۷ شهریور ۱۴۰۵

OpenAI واحد پردازش را به SDK می‌آورد، اما سنجه هنوز عدد ندارد

OpenAI واحد پردازش را به SDK می‌آورد، اما سنجه هنوز عدد ندارد

نسخه 3.6.0 کتابخانه پایتون OpenAI یک فیلد اختیاری به نام compute_units را به اطلاعات مصرف در Responses و Chat Completions اضافه کرده است. جزئیات طرح از خود خبر مهم‌تر است: مقدار می‌تواند عدد صحیح نامنفی یا null باشد و توضیح رسمی می‌گوید این فیلد فعلاً در صورت ارائه نیز null است. پس هنوز نمی‌توان آن را کنتور قابل‌استفاده یا پل مستقیم به صورتحساب دانست. هم‌زمان، آمار کانادا نشان می‌دهد سرمایه‌گذاری فصل دوم در رایانه و تجهیزات جانبی ۱۶٫۷ درصد بالا رفته که بخش عمده آن به واحدهای پردازشی مورد استفاده در مراکز داده مربوط است؛ کل سرمایه‌گذاری ثابت کسب‌وکار نیز ۲٫۳ درصد رشد کرده است. در آلمان، قیمت واردات ژوئیه ۶٫۸ درصد بیشتر از سال قبل بود؛ انرژی ۲۶٫۴ درصد، قطعات الکترونیکی ۱۵ درصد و کالاهای سرمایه‌ای ۳٫۵ درصد گران‌تر شدند. خوش‌بینی اقتصادی و انتظار اشتغال در اتحادیه اروپا بهتر شد، اما هنوز کمی پایین‌تر از میانگین بلندمدت ماند و انتظار قیمت بالا بود. جمع‌بندی ژرف: compute_units فعلاً نشانه آماده‌شدن زیرساخت سنجش است؛ حساب واقعی AI هنوز باید توکن، زیرساخت، انرژی و سرمایه را کنار هم بگذارد.


تحلیل ژرف

OpenAI یک سطر تازه در دفتر هزینه AI ساخته، اما هنوز عددی در آن ننوشته است. نسخه 3.6.0 کتابخانه پایتون که ساعت ۲۲:۲۸ روز ۲۸ اوت به وقت UTC منتشر شد، فیلد compute_units را به اطلاعات مصرف Responses و Chat Completions اضافه می‌کند. در طرح OpenAPI، مقدار این فیلد یا عدد صحیح نامنفی است یا null و یک قید تعیین‌کننده نیز تکرار می‌شود: واحد پردازش فعلاً در صورت ارائه هم null است. بنابراین با یک جای آماده برای داده آینده روبه‌رو هستیم، نه کنتری که امروز کار کند. اهمیت خبر همین فاصله است؛ نام یک فیلد به‌راحتی می‌تواند با سنجه قابل‌استفاده در صورتحساب اشتباه گرفته شود.

تغییر فنی محدود و قابل‌بررسی است. commit رسمی، عدد اختیاری را به مدل‌های پایدار ResponseUsage و CompletionUsage و همچنین مدل آزمایشی پاسخ اضافه می‌کند و آزمون‌ها نیز مقدار None را انتظار دارند. نسخه تازه احراز هویت workload مبتنی بر گواهی X.509 را هم مقاوم‌تر می‌کند، اما برای واحد پردازش تعریف، فرمول تبدیل، قیمت، قاعده صورتحساب یا پوشش غیرnull اعلام نمی‌کند. بسته‌های رسمی حدود یک دقیقه بعد در PyPI قرار گرفتند. توسعه‌دهنده پس از ارتقا می‌تواند این ویژگی تازه را بدون شکستن برنامه بپذیرد، اما تیم مالی صرفاً با اضافه‌شدن یک type، کلید تازه‌ای برای تقسیم هزینه به دست نمی‌آورد.

چرا باید کنار توکن یک بعد مصرف دیگر آماده شود؟ منابع رسمی پاسخی نمی‌دهند و هر توضیحی در این مرحله تفسیر است. توکن حجم ورودی و خروجی را نشان می‌دهد، درحالی‌که منابع مصرف‌شده ممکن است با رفتار مدل، ابزارها، هدف تأخیر و معماری خدمت تغییر کنند. یک سنجه پردازشی تعریف‌شده از سوی ارائه‌دهنده شاید این تفاوت‌ها را روشن‌تر کند. شاید هم فقط علامتی داخلی برای ظرفیت، یک انتزاع مخصوص محصول یا ورودی صورتحساب با معنای متفاوت در هر endpoint باشد. تا زمان انتشار تعریف و عدد واقعی، compute_units باید به‌عنوان metadata قابل‌تهی ثبت شود، نه پایه بودجه، هزینه‌گذاری داخلی یا پیش‌بینی اقتصاد واحد.

