکرد سیستم نهایی را کاهش دهد.

CXMT مهم‌ترین امید چین برای کاهش این فاصله در بخش DRAM محسوب می‌شود. این شرکت طی مدت کوتاهی رشد قابل‌توجهی داشته و به یکی از بزرگ‌ترین تولیدکنندگان حافظه چین تبدیل شده است، اما از نظر فناوری پیشرفته همچنان پشت سر سامسونگ، اس‌کی هاینیکس و مایکرون قرار دارد. در عین حال، رشد تقاضای ناشی از هوش مصنوعی و اولویت یافتن زنجیره تأمین داخلی، بازار بسیار بزرگ‌تری در اختیار این شرکت قرار داده است.

برنامه توسعه HBM داخلی نیز ادامه دارد، اما این حوزه هنوز یکی از نقاط ضعف ساختاری زنجیره هوش مصنوعی چین است. محدودیت دسترسی به حافظه‌های پیشرفته در کنار کمبود ظرفیت ساخت منطق پیشرفته و بسته‌بندی باعث شده افزایش تولید یک شتاب‌دهنده بومی تنها با حل مسئله طراحی تراشه امکان‌پذیر نباشد.

بسته‌بندی پیشرفته حلقه سوم همین مسئله است. شتاب‌دهنده‌های مدرن مجموعه‌ای از پردازنده، حافظه و ارتباطات بسیار پرسرعت را در یک پکیج متراکم کنار هم قرار می‌دهند و ظرفیت فناوری‌هایی مانند CoWoS در سراسر جهان به یک منبع راهبردی تبدیل شده است. برای چین، محدودیت در دسترسی به چنین ظرفیت‌هایی در کنار مشکل HBM باعث می‌شود مقایسه مستقیم یک شتاب‌دهنده چینی و محصولات انویدیا فقط بر اساس قدرت محاسباتی خام تصویر کاملی ارائه نکند.

پاسخ چین به کمبود تراشه فقط ساخت تراشه سریع‌تر نیست

یکی از تغییرات مهم در راهبرد چین این است که رقابت را صرفاً به ساخت یک GPU هم‌سطح جدیدترین محصول انویدیا محدود نکرده است. اگر یک تراشه منفرد عملکرد پایین‌تری داشته باشد، می‌توان تعداد بیشتری از تراشه‌ها را با شبکه‌ای پرسرعت به یکدیگر متصل کرد و بخشی از ضعف سطح تراشه را در مقیاس سیستم جبران کرد.

همین منطق باعث شده مفهوم «سوپرنود» به یکی از محور‌های توسعه زیرساخت هوش مصنوعی چین تبدیل شود. هواوی از شبکه و ارتباطات پرسرعت خود برای ساخت خوشه‌های بزرگی از پردازنده‌های Ascend استفاده می‌کند و شرکت‌هایی مانند بایدو و علی‌بابا نیز مسیر مشابهی را دنبال می‌کنند. در نتیجه رقابت زیرساختی از قدرت یک تراشه منفرد فراتر رفته و به تعداد تراشه در هر سامانه، پهنای باند اتصال میان آن‌ها، شبکه، مصرف انرژی و خنک‌سازی کشیده شده است.

این راهبرد بدون هزینه نیست. استفاده از تعداد بیشتری شتاب‌دهنده برای رسیدن به سطح مشخصی از توان پردازشی، فضای دیتاسنتر، برق، تجهیزات شبکه و سامانه خنک‌کننده بیشتری می‌طلبد. با این حال، افزایش سرمایه‌گذاری شرکت‌های چینی نشان می‌دهد کاهش وابستگی به تأمین‌کنندگان خارجی در بسیاری از موارد بر بهره‌وری اقتصادی کوتاه‌مدت اولویت پیدا کرده است.

مدل‌های هوش مصنوعی هم خود را با محدودیت سخت‌افزار تطبیق داده‌اند

اثر محدودیت‌های سخت‌افزاری فقط در کارخانه‌ها دیده نمی‌شود. شرکت‌های هوش مصنوعی چین نیز به معماری‌های کم‌هزینه‌تر، مدل‌های Mixture-of-Experts، استفاده بهینه‌تر از حافظه و روش‌هایی برای کاهش هزینه آموزش و استنتاج روی آورده‌اند و موفقیت شرکت‌هایی مانند دیپ‌سیک نشان داده است که بخشی از فاصله سخت‌افزاری را می‌توان از مسیر مهندسی نرم‌افزار و الگوریتم جبران کرد.

