شهرآرانیوز؛ بر اساس گزارشی که بلومبرگ منتشر کرده و رویترز نیز آن را گزارش داده است، افزایش قیمت شامل برخی سامانههای مجهز به تراشههای پرچمدار Vera Rubin و Grace Blackwell خواهد شد. میزان افزایش برای همه محصولات یکسان نیست و به نسل تراشه و مقدار و نوع حافظه مورد استفاده در سرور بستگی دارد.
مهمترین دلیل اعلامشده، افزایش شدید قیمت تراشههای حافظه است. سرورهای هوش مصنوعی به حجم بسیار زیادی از حافظههای پیشرفته، بهویژه حافظههای با پهنای باند بالا (HBM)، نیاز دارند و رشد سریع تقاضا برای زیرساختهای هوش مصنوعی فشار زیادی بر زنجیره تأمین حافظه وارد کرده است.
در نتیجه، افزایش قیمت حافظه میتواند مستقیماً هزینه ساخت رکها و سرورهای مجهز به پردازندههای هوش مصنوعی را افزایش دهد.
این افزایش قیمت فقط مشتریان کوچک انویدیا را هدف قرار نمیدهد. گزارش بلومبرگ میگوید شرکتهایی که برای اپراتورهای بزرگ دیتاسنتر از جمله مایکروسافت، گوگل و اوراکل سرور تولید میکنند، از افزایش قیمتهای پیشرو مطلع شدهاند و برخی از آنها نیز این موضوع را به مشتریان خود اعلام کردهاند.
قیمتهای جدید قرار است برای سامانههایی اعمال شود که از اوایل سال ۲۰۲۷ ارسال میشوند.
این افزایش در بازاری اتفاق میافتد که قیمت سرورهای هوش مصنوعی همین حالا نیز بسیار بالاست.
برای نمونه، برخی رکهای مبتنی بر معماری Blackwell با نام NVL۷۲ GB۲۰۰ در محدوده چند میلیون دلار قیمت دارند و سامانههای نسل جدید Vera Rubin نیز با قیمتهای بسیار بالاتری برای مشتریان بزرگ مطرح شدهاند.
به همین دلیل، حتی افزایش ۱۵ درصدی میتواند به معنای صدها هزار دلار هزینه بیشتر برای هر سامانه باشد و در پروژههای دیتاسنتری بزرگ، هزینه اضافی بسیار قابلتوجهی ایجاد کند.
رویترز اعلام کرده است که بهطور مستقل نتوانسته گزارش بلومبرگ را تأیید کند و انویدیا نیز در زمان انتشار گزارش به درخواست رویترز برای اظهارنظر پاسخ نداده بود؛ بنابراین رقم «بیش از ۱۵ درصد» در حال حاضر بر اساس گزارش بلومبرگ و منابع آگاه از این موضوع است.
افزایش هزینه سختافزار میتواند فشار بیشتری بر شرکتهایی وارد کند که میلیاردها دلار برای ساخت دیتاسنترهای هوش مصنوعی سرمایهگذاری میکنند.
شرکتهایی مانند مایکروسافت، گوگل، متا و آمازون در حال توسعه ظرفیت محاسباتی خود هستند و افزایش قیمت سرورها، در کنار هزینه بالای برق، زمین، شبکه و سیستمهای خنککننده، میتواند هزینه نهایی توسعه زیرساخت AI را افزایش دهد.
از طرف دیگر، این وضعیت میتواند انگیزه شرکتهای بزرگ فناوری برای توسعه تراشههای اختصاصی هوش مصنوعی را بیشتر کند؛ زیرا آنها تلاش میکنند وابستگی خود به پردازندههای انویدیا را کاهش دهند.