حساب‌های ملی تازه کانادا نشان می‌دهد این خلأ سنجش چرا از مرز SDK فراتر می‌رود. GDP واقعی در فصل دوم نسبت به فصل قبل ۰٫۸ درصد رشد کرد که با نرخ سالانه برابر با ۳٫۳ درصد است. تشکیل سرمایه ثابت ناخالص کسب‌وکار ۲٫۳ درصد بالا رفت و سرمایه‌گذاری در رایانه و تجهیزات جانبی ۱۶٫۷ درصد جهش کرد؛ علت اصلی، واردات بیشتر واحدهای پردازشی از انواع مورد استفاده در مراکز داده بود. این شاهد رسمی و مستقیمی است که سخت‌افزار مرکز داده در سرمایه‌گذاری کل اقتصاد دیده می‌شود. بااین‌حال آمار، workloadهای AI، خریداران، نرخ بهره‌برداری یا بازده را مشخص نمی‌کند و نباید آن را برآورد درآمد AI خواند.

تصویر کامل کانادا اجازه نمی‌دهد همه‌چیز را به یک عامل نسبت دهیم. صادرات ۳٫۶ درصد رشد کرد؛ سریع‌ترین آهنگ از ابتدای ۲۰۲۳. مصرف خانوار ۰٫۸ درصد و تقاضای نهایی داخلی ۱ درصد بالا رفت. در مقابل، برداشت از موجودی انبار ۱٫۳ واحد درصد از رشد GDP کم کرد. شاخص ضمنی قیمت GDP در فصل ۲٫۵ درصد افزایش یافت که بیشترین رشد از فصل دوم ۲۰۲۲ بود؛ قیمت صادرات ۶٫۵ درصد و قیمت واردات ۳٫۲ درصد بالا رفت. درآمد شرکت‌ها به قیمت جاری ۹٫۶ درصد رشد کرد و انرژی محرک اصلی بود، درحالی‌که مازاد عملیاتی تولیدکنندگان با افزایش هزینه انرژی کاهش یافت. سرمایه‌گذاری و فشار هزینه هم‌زمان وارد صورت‌حساب می‌شوند.

آلمان یک آزمون تازه‌تر برای قیمت نهاده‌ها به دست می‌دهد، نه شاخص هزینه مرکز داده. Destatis می‌گوید قیمت واردات ژوئیه نسبت به سال قبل ۶٫۸ درصد و نسبت به ژوئن ۰٫۲ درصد افزایش داشت. انرژی وارداتی ۲۶٫۴ درصد، کالاهای واسطه‌ای ۱۰٫۲ درصد، قطعات الکترونیکی ۱۵ درصد و کالاهای سرمایه‌ای ۳٫۵ درصد از سال قبل گران‌تر بودند. حتی بدون انرژی، شاخص قیمت واردات ۴٫۸ درصد رشد سالانه داشت. این گروه‌ها با زنجیره فیزیکی خدمات پردازش‌محور هم‌پوشانی دارند، اما بسیار فراتر از AI هستند؛ از آن‌ها نمی‌توان نرخ تورم هزینه AI ساخت.

نظرسنجی اوت کمیسیون اروپا، وضعیت تقاضا را به این تصویر اضافه می‌کند. شاخص احساس اقتصادی در اتحادیه اروپا به ۹۸٫۲ و در منطقه یورو به ۹۸٫۴ رسید. شاخص انتظار اشتغال نیز به‌ترتیب ۹۹ و ۹۸٫۹ شد. هر چهار عدد به معیار بلندمدت ۱۰۰ نزدیک‌تر شدند، اما هنوز کمی پایین‌تر از آن ماندند. اعتماد در صنعت، خدمات و خرده‌فروشی بهتر شد، ولی قصد خانوار برای خریدهای بزرگ اندکی کاهش یافت. انتظار افزایش قیمت فروش در همه بخش‌ها بالاتر از میانگین بلندمدت ماند و انتظار قیمت مصرف‌کننده ۳ واحد بالا رفت. داده‌ها بین ۱ تا ۲۱ اوت جمع شده‌اند؛ پس این سند، سنجش به‌روز انتظارهاست، نه گزارش فعالیت پس از روز انتشار.

