دیتاسنترهای متروک و تراشه‌های سرگردان؛ چین نبرد هوش مصنوعی را به غرب می‌بازد؟

این روزها پیام‌های گروه وی‌چت او، داستانی متفاوت را روایت می‌کنند. تاجران در معاملات خود محتاط‌تر شده‌اند و قیمت‌ها کاهش یافته‌اند. درهمین‌حال، دو مدیر پروژه‌ی دیتاسنتر که شیائو با آن‌ها آشنا است، در تلاش برای تأمین مالی بیشتر از سرمایه‌گذارانی هستند که انتظار بازدهی ضعیفی از بازار دارند و این امر مدیران پروژه را مجبور به فروش GPUهای اضافی می‌کند. او می‌گوید: «به نظر می‌رسد همه در حال فروش هستند، اما خریداران کمی وجود دارند.»

چند ماه پیش، رونق ساخت‌وساز مراکز داده که توسط دولت و سرمایه‌گذاران خصوصی تغذیه می‌شد، در اوج خود قرار داشت. به گزارش کایشین، در اوج این تب، سرمایه‌گذاری سالانه‌ی چین در زیرساخت‌های هوش مصنوعی به بیش از ۴۰ میلیارد دلار رسید. برخلاف آمریکا که شرکت‌های بزرگ فناوری مانند آمازون پیشتاز هستند، در چین این دولت بود که با حمایت بی‌سابقه، رشد هوش مصنوعی را مدیریت کرد.

زمانی اجاره‌ی GPUها به شرکت‌هایی که برای آموزش مدل‌های هوش مصنوعی به آن‌ها نیاز دارند، به‌عنوان یک کسب‌وکار مطمئن تلقی می‌شد؛ اما با ظهور دیپ‌سیک و تغییر ناگهانی در اقتصاد پیرامون هوش مصنوعی، این کسب‌وکار در حال ریزش است. جیمی گودریچ، مشاور ارشد فناوری از شرکت RAND، می‌گوید:

مشکل رشد صنعت هوش مصنوعی چین عمدتاً ریشه در ورود بازیگران بی‌تجربه‌ای نظیر شرکت‌ها و دولت‌های محلی، به قطار تبلیغات دارد، که تأسیساتی را می‌سازند که برای نیازهای امروز بهینه نیستند.

– جیمی گودریچ، مشاور ارشد فناوری، شرکت RAND

درنتیجه، پروژه‌ها شکست می‌خورند، انرژی هدر می‌رود و مراکز داده به دارایی‌های بی‌استفاده تبدیل می‌شوند که سرمایه‌گذاران را مجبور به فروش آن‌ها به قیمت‌های پایین‌تر از بازار می‌کند. گودریچ ادامه می‌دهد که این وضعیت در نهایت مداخله‌ی دولت را به دنبال خواهد داشت: «دولت چین، احتمالاً وارد خواهد شد، کنترل را به دست خواهد گرفت و آن‌ها را به شرکت‌های توانمندتر واگذار خواهد کرد.»

رکود اقتصادی پس از همه‌گیری کرونا، روند اقتصاد مبتنی بر انتصابات دولتی را تشدید کرد. با افت بخش املاک چین، که برای دهه‌ها ستون اصلی اقتصاد محلی بود، مقامات به‌دنبال محرک‌های رشد جایگزین بودند. درعین‌حال، صنعت اینترنت چین که زمانی پررونق بود، وارد دوره‌‌ای از رکود شد.

دولت چین، تغییر در هدف‌گذاری را به‌منظور جبران کاهش رشد در بخش املاک و تحریک اقتصاد محلی طراحی کرد، زیرا فروش املاک در سال ۲۰۲۳ به کمترین میزان در دهه‌های اخیر رسیده بود؛ اما این تغییر تمرکز، فشار مالی بر مناطقی مانند مغولستان داخلی را افزایش داد که برای تأمین مالی پروژه‌ها به وام‌های سنگین روی آوردند. شیائو می‌گوید:

هوش مصنوعی مانند جرعه‌ای آدرنالین بود. بسیاری از سرمایه‌هایی که قبلاً به املاک سرازیر می‌شد، اکنون به مراکز داده‌ی هوش مصنوعی می‌رود.

وقتی ChatGPT در اواخر سال ۲۰۲۲ به صحنه آمد، چین واکنش سریعی نشان داد. دولت مرکزی زیرساخت‌های هوش مصنوعی را به‌عنوان یک اولویت ملی تعیین کرد و از دولت‌های محلی خواست تا توسعه‌ی دیتاسنترهای متمرکز بر هوش مصنوعی (یا مراکز محاسباتی هوشمند) را تسریع ببخشند.

