مایکروسافت، انویدیا و آنتروپیک یک ائتلاف جدید ساختند؛ آغاز عصر زیرساختهای چندمدلی و سختافزارمحور
مایکروسافت، انویدیا و آنتروپیک با تشکیل یک ائتلاف محاسباتی بیسابقه، مسیر تازهای برای توسعه و استقرار مدلهای هوش مصنوعی ترسیم کردهاند. بر اساس این همکاری، نسل بعدی مدلهای آنتروپیک روی زیرساختهای Azure اجرا میشود و همزمان معماریهای پرتوان انویدیا—از Grace Blackwell تا Vera Rubin—بهسرعت وارد اکوسیستم ابری مایکروسافت خواهند شد. این ائتلاف، یک گذار مهم از «وابستگی به یک مدل واحد» به «معماری چندمدلی و بهینهسازی سختافزاری» را رقم میزند.
این همکاری به معنای دسترسی سریعتر، ارزانتر و قابلاطمینانتر سازمانها به مدلهای آنتروپیک روی Azure است؛ همراه با ظرفیت محاسباتی عظیم و کاهش محدودیتهای سختافزاری.
پیشخرید ۳۰ میلیارد دلاری آنتروپیک؛ نشانهای از مقیاس جدید نسلهای بعدی مدلها
طبق گزارش، آنتروپیک حدود ۳۰ میلیارد دلار ظرفیت محاسباتی Azure را پیشخرید میکند—عدد بزرگی که از نظر تجربه عملی نشان میدهد مدلهای نسل بعدی (از جمله خانواده Claude) در مرحله پیشتمرین و پستمرین نیازمند زیرساختهایی در مقیاس «گیگاوات» هستند. چنین تعهدی برای نخستینبار نشان میدهد که هزینه استقرار مدلها بهتدریج به اندازه هزینه تمرین آنها اهمیت پیدا میکند.
ساتیا نادلا این رابطه را یک «یکپارچگی متقابل» مینامد: آنتروپیک مشتری Azure است و مایکروسافت نیز مدلهای آنتروپیک را در محصولات خود—از جمله Copilot—ادغام میکند.
مزیت مهندسی: ورود سختافزار انویدیا به Azure در لحظه عرضه
جنسن هوانگ اعلام میکند که معماری Grace Blackwell با NVLink «یک مرتبه بزرگی جهش سرعت» ایجاد میکند.
اما نکته مهمتر، بهگفته او، یک رویکرد shift-left است: سختافزارهای جدید انویدیا بلافاصله پس از عرضه، روی Azure در دسترس قرار میگیرند. این یعنی سازمانهایی که کلود آنتروپیک را روی Azure استفاده میکنند، عملکردی متفاوت از نمونههای عادی یا رقبا بهدست میآورند—خصوصاً در بارهای پردازشی با حساسیت بالا به تأخیر یا حجم زیاد.
ظهور سه قانون مقیاس جدید: از پیشتمرین تا «فکر کردن طولانیتر»
هوانگ به مدیران ارشد فناوری هشدار میدهد که مدلهای امروز سه مسیر هزینهای همزمان دارند:
- Pre-training scaling
- Post-training scaling
- Inference-time scaling (زمانی که مدل برای پاسخ بهتر، طولانیتر فکر میکند)
این مورد سوم—افزایش هزینه در مرحله استنتاج—تغییر بزرگی در اقتصاد مدلهای بزرگ است. اکنون OpEx هوش مصنوعی دیگر یک نرخ ثابت بهازای توکن نیست؛ بلکه با درجه استدلال موردنیاز تغییر میکند.
این امر مخصوصاً در فرآیندهای عاملمحور (Agentic Workflows) بسیار مهم است و باید در بودجهریزی لحاظ شود.
کاهش اصطکاک امنیتی؛ Claude اکنون درون مرز امنیتی Microsoft 365 ارائه میشود
سازمانهایی که باید چندین API ثالث را ارزیابی امنیتی کنند، اکنون میتوانند Claude را در همان مرزهای امنیتی و انطباقی Microsoft 365 استفاده کنند.
این به معنای:
- سادهتر شدن بررسی امنیتی
- مدیریت شفافتر داده
- نگهداری لاگها در همان مستاجر (Tenant) پیشین
در نتیجه، این همکاری یکپارچگی امنیتی را افزایش داده و سرعت پذیرش مدلهای آنتروپیک را بالا میبرد.
کاهش نگرانی قفلشدن روی فروشنده (Vendor Lock-in)
نکته مهمی که نادلا بر آن تأکید دارد:
Claude اکنون تنها مدل Frontier است که روی سه ابر بزرگ جهان ارائه میشود.
این رویداد برای مدیران داده فرصتی است تا از معماری چندمدلی استفاده کرده و ریسکهای وابستگی را کاهش دهند.
نادلا همچنین تأکید میکند که این همکاری جایگزین OpenAI نیست و مایکروسافت همچنان روی پلتفرمهای چندمدلی سرمایهگذاری میکند.
حل یک چالش قدیمی برای آنتروپیک: مسیر فروش سازمانی
هوانگ اشاره میکند که ساختن یک واحد فروش سازمانی قوی دههها زمان میبرد.
آنتروپیک با اتصال به شبکه فروش مایکروسافت—از Azure تا Copilot—در حقیقت سالها جلو میافتد و از همان روز اول وارد بازار سازمانی بزرگ میشود.
پیامدها برای سازمانها: زمان مقایسه و بهینهسازی فرارسیده است
در دسترس بودن Claude 4.1 Opus و Claude 4.5 Sonnet روی Azure فرصتی است برای:
- محاسبه TCO در برابر مدلهایی که هماکنون استفاده میکنید
- ارزیابی هزینههای جدید استنتاج طولانی
- تطبیق معماری سیستم با سختافزارهای Grace Blackwell یا Rubin
- برنامهریزی ظرفیت بر اساس «تعهد گیگاواتی» این ائتلاف
اکنون تمرکز کسبوکارها از «دسترسی داشتن» به «بهینهسازی استفاده» تغییر میکند—یعنی انتخاب مدل مناسب برای فرایند درست، نه بزرگترین مدل موجود.
رضا حاتمی
نگین فاتحی
رضا حاتمی
رضا حاتمی
رضا حاتمی
بهترین روشهای استفاده از هوش مصنوعی برای دانشجویان و دانشآموزان بدون اینترنت
ابزارهای هوش مصنوعی که در زمان قطعی اینترنت و با نت ملی در دسترساند