در ماه‌های اخیر نیز نسل تازه‌ای از مدل‌های چینی از شرکت‌هایی مانند Moonshot AI، دیپ‌سیک و علی‌بابا منتشر شده است و برخی از آن‌ها در ارزیابی‌های مختلف فاصله کمتری با مدل‌های پیشرفته آمریکایی نشان می‌دهند. این روند نشان می‌دهد شرکت‌های چینی نه‌فقط در حال جایگزین کردن سخت‌افزار خارجی هستند، بلکه هم‌زمان تلاش می‌کنند مدل‌های خود را با منابع محاسباتی محدودتر سازگار کنند.

این وضعیت نشان می‌دهد ارزیابی موفقیت کنترل صادرات به تعریف «موفقیت» بستگی دارد. اگر معیار، جلوگیری کامل از توسعه مدل‌های رقابتی در چین باشد، شواهد موجود چنین نتیجه‌ای را تأیید نمی‌کنند؛ اما اگر هدف افزایش هزینه محاسبات، دشوارتر کردن آموزش مدل‌های مرزی و وادار کردن شرکت‌های چینی به استفاده از منابع بیشتر برای دستیابی به نتیجه مشابه باشد، گلوگاه‌های سخت‌افزاری همچنان اثر محسوسی دارند.

بازار سیاه تراشه نشان می‌دهد انویدیا هنوز اهمیت دارد

رشد سخت‌افزار داخلی به این معنا نیست که تراشه‌های انویدیا ارزش خود را برای شرکت‌های چینی از دست داده‌اند. قدرت خام پردازنده‌های این شرکت در آموزش مدل‌های بزرگ و به‌ویژه بلوغ اکوسیستم CUDA همچنان مزیت مهمی ایجاد می‌کند و محدود بودن مسیر قانونی خرید محصولات پیشرفته، انگیزه برای دور زدن مقررات را بالا نگه داشته است.

نمونه تازه آن پرونده‌ای در تایوان است که در آن ۹ نفر در ارتباط با صادرات غیرقانونی سرور‌های مجهز به پردازنده‌های پیشرفته انویدیا به چین متهم شده‌اند. طبق اسناد پرونده، بخشی از ۱۳۰ سرور B۳۰۰ با اطلاعات نادرست درباره مقصد نهایی سفارش داده شده بودند و ۷۴ دستگاه پیش از شناسایی شبکه به چین رسیده‌اند. این پرونده نشان می‌دهد فاصله میان تقاضای بازار و دسترسی قانونی، مسیر‌های غیررسمی را همچنان جذاب نگه داشته است.

مدیر ارشد انویدیا در پرونده قاچاق سرورهای هوش‌ مصنوعی به چین متهم شد

آیا تحریم‌ها شکست خورده‌اند؟

آمریکا توانسته دسترسی مستقیم چین به بخشی از پیشرفته‌ترین فناوری نیمه‌هادی جهان را محدود کند؛ چین همچنان به EUV دسترسی ندارد، در HBM پیشرفته و بسته‌بندی سطح بالا با محدودیت روبه‌رو است و ظرفیت تولید داخلی آن در گره‌های پیشرفته کمتر و پرهزینه‌تر از رهبران جهانی است. این محدودیت‌ها واقعی هستند و افزایش درآمد شرکت‌های داخلی آن‌ها را از بین نمی‌برد. در مقابل، همان محدودیت‌ها انگیزه اقتصادی بومی‌سازی را افزایش داده‌اند. زمانی که شرکت‌های چینی می‌توانستند به‌سادگی پردازنده انویدیا بخرند یا تولید پیشرفته را به کارخانه‌های خارجی بسپارند، سرمایه‌گذاری میلیارددلاری برای ساخت جایگزین داخلی همیشه جذاب نبود؛ اما محدود شدن این مسیر‌ها محاسبه اقتصادی را تغییر داده و بازار بزرگی برای تراشه‌ها، تجهیزات و زیرساخت داخلی ایجاد کرده است.

