هوش مصنوعی محلی سریع‌تر می‌شود؛ قیمت را زنجیره فیزیکی تعیین می‌کند

تازه‌ترین تحول AI در این پنجره انتشار، آن‌قدر محدود است که می‌توان آن را دقیق سنجید. نسخه b10236 از llama.cpp برای Lightning Indexer مورد استفاده در DeepSeek V4 کرنل Metal اپل اضافه کرده است. این نسخه عملیات را برای ورودی ۱۲۸ بُعدی و ۶۴ سَری با پرس‌وجو و وزن F32، کلید و ماسک F16، کرنل‌های کاشی‌بندی و انتهای آرایه و سپس مسیر مرحله‌بندی برای چند قالب cache پیاده می‌کند. با یک مدل بنیادین تازه، دور تأمین مالی یا وعده ظرفیت دیگر روبه‌رو نیستیم؛ این یک تغییر هدفمند زمان اجرا برای رفع یک گلوگاه متن بلند است. قرار گرفتن آن کنار چشم‌انداز بانک مرکزی، نظرسنجی کارخانه و تصمیم عرضه نفت امروز، تز منضبط‌تری می‌سازد: بهره‌وری نرم‌افزار می‌تواند سریع تغییر کند، اما قیمت AI مفید در زنجیره نیمه‌رسانا، برق، مواد، تورم و سرمایه تعیین می‌شود.

شواهد بنچمارک معنادار اما محدودند. در اجرای خود پروژه روی Apple M1 Ultra، سرعت پردازش prompt با متن ۲۰ هزار توکنی پس از نخستین پیاده‌سازی از ۴۵٫۸۳ به ۶۲٫۰۱ توکن در ثانیه رسید؛ حدود ۳۵ درصد افزایش. در ۳۰ هزار توکن، سرعت از ۳۳٫۴۰ به ۴۹٫۱۸ رسید؛ حدود ۴۷ درصد. تولید توکن بسیار کمتر تغییر کرد: در ۲۰ هزار توکن از ۸٫۲۶ به ۸٫۶۸ و در ۳۰ هزار از ۷٫۹۴ به ۸٫۶۰ توکن در ثانیه. اجرای بعدی کرنل مرحله‌بندی‌شده در ۲۰ هزار توکن، ۶۲٫۵۳ برای پردازش prompt و ۸٫۸۴ برای تولید گزارش کرد. تمایز عملیاتی مهم است: کاهش زمان prefill می‌تواند باز کردن یک سند یا مخزن کد بلند را سریع‌تر جلوه دهد، در حالی که تولید پیوسته جای دیگری محدود بماند.

این اعداد شاهد مهندسی‌اند، نه نتیجه عمومی اقتصادی. داده از خود پروژه، روی یک دستگاه، برای یک عملیات مدل و طول متن‌های منتخب می‌آید؛ نسخه جدید بازتولید مستقل، اندازه‌گیری سرتاسری برق، مقایسه کیفیت، صورتحساب cloud یا ماتریس گسترده GPU و CPU ندارد. پیاده‌سازی نیز عبارت «Assisted-by: Codex» را افشا می‌کند و نگه‌داران کد را بازبینی و merge کرده‌اند. این شفافیت فرایندی مفید است، نه اثبات درستی کرنل تولیدشده برای هر بار کاری. پیش از تبدیل توکن بر ثانیه به هزینه کمتر، اپراتور باید دقت عددی، prompt واقعی، cache کوانتیزه، حافظه، انرژی و توزیع latency تولید را روی سخت‌افزار واقعی خود بسنجد.

سمت فیزیکی زنجیره، ۳ اوت را با سیگنال‌های تولیدی قوی اما ناهمگون آغاز کرد. PMI تولید تایوان در ژوئیه ۵۵٫۱ بود؛ تقریباً بدون تغییر نسبت به ۵۵٫۲ ژوئن. تولید و سفارش جدید با شتاب بالا رفت، سفارش کارخانه در میان قوی‌ترین سطوح پنج سال اخیر ماند، روند کاهش اشتغال در میان انباشت کار متوقف شد و فشار تورمی بیشتر کاهش یافت. PMI ژاپن ۵۴٫۵ بود؛ کمی پایین‌تر از برآورد اولیه ۵۴٫۸. تولید ژاپن با سریع‌ترین نرخ از فوریه ۲۰۱۴ و سفارش جدید با سریع‌ترین نرخ چهار سال و نیم اخیر رشد کرد. اشتغال با وجود تشدید فشار ظرفیت فقط اندکی بالا رفت و تورم هزینه نهاده، هرچند آرام‌تر، همچنان محسوس بود. این‌ها شاخص انتشار نظرسنجی‌اند، نه حجم حسابرسی‌شده تولید؛ اما تصمیم واقعی کارخانه درباره سفارش و ظرفیت را توصیف می‌کنند.

تصویر منطقه‌ای یک رونق یکدست نیمه‌رسانا نیست. PMI تولید RatingDog چین از ۵۱٫۷ ژوئن به ۵۰٫۹ ژوئیه کاهش یافت، هرچند برای هشتمین ماه بالای مرز بدون تغییر ۵۰ ماند. تولید و سفارش جدید با سرعت کمتر رشد کردند؛ قیمت محصول در پی کاهش فشار هزینه تقریباً ثابت بود و طولانی‌ترین افزایش پیوسته موجودی نهاده از ۲۰۰۷، خرید را پایین آورد. ASEAN جهت مخالف داشت: PMI آن از کف ۱۱ماهه ۵۰٫۵ به ۵۲٫۸ رسید؛ قوی‌ترین بهبود پنج ماهه، با شتاب تولید و سفارش، اعتماد در بالاترین سطح بیش از سه سال و فشار قیمت کمتر. پاسخ‌های تایوان و چین ۹ تا ۲۳ ژوئیه، ژاپن ۹ تا ۲۴ و ASEAN از ۹ تا ۲۷ ژوئیه جمع شده‌اند. انتشار ۳ اوت تازه است، اما فعالیت خلاصه‌شده پیش از نسخه نرم‌افزاری امروز رخ داده.