کنار هم گذاشتن این اسناد سه واحد متفاوت را آشکار می‌کند که نباید یکی فرض شوند. SDK جای یک واحد مصرف خدمت را آماده کرده، اما هنوز مقدار و قیمت آن معلوم نیست. کانادا حجم واقعی سرمایه و تولید کل اقتصاد را ثبت می‌کند و در آن حرکت بزرگ تجهیزات مرتبط با مرکز داده دیده می‌شود. آلمان و اتحادیه اروپا فشار قیمت و انتظار را در محیط پیرامونی نشان می‌دهند. هیچ‌کدام جانشین دیگری نیست. حتی یک عدد غیرnull برای پردازش هم به قیمت هر واحد نیاز دارد و آن قیمت باز هزینه ظرفیت ثابت، شبکه، ذخیره‌سازی، برق، استهلاک، تأمین مالی و زمان بیکاری را کامل نمی‌کند.

پاسخ عملی این است که پیش از عدددارشدن فیلد، سازوکار تطبیق حساب‌ها ساخته شود. تیم فنی باید تعداد خام توکن، نام مدل و endpoint، تأخیر، فراخوانی ابزار، تلاش دوباره و نتیجه موفق را نگه دارد و compute_units را قابل‌تهی بپذیرد. تیم FinOps باید صورتحساب ارائه‌دهنده را از برآورد داخلی جدا نگه دارد و هر قاعده تقسیم هزینه را مستند کند. بودجه زیرساخت باید مصرف را به ظرفیت تعهدشده، بهره‌برداری، برق و عمر مفید سخت‌افزار وصل کند. مقدار null به معنی هزینه صفر نیست؛ همچنین نباید بدون تعریف رسمی، نسبت توکن به پردازش ساخت یا تاریخچه را بازنویسی کرد.

نشانه‌های بعدی دقیق‌اند. باید دید کدام مدل و endpoint نخستین مقدار غیرnull را برمی‌گرداند، تعریف عمومی واحد چیست، درخواست یکسان عدد قابل‌مقایسه می‌گیرد یا نه، cache، ابزار، تلاش دوباره و درخواست ناموفق چگونه حساب می‌شوند و آیا پیوند صریحی با صورتحساب وجود دارد. در اقتصاد فیزیکی، تداوم جهش ۱۶٫۷ درصدی تجهیزات رایانه‌ای کانادا، رسیدن ظرفیت به بهره‌برداری و تبدیل واردات به تولید پایدار اهمیت دارد. در اروپا نیز قیمت انرژی، قطعه الکترونیکی و کالای سرمایه‌ای باید کنار شاخص اعتماد دیده شود؛ بهترشدن خوش‌بینی الزاماً فشار حاشیه سود را حذف نمی‌کند.

نتیجه سنجیده از اعلام یک نظام قیمت‌گذاری تازه کم‌هیجان‌تر، اما مفیدتر است. OpenAI در کتابخانه‌ای پرکاربرد برای مقدار پردازش جا باز کرده، ولی خود طرح رسمی می‌گوید این مقدار هنوز پر نمی‌شود. این نشانه آمادگی رابط است، نه شفافیت هزینه. هم‌زمان آمار رسمی نشان می‌دهد تجهیزات پردازشی مراکز داده سرمایه‌گذاری کانادا را بالا می‌کشند، نهاده‌های فیزیکی در آلمان فشار قیمت معنادار دارند و انتظارهای اروپایی بدون بازگشت کامل بهتر شده‌اند. کنترل هزینه AI بنابراین یک لایه پیش از آسان‌ترشدن، مهم‌تر شده است: ستون نرم‌افزاری وجود دارد، اما عدد قابل‌اتکای مالی هنوز باید برسد و با دارایی‌های واقعی زیر آن تطبیق پیدا کند.


منابع و اسناد

  1. 01Release v3.6.0OpenAI · ۷ شهریور ۱۴۰۵
  2. 02Add compute_units to Responses and Chat Completions usageOpenAI · ۵ شهریور ۱۴۰۵
  3. 03openai 3.6.0Python Package Index · ۷ شهریور ۱۴۰۵
  4. 04Gross domestic product, income and expenditure, second quarter 2026Statistics Canada · ۶ شهریور ۱۴۰۵
  5. 05Import prices in July 2026: +6.8% on July 2025German Federal Statistical Office · ۶ شهریور ۱۴۰۵
  6. 06Business and consumer survey results for August 2026European Commission · ۶ شهریور ۱۴۰۵

برچسب‌ها

شرکت OpenAIواحد پردازشحسابداری هزینه AIکتابخانه پایتونمرکز دادهسرمایه‌گذاری ثابتقیمت وارداتاحساس اقتصادی