هواوی اکنون مشتریانی دارد که در شرایط عادی احتمالاً انگیزه کمتری برای بازنویسی نرم‌افزار خود برای Ascend داشتند؛ SMIC با تقاضایی روبه‌رو است که بخشی از آن در بازار آزاد می‌توانست به کارخانه‌های پیشرفته‌تر منتقل شود و CXMT نیز از رشد نیاز به حافظه و اولویت دادن شرکت‌های چینی به زنجیره داخلی بهره می‌برد. ده‌ها شرکت کوچک‌تر در حوزه GPU، تجهیزات نیمه‌هادی و بسته‌بندی پیشرفته نیز اکنون بازاری در اختیار دارند که بدون محدودیت‌های خارجی احتمالاً دستیابی به آن بسیار دشوارتر بود.

ساختار خرید غول‌های اینترنتی چین نیز در همین جهت حرکت کرده است. بایت‌دنس سرمایه بیشتری به دیتاسنتر‌های بزرگ، تراشه‌های اختصاصی و خوشه‌های پردازشی اختصاص داده و بایدو در کنار توسعه شتاب‌دهنده‌های خود، معماری‌های خوشه‌ای بزرگ‌تری را دنبال می‌کند. علی‌بابا و تنسنت نیز هم‌زمان با خرید سخت‌افزار خارجی مجاز، طراحی تراشه‌های اختصاصی و استفاده از راهکار‌های داخلی را گسترش داده‌اند.

جنگ تراشه از محروم کردن چین به مسابقه خودکفایی تبدیل شده است

مهم‌ترین پیامد این روند شاید تغییر ماهیت رقابت باشد. چند سال قبل بخش بزرگی از صنعت فناوری چین می‌توانست قسمت‌های حساس زنجیره خود را به تأمین‌کنندگان خارجی بسپارد، اما امروز تقریباً همه حلقه‌ها، از لیتوگرافی و تولید منطق پیشرفته گرفته تا HBM، بسته‌بندی و شتاب‌دهنده‌های دیتاسنتری، به مسئله امنیت فناوری تبدیل شده‌اند.

نتیجه، شکل‌گیری صنعتی است که حتی وقتی محصول داخلی گران‌تر، کم‌بازده‌تر یا از نظر فنی ضعیف‌تر از نمونه خارجی باشد، همچنان برای توسعه آن سرمایه‌گذاری می‌کند. منطق این تصمیم صرفاً اقتصادی نیست؛ هدف آن است که قطع دسترسی به یک شرکت یا یک کشور خارجی نتواند کل توسعه زیرساخت هوش مصنوعی چین را متوقف کند.

در همین نقطه قضاوت درباره موفقیت یا شکست تحریم‌ها پیچیده می‌شود. آمریکا توانسته هزینه دستیابی چین به فناوری مرزی را افزایش دهد و فاصله این کشور را در بخش‌هایی مانند EUV، HBM و تولید بسیار پیشرفته حفظ کند، اما نتوانسته تقاضای هوش مصنوعی چین را از بین ببرد. این تقاضا به جای ناپدید شدن، بخشی از درآمد و تجربه مورد نیاز برای رشد شرکت‌های داخلی را فراهم کرده است.

نبرد نیمه‌هادی بنابراین دیگر صرفاً رقابت یک «تراشه آمریکایی» با یک «تراشه چینی» نیست. یک طرف می‌کوشد دسترسی رقیب به فناوری مرزی را محدود کند و طرف دیگر با بازار داخلی عظیم، سرمایه‌گذاری دولتی و خصوصی، مهندسی جایگزین و پذیرش هزینه‌های بیشتر تلاش می‌کند حلقه‌های آسیب‌پذیر زنجیره خود را یکی پس از دیگری بومی کند.

تحریم‌ها سرعت چین را در بعضی حوزه‌ها کاهش داده‌اند، اما هم‌زمان انگیزه‌ای برای بومی‌سازی ایجاد کرده‌اند که احتمالاً در یک بازار کاملاً آزاد با همین شدت شکل نمی‌گرفت. سؤال اصلی دیگر این نیست که چین می‌تواند بدون دسترسی آزاد به جدیدترین فناوری غربی هوش مصنوعی توسعه دهد یا نه؛ مدل‌های رقابتی، تراشه‌های داخلی و ادامه رشد دیتاسنتر‌های این کشور پاسخ این پرسش را تا حد زیادی روشن کرده‌اند. مسئله تعیین‌کننده این است که چین با چه سرعتی می‌تواند فاصله خود را در لیتوگرافی، HBM، بسته‌بندی پیشرفته، ظرفیت تولید و بهره‌وری انرژی کاهش دهد و آیا آمریکا و متحدانش می‌توانند سریع‌تر از روند بومی‌سازی چین، مرز فناوری را به جلو ببرند.