لماذا تبني OpenAI وSpaceX رقائقها الخاصة؟ وكيف يشتد الضغط على Nvidia في سباق شرائح الذكاء الاصطناعي - منصة تعلّم

ملخص المقال

لسنوات، كانت Nvidia الاسم الأبرز في البنية التحتية للذكاء الاصطناعي. إذا أردت تدريب نموذج ضخم أو تشغيل تطبيقات ذكاء اصطناعي على نطاق واسع، فغالبًا ستجد وحدات معالجة الرسوميات الخاصة بها في قلب المشهد. لكن هذا الواقع بدأ يتغير. اليوم، نرى شركات مثل OpenAI وGoogle وAmazon وحتى SpaceX تتجه إلى تصميم رقائق ذكاء اصطناعي مخصصة بدل الاعتماد الكامل على مورد واحد. بحسب تقرير TechCrunch ، لم تعد القضية مجرد منافسة تقنية، بل أصبحت مسألة تحكم في التكلفة، وسرعة التوسع، والقدرة على تخصيص الأداء بحسب نوع الحمل الحاسوبي. كما أشارت تقارير من DCD و TechCrunch إلى أن OpenAI تمضي نحو الإنتاج الواسع لشريحتها الخاصة بالتعاون مع Broadcom، في خطوة تعكس تحولًا استراتيجيًا عميقًا في سوق العتاد الخاص بالذكاء الاصطناعي. لكن لماذا تبني هذه الشركات شرائحها الخاصة الآن؟ وهل هذا يعني أن Nvidia ستفقد هيمنتها؟ والأهم: ماذا يعني ذلك للشركات الناشئة، والمطورين، ورواد الأعمال في العالم العربي؟ لماذا تتجه الشركات إلى بناء رقائق ذكاء اصطناعي مخصصة؟ السبب الأول هو تقليل الاعتماد على Nvidia . عندما يعتمد قطاع كامل على مورد واحد تقريبًا، تصبح الأسعار، وسلاسل التوريد، وأوقات التسليم، وحتى خارطة التطوير المستقبلية، خارجة جزئيًا عن سيطرة الشركات الأخرى. ومع الطلب الهائل على الحوسبة، أصبح الوصول إلى الشرائح المتقدمة تحديًا بحد ذاته. السبب الثاني هو تحسين الكفاءة . ليست كل مهام الذكاء الاصطناعي متشابهة. تدريب النماذج الضخمة يختلف عن تشغيلها للمستخدمين النهائيين. لهذا نرى اهتمامًا متزايدًا بشرائح مخصصة للاستدلال inference، لأنها قد تقدم أداء أفضل لكل دولار أو لكل واط مقارنة بحلول عامة الاستخدام. تقرير Yahoo Finance نقل تقديرات تفيد بأن الشرائح المخصصة من شركات التقنية الكبرى قد تمثل 45% من سوق شرائح الذكاء الاصطناعي بحلول 2028، وهو رقم يوضح حجم التحول. السبب الثالث هو التحكم الكامل في السلسلة التقنية . عندما تبني الشركة النموذج، والبنية السحابية، والبرمجيات، والرقاقة نفسها، فإنها تستطيع تحسين كل طبقة لتعمل بتناغم. هذ

وسوم المقال

• ai-chips
• nvidia
• openai
• ai-infrastructure
• tech-trends