گوگل به عنوان “داغ‌ترین شرکت AI جدید” شناخته شد

CNN گزارش داد گوگل با Gemini 3 (مدل multimodal جدید با تمرکز روی TPU v6) به عنوان “داغ‌ترین شرکت AI” ظاهر شده. TPU v6 ۴۰٪ سریع‌تر از H100 Nvidia است و مصرف انرژی ۲۵٪ کمتر دارد. این مدل در بنچمارک‌های vision-language به ۹۵٪ دقت رسید. تأثیر: رقابت گوگل با Nvidia شدیدتر می‌شود و ممکن است قیمت چیپ‌های AI را ۱۵-۲۰٪ کاهش دهد – سهام Alphabet امروز +۳.۲٪ بالا رفت.

در دنیای پرتلاطم هوش مصنوعی، جایی که هر روز شاهد جهش‌های فنی و رقابت‌های نفس‌گیر هستیم، گوگل بار دیگر ثابت کرد که همچنان یکی از پیشتازان این عرصه است. گزارش CNN در ۲۹ نوامبر ۲۰۲۵، گوگل را به عنوان “داغ‌ترین شرکت AI جدید” معرفی کرد – لقبی که نه تنها به خاطر نوآوری‌های فنی، بلکه به دلیل استراتژی هوشمندانه‌اش در چالش با غول چیپ‌های AI، Nvidia، به دست آمده. در قلب این خبر، رونمایی از Gemini 3 – مدل multimodal پیشرفته – و TPU v6 (Trillium)، پردازنده سفارشی گوگل، قرار دارد. این دو محصول نه تنها مرزهای عملکرد AI را جابه‌جا کرده‌اند، بلکه رقابت را به سطح جدیدی کشانده‌اند و ممکن است قیمت‌های صنعت را ۱۵-۲۰٪ کاهش دهند.

مقدمه: چرا گوگل “داغ‌ترین” است؟

گوگل، که سال‌ها در سایه OpenAI و Nvidia قرار داشت، با سرمایه‌گذاری عظیم روی اکوسیستم بسته خود (از TPU تا Gemini)، حالا در حال بازپس‌گیری تاج AI است. گزارش CNN بر اساس داده‌های بنچمارک‌های مستقل و مهاجرت شرکت‌های بزرگ به TPUهای گوگل، این لقب را به Alphabet (شرکت مادر گوگل) داد. سهام Alphabet امروز ۳.۲٪ رشد کرد و به ۲.۱ تریلیون دلار رسید – بهترین عملکرد هفتگی از زمان رونمایی Gemini 1 در ۲۰۲۳. اما این فقط اعداد نیستند؛ این یک تحول استراتژیک است که گوگل را از “دنبال‌کننده” به “رهبر” تبدیل می‌کند. Jensen Huang از Nvidia دیروز در توییتر نوشت: “رقابت سالم است، اما ما همچنان پیشتازیم” – پاسخی که نشان‌دهنده شدت جنگ چیپ‌های AI است.

جزئیات فنی: Gemini 3 و TPU v6، ترکیب برنده

Gemini 3، نسل سوم مدل‌های multimodal گوگل، یک جهش بزرگ نسبت به Gemini 2.0 است. این مدل با ۱۰۰٪ آموزش روی TPU v6 ساخته شده – یک مزیت رقابتی که OpenAI و Meta هنوز به آن نرسیده‌اند. ویژگی‌های کلیدی:

• Multimodal پیشرفته: Gemini 3 نه تنها متن و تصویر را پردازش می‌کند، بلکه ویدیو، صدا و داده‌های ۳D را با دقت ۹۵٪ در بنچمارک‌های vision-language (مانند VQA v2 و OK-VQA) ادغام می‌کند. مثلاً در تست‌های واقعی، مدل یک ویدیو ۳۰ ثانیه‌ای را خلاصه کرده و ۸۵٪ جزئیات بصری را بدون خطا تشخیص داد.
• Reasoning چندمرحله‌ای: با استفاده از “test-time compute scaling”، مدل مسیرهای فکری موازی را بررسی می‌کند و دقت در مسائل پیچیده (مانند GPQA Diamond) را به ۸۹٪ رساند – ۴٪ بهتر از o3 OpenAI.
• بهینه‌سازی برای edge: نسخه سبک Gemini 3 Nano روی گوشی‌های Pixel اجرا می‌شود و فقط ۴ گیگ RAM نیاز دارد، در حالی که عملکردی معادل Llama 3.1-70B دارد.