تا سال ۲۰۲۳، شرکت‌های بزرگ چینی که بسیاری از آن‌ها تجربه‌ی کمی در هوش مصنوعی داشتند، شروع به همکاری با دولت‌های محلی برای بهره‌برداری از این روند کردند. کار تا جایی پیش رفت که برخی، ایجاد زیرساخت‌های هوش مصنوعی را به‌عنوان راهی برای توجیه گسترش کسب‌وکار یا افزایش قیمت ارزش سهام خود می‌دیدند.

فانگ کُنبائو، مدیر یک پروژه‌ی دیتاسنتر مستقر در پکن می‌گوید که میان شرکت‌هایی که دیتاسنترها را راه‌اندازی کرده‌اند، نام‌هایی که با فناوری پیشرفته‌ی هوش مصنوعی مرتبط هستند، به‌سختی دیده می‌شود. از جمله‌ی این شرکت‌ها می‌توان نام‌هایی همچون شرکت نساجی جینلون تکنولوژی را (Jinlun Technology) دید.

براساس گزارش شرکت تحقیقات بازار KZ Consulting، در طول سال‌های ۲۰۲۳ و ۲۰۲۴، بیش از ۵۰۰ پروژه‌ی جدید دیتاسنتر در سراسر کشور، از استان مغولستان داخلی تا گوانگدونگ، ساخته شد و به بهره‌برداری رسید. براساس انجمن صنعت ارتباطات چین، که یک انجمن صنعتی وابسته به دولت است، حداقل ۱۵۰ دیتاسنتر تا پایان سال ۲۰۲۴ تکمیل و راه‌اندازی شده بودند.

در بسیاری از پروژه‌ها، مدیران و سرمایه‌گذارها، بدون تخصص لازم در زیرساخت‌های هوش مصنوعی به هدایت پروژه‌ها مشغول می‌شدند. در رقابتی بی‌سابقه برای جلو افتادن از سایرین، بسیاری از مراکز به‌سرعت ساخته و تجهیز شدند و از استانداردهای صنعت عقب ماندند. گودریچ می‌گوید:

جمع‌آوری و راه‌اندازی این تعداد زیاد از تراشه‌های هوش مصنوعی، تلاش بسیار دشواری است و شرکت‌ها یا افراد بسیار کمی هستند که بدانند چگونه این کار را در مقیاس بزرگ انجام دهند. من تعجب می‌کنم اگر بیشتر این بازیگران کوچک بدانند که چگونه آن را انجام دهند. بسیاری از مراکز داده‌ی نوساز به‌سرعت سرهم‌بندی شده‌اند و ثباتی را که شرکتی مانند دیپ‌سیک می‌خواهد، ارائه نمی‌دهند.

اوضاع برای برخی دیتاسنترهای هوش مصنوعی حتی از «سرهم‌بندی‌شده» هم بدتر است، رهبران پروژه‌ها اغلب به واسطه‌ها و دلالان تکیه می‌کردند. دلالانی که برای سود بیشتر، پیش‌بینی‌های انجام‌شده از تقاضای بازار را اغراق‌آمیز جلوه می‌دادند یا گزارش‌های لازم را برای به‌جیب‌زدن یارانه‌های دولتی، دستکاری می‌کردند.

به‌عنوان مثال، پروژه‌ی دیتاسنتر هوهوت در مغولستان داخلی، پس از اتهامات سوءاستفاده از یارانه‌ها در سال ۲۰۲۴ متوقف شد. این مراکز، اغلب به سیستم‌های خنک‌کننده‌ی قدیمی و تراشه‌های قاچاقی H100 مجهز شده‌اند که برای استنتاج لحظه‌ای بهینه نیستند.

در سال ۲۰۲۴، تنها بیش از ۱۴۴ شرکت در اداره‌ی فضای سایبری چین (نهاد مرکزی تنظیم‌کننده‌ی اینترنت کشور) ثبت‌نام کردند تا مدل‌های زبانی بزرگ خود را توسعه دهند. بااین‌حال، براساس گزارش نشریه‌ی چینی Economic Observer، حدود ۱۰ درصد از این شرکت‌ها تا پایان سال همچنان به‌طور فعال در آموزش مدل‌های بزرگ سرمایه‌گذاری می‌کردند.

سیستم سیاسی چین بسیار متمرکز است و مقامات دولت محلی معمولاً از طریق انتصابات منطقه‌ای در رتبه‌ها ارتقاء می‌یابند. در نتیجه، بسیاری از رهبران محلی، پروژه‌های اقتصادی کوتاه‌مدت را به‌دلیل رسیدن به نتایج سریع‌تر، بر توسعه‌ی بلندمدت ترجیح می‌دهند. پروژه‌های زیرساختی بزرگ و پرمخاطب برای مدت‌ها، ابزاری جهت تقویت حرفه‌ی سیاسی مقامات محلی بوده‌اند.