اخبار مرتبط

لاما سی‌پلاس‌پلاس با ادغام محاسبات، بعضی آزمون‌های مک را سریع‌تر کرد
۲۹ شهریور ۱۴۰۵منبع: ggml-org

لاما سی‌پلاس‌پلاس با ادغام محاسبات، بعضی آزمون‌های مک را سریع‌تر کرد

توسعه‌دهندگان لاما سی‌پلاس‌پلاس در ۱۹ سپتامبر مجموعه‌ای از تغییرات اجرای مدل روی پردازنده‌های گرافیکی اپل را به کد اصلی افزودند. در آزمون گزارش‌شده برای یک مدل، سرعت تولید متن روی M2 Ultra حدود ۱۶ درصد بالا رفت؛ اما ادغامی دیگر پس از کاهش سرعت کنار گذاشته شد. پیام این تغییر، سودمند بودن ادغام‌های مشخص است، نه سریع‌تر شدن همه مدل‌ها یا اثبات کاهش هزینه. اصلاح جداگانه‌ای در مسیر کودا نیز به خطای حافظه پرداخت. در بخش اقتصاد، تولید صنعتی آمریکا در اوت ثابت ماند و انتظار تورمی یک‌ساله مصرف‌کنندگان منطقه یورو کمی افزایش یافت. فرمان تازه ویرجینیا هم دسترسی برخی مراکز داده جدید به حمایت‌های ایالتی را محدود کرد.

اکسنچر برای استقرار ارزیابان ایمنی در آنتروپیک توافق کرد
۲۸ شهریور ۱۴۰۵منبع: Accenture

اکسنچر برای استقرار ارزیابان ایمنی در آنتروپیک توافق کرد

اکسنچر و آنتروپیک برای استقرار تیم ارزیابی در داخل شرکت سازنده مدل توافق کردند؛ هرکدام انتظار دارند طی پنج سال دست‌کم یک میلیارد دلار برای ایمنی هوش مصنوعی سرمایه‌گذاری کنند. این برنامه، هزینه انجام‌شده یا تضمین ایمنی نیست. هم‌زمان، کالیفرنیا برای پیشنهادهای نظارت مستقل مهلت تعیین کرد و میشل بومن در بحث نظارت بانکی بر فاصله شناخت خطر و اقدام تأکید گذاشت. جدا از این تحولات، نرخ هدف جدید بانک ژاپن از ۲۴ سپتامبر اجرا می‌شود. تحلیل ژرف توضیح می‌دهد چرا دسترسی ارزیاب، اختیار تصمیم‌گیری و شواهد اقدام اصلاحی را باید جدا سنجید.

گوگل و انویدیا برای اتصال سریع‌تر مراکز داده، کاهش مصرف در اوج را پیشنهاد کردند
۲۶ شهریور ۱۴۰۵منبع: NVIDIA

گوگل و انویدیا برای اتصال سریع‌تر مراکز داده، کاهش مصرف در اوج را پیشنهاد کردند

گوگل، انویدیا و امرالد ای‌آی ائتلافی ساخته‌اند که می‌خواهد مراکز داده در برابر تعهد کاهش برداشت برق در زمان فشار، زودتر به شبکه وصل شوند. این اعلام هنوز به معنی برق تحویل‌شده یا قاعده الزام‌آور نیست. ژرف بررسی می‌کند چنین وعده‌ای برای موعد تحویل خدمات هوش مصنوعی چه معنایی دارد و چرا کم‌کردن برداشت از شبکه، لزوماً مصرف کل انرژی را کم نمی‌کند. رأی ۴۱۷ به ۳ مجلس نمایندگان آمریکا درباره حمایت از مشترکان، بحث پرداخت هزینه زیرساخت را جلو برده است؛ افزایش یک‌چهارم واحد درصدی نرخ بهره فدرال رزرو نیز خبر مالی مستقلی است. تصمیم تنظیم‌گر، عملکرد اندازه‌گیری‌شده و مسئولیت روشن هزینه‌ها، معیارهای بعدی‌اند؛ نه صرف حمایت شرکت‌ها.

تحلیل مستقل ژرف بر پایه منابع اصلی تدوین شده است؛ برای بررسی جزئیات و زمینه کامل به پیوندهای بالا مراجعه کنید.

می‌خواهید هوش مصنوعی را در کسب‌وکار خود پیاده‌سازی کنید؟

با تیم ما تماس بگیرید و درباره راهکارهای هوش مصنوعی صحبت کنید.

تماس با ما