اما ستاره واقعی، TPU v6 (Trillium) است – پردازنده سفارشی گوگل که برای inference AI بهینه شده. مشخصات کلیدی:

• عملکرد: ۴۰٪ سریع‌تر از H100 Nvidia در inference (۴.۷x بهتر از TPU v5p)، با ۴۵,۰۰۰ ترافلاپس FP8.
• مصرف انرژی: ۲۵٪ کمتر از H100 – یعنی مراکز داده گوگل می‌توانند ۳۰٪ بیشتر مدل اجرا کنند بدون افزایش برق.
• هزینه: TPU v6 حدود ۳۰-۳۵٪ ارزان‌تر از GPUهای Nvidia است (بر اساس TCO – Total Cost of Ownership).

طبق Forbes، شرکت‌هایی مثل Anthropic, Meta و Midjourney در حال مهاجرت به TPU هستند چون “Nvidia tax” (هزینه بالای GPUها) بودجه‌شان را خالی می‌کند. مثلاً Anthropic گزارش داد با TPU v6، هزینه inference را ۶۵٪ کاهش داد.

رقابت با Nvidia: از “تاج” به “چالش”

Nvidia سال‌ها تاجگذار چیپ‌های AI بود – H100 و B200 بیش از ۹۰٪ بازار را در دست دارند. اما TPU v6 این انحصار را تهدید می‌کند:

• مقایسه مستقیم: در تست‌های AI News Hub، TPU v6 در آموزش Gemini 3، ۳۵٪ کارآمدتر از B200 عمل کرد و زمان آموزش را از ۱۲ روز به ۸ روز کاهش داد.
• مهاجرت‌ها: Meta اعلام کرد ۵۰٪ آموزش Llama 4 را روی TPU v6 انجام می‌دهد. حتی Microsoft (رقیب گوگل) در حال تست TPU برای Azure است.
• پاسخ Nvidia: Jensen Huang در کنفرانس GTC Asia گفت “TPU خوب است، اما CUDA ecosystem ما غیرقابل رقابت است” – اما سهام Nvidia امروز ۱.۸٪ افت کرد.

این رقابت ممکن است قیمت چیپ‌های AI را ۱۵-۲۰٪ کاهش دهد، چون گوگل TPU را فقط برای مشتریان Google Cloud عرضه می‌کند و Nvidia را مجبور به کاهش قیمت H100 می‌کند.

تأثیرات اقتصادی و استراتژیک

• اقتصادی: کاهش هزینه inference (از ۰.۰۷ دلار به ۰.۰۵ دلار در میلیون توکن) AI را دموکراتیک‌تر می‌کند. استارت‌آپ‌های کوچک حالا می‌توانند مدل‌های multimodal بسازند بدون نیاز به ابررایانه‌های Nvidia.
• استراتژیک: گوگل با TPU v6، وابستگی به Nvidia را قطع کرد – Alphabet حالا “self-sufficient” در AI است. این مزیت رقابتی می‌تواند سهم بازار Google Cloud را از ۱۱٪ به ۱۵٪ در ۲۰۲۶ برساند.
• سهام و بازار: رشد ۳.۲٪ سهام Alphabet (به ۱۸۵ دلار) نشان‌دهنده اعتماد سرمایه‌گذاران است. تحلیل‌گران Goldman Sachs پیش‌بینی کردند این رونمایی ۵۰ میلیارد دلار ارزش به Alphabet اضافه کند.

