واردات و تولید تراشه، مشکل اساسی توسعه زیرساخت هوش مصنوعی است

به گزارش پیوست؛ امین نظارت، مدیرعامل و بنیان‌گذار شرکت رایانش سریع هزاره ایرانیان در این رویداد گفت: سرمایه‌گذاری برای مسیر ساخت و دستیابی به زیرساخت پردازشی مانند نیمه‌هادی‌ها را باید به صورت جدی شروع کنیم. او با تاکید بر لزوم توجه به برنامه راهبردی برای پاسخ به نیازهای پردازشی گفت: توسعه مدل‌های LLM برای انجام پروژه‌های پردازش تصویر و ورود در زمینه سلامت و حمل‌ونقل امری ضروری است. برای تحقق این موضوع به وجود ابرپردازشگرها برای آموزش مدل‌ها با دقت بالا نیاز است و برای افزایش سرعت پردازش و انتقال داده، باید  اقدامات جدی در زمینه تهیه تجهیزات صورت بگیرد.

امین نظارت در مورد تهیه تراشه‌ها برای برنامه‌های هوش مصنوعی کشور به رویکرد فبلس (Fabless) اشاره کرد و گفت: راه‌اندازی خط تولید برای کشور ما که تاکنون در زمینه تولید سخت‌افزار چندان تجربه‌ای نداریم، کار هوشمندانه‌ای نیست. درحالی که ما می‌توانیم تحقیق و توسعه  را برعهده داشته باشیم و تولید را به یکی از شرکت‌هایی که در این حوزه توسعه یافته‌اند و با ما روابط مناسبی دارند واگذار کنیم.

دارا رحمتی عضو هیئت علمی دانشکده مهندسی و علوم کامپیوتر دانشگاه بهشتی نیز بر رویکرد فبلس یعنی برون‌سپاری ساخت به کمپانی‌های دیگر تایید کرد. او گفت: با توجه به نقش دانشگاه‌ها و آزمایشگاه‌هایی که نیروهای متخصص در آن‌ها فعالیت دارند، ما توان طراحی این نوع تجهیزات را داریم.

همچنین او عنوان کرد لایه زیرساخت هوش مصنوعی به عنوان پشته این حوزه درنظر گرفته می‌شود؛ این لایه هوش مصنوعی در رابطه با بخش سخت‌افزار‌های پردازشگر مانند تراشه‌ها و زیرساخت‌های مربوط به شبکه و ارتباطات نیاز به بررسی جدی دارد و باید برای واردات یا تولید و توسعه زیرساخت در سند هوش مصنوعی شفاف‌سازی شود تا عملکرد حاکمیت و بخش خصوصی مشخص شود. 

بهنام رهنما، مدیرعامل و بنیان‌گذار هلدینگ مدیس،‌ گفت: دولت برای سرمایه‌گذاری در ساخت تجهیزات برای زیرساخت هوش مصنوعی نباید به بازگشت سرمایه فکر کند. این یکی از نیازهای مبرم کشور است و لازم است و برگشت هزینه‌ها را باید در بلندمدت انتظار داشت. او گفت واردات چندان برای ایران گزینه مناسبی تا الان نبوده است. چون با توجه به شرایط سخت واردات، هزینه‌های مختلفی به کالای وارداتی تحمیل می‌شود. در نتیجه زمانی که بخش خصوصی برای برای انجام پروژه‌های عملیاتی اقدام می‌کند قیمت تمام شده این کالاها دو سه برابر قیمت واقعی آنها می‌شود.

رهنما گفت: از طرفی دیگر برخی از این تجهیزات عامدانه دستکاری می‌شود و تجهیزات کارکرد درستی ندارند. در واقع ما با خیال آسوده نمی‌توانیم بر واردات برای توسعه برنامه‌های هوش مصنوعی خود تکیه کنیم. موضوعی دیگری که او اشاره کرد موضوع هوش معنایی بود. او گفت: ما باید به سمت هوش معنایی (Semantic Intelligence) برویم تا سیستم‌ها قدرت تصمیم‌گیری پیدا کنند و درک معنای اطلاعات را داشته باشند. یکی از حوزه‌هایی که در یادگیری مدل می‌تواند برای ما کاربرد داشته باشد، سوپروایز لرنینگ است و هنوز ظرفیت ورود به آن وجود دارد.

مدیرعامل هلدینگ مدیس گفت: با درنظر گرفتن همه این موضوعات، بدون وجود ابرپردازنده‌ها و مادربردهای پیشرفته این برنامه اجرایی نخواهد شد. لازم است یک حداقل‌هایی را برای برای ساخت تراشه‌ با توان محدود برای کاربردهای خاص برداریم  و در راستای آن اقداماتی را انجام دهیم. هرگز قرار نیست که AMD یا اینتل شویم.

مهدی مشیری، معاون تحقیق و توسعه شرکت زیرساخت، گفت: موضوع زیرساخت هوش مصنوعی تنها مختص به پردازش نیست. بخشی دیگر آن به ارتباطات مربوط می‌شود. ما باید بتوانیم ارتباط پایدار با سرعت بالا شکل دهیم. مراکز داده باید براساس حوزه هوش مصنوعی ارتباطات گسترده‌تری داشته باشند تا تبادل داده برای هوش مصنوعی سریع‌تر انجام شود. حاکمیت در این حوزه بیشتر مسئولیت تسهیل‌گری برعهده دارد. بنابراین وزیر ارتباطات دولت باید برای بهبود روابط با کشورهای دیگر برای تامین تجهیزات این حوزه تلاش کند.

مشیری اضافه کرد: مطابق گزارش آکسفورد اینسایت ایران در شاخص زیرساخت رتبه ۵۵ را دارد این در حالی است که در شاخص آمادگی توسعه هوش مصنوعی رتبه ایران ۹۴ است. ضمن اینکه پهنای باند یکی دیگر از چالش‌های زیرساخت هوش مصنوعی است که باید توسط نهاد مختص به خود پیگری شود.