با رشد بیسابقهی هوش مصنوعی و افزایش تقاضا برای توان پردازشی، جهان فناوری وارد مرحلهای شده که کمبود قدرت محاسباتی (Compute) به یک چالش حیاتی تبدیل شده است. شرکتهای بزرگی مانند گوگل، انویدیا، اپنAI و آنتروپیک بارها هشدار دادهاند که حتی با توسعهی مراکز دادهی جدید، همچنان تأمین انرژی لازم برای آموزش و استقرار مدلهای هوش مصنوعی نیازمند راهکارهای نوآورانه است. در چنین شرایطی، PowerLattice بهعنوان یک استارتاپ نوظهور، توانسته با یک رویکرد کاملاً متفاوت، توجه صنعت نیمههادی را به خود جلب کند.
این شرکت که در سال ۲۰۲۳ توسط جمعی از مهندسان باسابقهی Qualcomm، NUVIA و Intel تأسیس شد، اکنون مدعی است که میتواند مصرف انرژی تراشهها را بیش از ۵۰ درصد کاهش دهد؛ ادعایی که میتواند مسیر تکامل پردازشهای سنگین، از جمله مدلهای زبانی بزرگ (LLM)، را متحول کند.
بحران توان محاسباتی در عصر هوش مصنوعی
رشد مدلهای هوش مصنوعی موجب شده شرکتها با سرعتی بیسابقه در حال توسعهی مراکز دادهی جدید باشند. هر مدل جدید، با پارامترهای بیشتر و تقاضای پردازشی بالاتر، نیازمند انرژی عظیمی است. در نتیجه، حتی بزرگترین تولیدکنندگان تراشه نیز با این سؤال روبهرو شدهاند:
چگونه میتوان بدون افزایش بیرویه مصرف برق، توان پردازشی را افزایش داد؟
در همین راستا، مقالات مرتبط زیر تصویر واضحتری از این بحران ارائه میکنند:
– بررسی فشارهای مالی و چالشهای توان محاسباتی در OpenAI:
https://kingmember.com/openai-financial-statements-ai-projects/
– تحلیل افزایش سرمایهگذاری جهانی در هوش مصنوعی:
https://kingmember.com/chatgpt-said-global-ai-investment-surge/
– بررسی نقش بهینهسازی کامپایلرها در افزایش کارایی GPUها:
https://kingmember.com/luminal-ai-optimizer/
PowerLattice چه راهکاری ارائه داده است؟
نوآوری اصلی این شرکت یک تراشهی بسیار کوچک (Power Delivery Chiplet) است که وظیفهی آن، انتقال مؤثرتر انرژی به پردازنده است. در ساختارهای سنتی، بخش قابل توجهی از انرژی در مسیر انتقال به هدر میرود؛ اما PowerLattice با نزدیکتر کردن منبع انرژی به هستهی پردازشی، قادر است این اتلاف را به شکل چشمگیری کاهش دهد.
مزیت کلیدی این فناوری:
بیش از ۵۰٪ کاهش تلفات انرژی
این مقدار در صنعت نیمههادی یک جهش بزرگ محسوب میشود.
چرا این دستاورد مهم است؟
زیرا هر کاهش میلیژولی در مصرف انرژی، وقتی در مقیاس هزاران GPU و TPU مورد استفاده قرار گیرد، میتواند هزینهها را در مراکز داده بهطور چشمگیری پایین بیاورد.
تأیید یک نام بزرگ: Pat Gelsinger
حضور پت گلسینگر، مدیرعامل سابق اینتل و یکی از معتبرترین چهرهها در دنیای پردازش، بهعنوان سرمایهگذار و حامی PowerLattice اهمیت بسیار زیادی دارد.
گلسینگر این فناوری را یک «نتیجهی خارقالعاده» توصیف کرده و اعلام کرده که:
«این یکی از معدود تیمهایی است که میتواند چنین نوآوری سختافزاری را به مرحله تولید برساند.»
جالب اینکه هنگام ارائه اولیه، اعضای تیم PowerLattice آنقدر از حضور گلسینگر هیجانزده بودند که از او درخواست گرفتن سلفی کردند. گلسینگر نیز متقابلاً از سطح فناوری آنها شگفتزده شد.
سرمایهگذاری جدید: رشد سریع یک استارتاپ کمسابقه
PowerLattice بهتازگی با جذب ۲۵ میلیون دلار سرمایهی Series A و رسیدن به مجموع ۳۱ میلیون دلار، رسماً از فاز پنهانکاری (Stealth Mode) خارج شده است. این سرمایهگذاری به رهبری Playground Global و Celesta Capital انجام شد.
اولین دستاورد مهم:
تولید نخستین سری چیپلتها توسط TSMC
بهعنوان بزرگترین تولیدکننده تراشه در جهان، همکاری TSMC نشاندهنده اعتبار فنی این استارتاپ است.
بازار هدف PowerLattice
این فناوری میتواند برای هر تولیدکنندهی تراشه جذاب باشد، اما شرکتهای زیر در اولویت قرار دارند:
– Nvidia
– AMD
– Broadcom
– Cerberus
– Grok
– d-Matrix
– NextSilicon
با توجه به بحران انرژی در مراکز داده، احتمال استقبال سریع این شرکتها بسیار بالاست.
رقبا و چالشهای پیش رو
PowerLattice تنها بازیگر این حوزه نیست. شرکتهایی مانند Empower Semiconductor نیز در تلاشاند مصرف انرژی را کاهش دهند. اما هنوز هیچ نمونهای با ادعای کاهش ۵۰ درصدی انرژی معرفی نشده است.
گلسینگر معتقد است:
«ایده جسورانه است، مزایا بزرگ است، و به زودی دیگران هم تلاش خواهند کرد این مسیر را دنبال کنند.»
اهمیت این نوآوری برای آینده هوش مصنوعی
با افزایش تقاضا برای مدلهای بزرگتر و ارائه خدمات هوش مصنوعی در مقیاس جهانی، صرفهجویی در انرژی نهتنها یک گزینه، بلکه یک ضرورت است. اگر تراشهها بتوانند با نیمی از انرژی فعلی کار کنند:
– هزینه استقرار مدلها کاهش مییابد
– نیاز به مراکز داده کمتر میشود
– شرکتها میتوانند مدلهای بزرگتر را مقرونبهصرفهتر اجرا کنند
– توسعهی هوش مصنوعی شتاب بیشتری میگیرد
جمعبندی
PowerLattice یکی از امیدوارکنندهترین استارتاپهای سختافزاری در حوزه انرژی تراشههاست. نوآوری آنها، اگر در مقیاس صنعتی موفق شود، میتواند پایههای جدیدی برای رونق پردازش هوش مصنوعی، توسعه مدلهای بزرگ، و مدیریت بحران مصرف انرژی ایجاد کند.
این تحول تنها یک پیشرفت کوچک در فناوری نیست؛ بلکه میتواند کل صنعت را دگرگون کند.