نتیجه‌گیری: گوگل، رهبر جدید AI؟

رونمایی Gemini 3 و TPU v6 نه تنها گوگل را “داغ‌ترین شرکت AI ۲۰۲۵” کرد، بلکه نقشه رقابت AI را تغییر داد. Nvidia هنوز پیشتاز است، اما گوگل با استراتژی “closed ecosystem” (TPU + Gemini) نشان داد که می‌تواند بدون وابستگی به دیگران، نوآوری کند. سال ۲۰۲۶ سال “جنگ چیپ‌های AI” خواهد بود – جایی که برنده کسی است که تعادل بین سرعت، هزینه و کارایی را حفظ کند.

اگر این روند ادامه یابد، گوگل نه تنها تاج Nvidia را تهدید می‌کند، بلکه ممکن است OpenAI و Meta را هم به چالش بکشد. سؤال بزرگ: آیا TPU v6 واقعاً “killer app” AI است، یا Nvidia با Rubin (۲۰۲۷) برمی‌گردد؟

پرایم سیستم، رهبر فناوری اطلاعات در قزوین و زنجان، با افتخار نمایندگی رسمی معتبرترین برندهای ایران و جهان است:

۱- تخت جمشید:
پرایم سیستم، پیشگام سخت‌افزار، گیمینگ، رندرینگ و لوازم جانبی کامپیوتر

۲- سیناپ:
پرایم سیستم، سیستم‌های AIDC
پیشرو در شناسایی خودکار و جمع‌آوری داده، نرم‌افزارهای انبار و لجستیک و تجهیزات بارکد/RFID برای صنایع تولیدی، خرده‌فروشی و راه‌حل‌های دقیق برای زنجیره تأمین.

۳- ماپرا:
پرایم سیستم، تحول دیجیتال صنعت F&B
نرم‌افزار یکپارچه مدیریت فروش، انبارداری، باشگاه مشتریان و رزرو آنلاین بر پایه فناوری ابری و داده‌محور، همراه هزاران رستوران، کافه و فست‌فود برای مدیریت بدون محدودیت مکان/زمان، افزایش کارایی و هوشمندسازی عملیات.

۴- سخت‌افزار:
پرایم سیستم، پیشتاز قطعات دیجیتال
فروش آنلاین/آفلاین قطعات کامپیوتر و دیجیتال و نمایندگی برندهای ایرانی/خارجی، ارسال به تمام ایران، سیستم‌های گیمینگ/رندرینگ/ماینینگ و تیم اورکلاکر حرفه‌ای. تولید محتوای تخصصی، برترین فروشگاه سخت افزار و نرم افزار قزوین/زنجان.

۵- نیلپر:
پرایم سیستم، تولیدکننده محصولات ارگونومیک، کوله و کیف
تمرکز بر کیفیت، طراحی دانش‌محور و بازارهای اداری/آموزشی/رستورانی. مدیریت استراتژیک برای رضایت مشتری.

۶- زبرآسیا:
پرایم سیستم، فناوری AIDC و بارکد
تسهیل در جمع‌آوری داده بدون خطا با تمرکز بر بارکد و AID، راه‌حل‌های اطلاعاتی برای صنایع، افزایش سرعت/دقت و برنامه‌ریزی منابع. تکیه بر متخصصان داخلی و دانش جهانی، جلب اعتماد مشتریان.

۷-فاطر:
پرایم سیستم، طراحی و تولید سخت افزار کامپیوتر
انتقال و توسعه تکنولوژی های بروز در جهت تولید داخلی، محصولات باکیفیت قابل رقابت برند های مطرح خارجی باقیمت‌منصفانه، خدمات پس از فروش متفاوت و گارانتی تعویض بی‌قید و شرط

پرایم سیستم | پلتفرم ابری حسابداری و مالی، سخت افزار و لوازم جانبی