عدم توقف رواد صناعة شرائح الحوسبة رغم توقف محدود في تدريب نماذج الذكاء الاصطناعي المتقدمة
شهد قطاع الهندسة التقنية المطورة لأنظمة الذكاء الاصطناعي تحولات مهمة خلال الصيف الماضي، حيث أعلن بعض مطوري النماذج الذكية مثل OpenAI عن توقف مؤقت عن أكبر عمليات تدريب لنماذج “frontier training” بعد اكتشاف مخاطر أمنية محتملة، لكن هذا الترقب لم يؤثر بالسلب على شركات تصنيع الشرائح التي تصمم وتورد المعالجات المتخصصة.
هذه الخطوة جاءت وسط تحذيرات من قادة شركات الذكاء الاصطناعي مثل مدير Anthropic بشأن الحاجة لإبطاء تطوير أقوى النماذج لمواجهة مخاطر محتملة على الأمن الإلكتروني وصعوبة السيطرة، وهو ما وضع استثمارات شركات تصنيع الشرائح تحت ضغط مؤقت في السوق الأمريكي.
تطور سريع بعد توقف مؤقت
رغم التوقف المؤقت الذي لم يستمر سوى أسابيع قليلة، عادت الشركات الرائدة في تدريب النماذج المتقدمة لاستئناف عملياتها مع تعزيزات تقنية واضحة.
- OpenAI استأنفت عمليات التدريب مكملة عملها واحتفظت بتجارب محدودة على نماذج أصغر.
- Anthropic أطلقت نسخًا مطورة من نماذجها frontier مثل Fable وMythos، مع تحسينات في مجالات البرمجة والتفكير والرؤية الحاسوبية.
تتزامن هذه النشاطات مع أداء قوي لشركات شرائح الحوسبة التي تزود مراكز البيانات بأحدث تقنياتها، ما يوضح استمرارية الطلب القوي على هذه الشرائح رغم المخاوف.
شركات الشرائح تواصل الأداء القياسي
أعلنت Nvidia عن نتائج مالية قياسية، مسجلة نموًا كبيرًا في إيرادات مراكز البيانات مع إطلاق نظام الحوسبة المتقدم Vera Rubin NVL72، الذي حقق رقماً استثنائياً في مبيعات الربع الأول من شحناته.
تم تركيب هذه الأنظمة في شركات كبرى مثل Google، Microsoft وOracle، وتخطط Meta لتوسيع استخدام هذه التكنولوجيا لتدريب وتشغيل نماذج الذكاء الاصطناعي.
- تعمل Nvidia على توسيع التعاون مع Anthropic وOpenAI لتوفير إمكانات حسابية متقدمة عبر السحابة.
- في نفس الاتجاه، سجلت AMD أفضل ربع مالي لها على الإطلاق بفضل ارتفاع إيرادات مراكز البيانات التي تستخدم معالجاتها المتطورة مثل Helios المزودة بوحدات معالجة الرسوميات MI450.
- بالرغم من عدم إعلان Broadcom عن أرباحها، تبقى علامات القوة في سوق شرائح الذكاء الاصطناعي واضحة.
طلب قوي على البنية التحتية الحاسوبية للذكاء الاصطناعي
الملاحظ أن التأثير المالي لأي تباطؤ في تطوير نماذج الذكاء الاصطناعي يستغرق عدة أشهر قبل أن يظهر في أرقام شركات التصنيع نظراً لعقود التوريد القائمة والمخزون.
وفقاً لبيانات شركات التصنيع مثل TSMC، ما زال الطلب على الشرائح مستمراً، ويتعزز الطلب بشكل خاص في جانب inference، أي تشغيل النماذج المُدربة بالفعل بدلاً من تدريب نماذج جديدة، والذي يستهلك موارد حوسبة ضخمة لكنه أقل طلباً على وحدات معالجة الرسوميات عالية الأداء مقارنة بالتدريب.
تحولات في سوق الشرائح والأسواق المستقبلية
برغم أن الطلب على الشرائح لا يظهر عليه تباطؤ كبير، هناك تغيرات استراتيجية يجريها مزودو الذكاء الاصطناعي نحو تحسين كفاءة استخدام الطاقة وتقليل التكلفة، عبر الاعتماد المتزايد على تصميمات شرائح مخصصة بدلاً من الاعتماد الكلي على الشرائح ذات الاستخدام العام مثل GPU.
- الشركات تسعى إلى إطلاق معالجات مخصصة للذكاء الاصطناعي تقلل تكلفة تشغيل النماذج بعدد مستخدمين ضخم.
- التوقعات تشير إلى تفوق شدائد شحن المعالجات المخصصة على شحن وحدات معالجة الرسوميات التقليدية بحلول عام 2028.
على الرغم من الضغوط التنافسية والتغيرات في التركيبة السوقية، تظل شركات كـNvidia محافظة على استراتيجياتها التسعيرية ومرونة هوامش الربح متمسكة بالتكنولوجيا والحلول التي تقدمها، مستعدة لمواجهة المنافسة من خلال تطوير شرائحها لتتناسب مع كل من تدريب وتشغيل الذكاء الاصطناعي.
ختاماً
بالرغم من لحظات التوقف المؤقت التي شهدها قطاع تدريب النماذج المتقدمة، فإن الطلب على البنية التحتية الحاسوبية الداعمة للذكاء الاصطناعي لا يزال قوياً ويشهد تحولات موجهة نحو تعزيز التشغيل (inference) وتوجيه الإنفاق نحو تصميمات مخصصة أكثر كفاءة.
الشركات المصنعة للشرائح تبرهن على قدرتها على التكيف مع هذه الديناميكية المتغيرة، مؤجلة أية تباطؤ اقتصادي واضح في الأسواق رغم الدعوات لإبطاء وتيرة تطوير نماذج الذكاء الاصطناعي.
المصدر: The Verge
اكتشاف المزيد من Mohdbali
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.