متن کامل چشم‌انداز ژوئیه بانک ژاپن که ۳ اوت ساعت ۱۴ به وقت ژاپن منتشر شد و دیدگاه سیاستی آن در ۳۰ و ۳۱ ژوئیه تصویب شده بود، این لایه‌ها را صریح به هم وصل می‌کند. میانه پیش‌بینی هیئت برای سال مالی ۲۰۲۶، رشد واقعی GDP معادل ۰٫۶ درصد و تورم هسته مصرف‌کننده بدون غذای تازه معادل ۲٫۵ درصد است؛ در برابر برآورد آوریل ۰٫۵ و ۲٫۸ درصد. متن می‌گوید تقاضای جهانی مرتبط با AI باید صادرات و سرمایه‌گذاری ثابت کسب‌وکار را تقویت کند. قیمت بالاتر نیمه‌رسانا، تضعیف ین، هزینه انرژی و رفتار پایدار قیمت‌گذاری نیز کانال تورم‌اند. اگر چشم‌انداز محقق شود، بانک می‌گوید افزایش نرخ سیاستی را ادامه می‌دهد. پس استنتاج محلی بهتر، در محیطی رخ می‌دهد که هزینه سخت‌افزار و انرژی وارداتی و نرخ تنزیل ظرفیت بلندمدت همچنان متغیر است.

بانک ژاپن مهم‌ترین وزنه مقابل خوش‌بینی AI را نیز عرضه می‌کند. اگر سود به اندازه‌ای بالا نرود که سرمایه‌گذاری بزرگ هوش مصنوعی را توجیه کند، قیمت دارایی می‌تواند زیر فشار تعدیل قرار گیرد و بر فعالیت و قیمت‌ها اثر بگذارد. این پیش‌بینی سقوط نیست؛ چشم‌انداز بارها بر عدم‌قطعیت بالای تجارت، رشد خارجی، کالا و رفتار شرکت تأکید دارد. اما آزمون مالی درستی می‌سازد: بهره‌وری زمانی ارزشمند است که استفاده، درآمد یا هزینه اجتناب‌شده را آن‌قدر بهبود دهد که سرمایه متعهدشده را پوشش دهد. کرنل سریع‌تر یکی از ورودی‌های این آزمون است، نه پاسخ آن.

سیاست انرژی ورودی متغیر دیگری است. هفت کشور OPEC+ شامل عربستان، روسیه، عراق، کویت، قزاقستان، الجزایر و عمان، ۲ اوت توافق کردند در سپتامبر یک تعدیل تولید ۱۸۸ هزار بشکه در روز از محل تعدیلات داوطلبانه اعلام‌شده در آوریل ۲۰۲۳ اجرا کنند. آن‌ها بر انطباق کامل و جبران مازاد تولید تأکید کردند و بازبینی بعدی را برای ۶ سپتامبر گذاشتند. بیانیه تقاضای دیتاسنتر را مشخص نمی‌کند و نباید تصمیم AI معرفی شود. ارتباط ساده‌تر است: سیاست بازار نفت بر سوخت، حمل‌ونقل، هزینه صنعتی، انتظار تورمی و به‌طور غیرمستقیم شرایط پولی تأمین مالی زیرساخت محاسبات اثر می‌گذارد.

مجموع اسناد دو روایت ساده را رد می‌کند. نخست اینکه تقاضای مدل به‌تنهایی رشد خطی تراشه و کارخانه را تضمین می‌کند؛ چین کند شد، تایوان و ژاپن و ASEAN تقویت شدند و رفتار موجودی تفاوت داشت. دوم اینکه بهینه‌سازی زمان اجرا خودکار مسئله هزینه AI را حل می‌کند؛ نتیجه llama.cpp محدود، خوداظهاری و برای پردازش prompt بسیار قوی‌تر از تولید است. رونق نظرسنجی می‌تواند حاصل انبارسازی، صادرات، سیاست حمایتی یا تقاضای غیر AI باشد و PMI پیش از داده رسمی تولید برگردد. پیش‌بینی BOJ شرطی است و اثر تصمیم OPEC+ را انطباق، تقاضا، عرضه بیرون OPEC، ژئوپلیتیک یا موجودی می‌تواند خنثی کند.

فهرست پیگیری باید عینی بماند. برای llama.cpp باید بازتولید مستقل، اعتبارسنجی عددی، نتایج برق و حافظه، تراشه‌های دیگر اپل و backendهای دیگر و latency سرتاسری در متن بلند را دید. در زنجیره فیزیکی، فروش رسمی نیمه‌رسانا، تجارت، تولید صنعتی، موجودی و مخارج سرمایه‌ای بعدی را با نظرسنجی امروز مقایسه کنید. در ژاپن، دستمزد، قیمت خدمات، ین، هزینه واردات تراشه و مسیر نرخ مهم‌تر از تلقی میانه ۲٫۵ درصدی به‌عنوان وعده‌اند. در انرژی نیز اجرا و جبران OPEC+ را دنبال کنید، نه فقط عدد اعلامی. AI محلی در یک روز سریع‌تر می‌شود؛ ارزان‌تر و مولدتر شدن کل سیستم، حسابرسی کندتر سیلیکون، برق، قیمت و نقد است.