صفقة ميتا مع أمازون لرقاقات Graviton: لماذا أصبحت وحدات CPU لاعبًا مفاجئًا في سباق رقاقات الذكاء الاصطناعي؟ - منصة تعلّم

ملخص المقال

مقدمة: صفقة تغيّر طريقة فهمنا لبنية الذكاء الاصطناعي في تطور لافت في سوق البنية التحتية للذكاء الاصطناعي، وقّعت ميتا اتفاقًا متعدد السنوات مع أمازون لاستخدام أعداد ضخمة من رقاقات AWS Graviton لتشغيل بعض أعباء عمل الذكاء الاصطناعي لديها. ووفق تقارير مثل TechCrunch و Reuters ، فالصفقة تمتد لعدة سنوات وتصل قيمتها إلى مليارات الدولارات، مع الحديث عن مئات الآلاف من الشرائح وعشرات الملايين من الأنوية الحاسوبية. الخبر مهم ليس فقط لأنه يجمع بين شركتين عملاقتين، بل لأنه يكشف تحولًا أعمق: سباق الذكاء الاصطناعي لم يعد قائمًا فقط على وحدات GPU من إنفيديا، بل بدأ يفتح الباب أمام دور أكبر لوحدات CPU المصممة خصيصًا للسحابة. وهذا يهم الشركات العربية أيضًا، لأن تكلفة الحوسبة، وتنوع الموردين، وكفاءة الطاقة أصبحت عوامل حاسمة عند بناء منتجات أو خدمات تعتمد على الذكاء الاصطناعي. ما الذي اتفقت عليه ميتا وأمازون بالضبط؟ بحسب إعلان أمازون الرسمي وتقارير CNBC و WSJ ، ستستخدم ميتا معالجات Graviton5 داخل مراكز بيانات AWS لدعم أعباء مرتبطة بما يُعرف اليوم بـ الذكاء الاصطناعي الوكيلي أو Agentic AI، أي الأنظمة التي لا تكتفي بتوليد نص أو صورة، بل تنفذ مهام متعددة الخطوات وتتعامل مع أدوات وواجهات برمجية وطلبات آنية. هذا لا يعني أن ميتا تستبدل وحدات GPU بالكامل. بالعكس، تدريب النماذج الضخمة ما زال يعتمد بدرجة كبيرة على GPU. لكن الصفقة توضح أن هناك فئة كاملة من المهام يمكن أن تعمل بكفاءة أعلى أو تكلفة أقل على CPU، مثل: تشغيل الخدمات الخلفية للـ AI agents، إدارة الطلبات واسعة النطاق، بعض مراحل الاستدلال inference، تنسيق سير العمل، المعالجة المسبقة للبيانات، وربط النماذج بأدوات الأعمال والتطبيقات. بعبارة أبسط: ليس كل حمل ذكاء اصطناعي يحتاج إلى أقوى GPU في السوق. أحيانًا تحتاج إلى بنية متوازنة، مرنة، وأقل تكلفة لكل مهمة. لماذا تعتبر صفقة ميتا مع أمازون نقطة تحول في سوق AI CPUs؟ السبب الأول هو تنويع مصادر الحوسبة . خلال السنوات الماضية، أصبح الاعتماد على مورد واحد للرقاقات خطرًا استراتيجيًا. الطلب على الحوس

وسوم المقال

• ai-infrastructure
• ai-chips
• aws-graviton
• meta
• agentic-ai