أنثروبيك تتفاوض مع سامسونج لتصنيع شريحة ذكاء اصطناعي خاصة بها

أبرز النقاط

• أنثروبيك تجري محادثات مع سامسونج لتطوير شريحة ذكاء اصطناعي مخصصة
• الهدف تقليل الاعتماد على Nvidia ومعالجة نقص الرقائق العالمي
• المشروع في مراحله الأولى ولم تُحدد مواصفات الشريحة أو استخداماتها بعد

تستكشف شركة Anthropic، المطورة لنموذج Claude، إمكانية تصميم شريحة ذكاء اصطناعي خاصة بها، وأجرت محادثات أولية مع سامسونج بشأن شراكة محتملة لتصنيعها، وفقاً لتقرير نشرته The Information. تأتي هذه الخطوة ضمن موجة متصاعدة من شركات الذكاء الاصطناعي الساعية للتحرر من هيمنة Nvidia على سوق الرقائق.

لماذا تفكر أنثروبيك في تصنيع شريحتها الخاصة؟

تعتمد أنثروبيك حالياً على مزيج من المعالجات لتدريب نماذجها وتشغيلها: وحدات TPU من Google، ورقائق من Amazon لتشغيل روبوت المحادثة Claude. لكن الاعتماد على موردين خارجيين يعرّض الشركة لمخاطر نقص الإمدادات وتقلبات الأسعار، خاصة مع استمرار أزمة الرقائق العالمية التي ضربت القطاع منذ سنوات.

وفي أبريل الماضي، أفادت Reuters أن أنثروبيك تدرس بناء رقائقها الخاصة لهذا السبب تحديداً. وفي الشهر ذاته، وقّعت الشركة اتفاقية طويلة الأجل مع Google وBroadcom للحصول على نحو 3.5 غيغاواط من قدرات الحوسبة المدعومة بوحدات TPU، اعتباراً من عام 2027.

ما الذي نعرفه عن مشروع الشريحة حتى الآن؟

وفقاً للتقرير، لا يزال المشروع في مراحله الأولى. لم تحدد أنثروبيك بعد الغرض الدقيق من الشريحة: هل ستُستخدم للتدريب أم للاستدلال؟ ولم تُحسم أيضاً مواصفاتها التقنية أو كيفية دمجها في خوادم الشركة.

اختيار سامسونج شريكاً محتملاً يثير تساؤلات، إذ تهيمن TSMC التايوانية على تصنيع الرقائق المتقدمة. لكن سامسونج تستثمر بكثافة في تقنيات التصنيع المتطورة وقد تقدم مزايا تنافسية في السعر أو الطاقة الإنتاجية.

سباق الرقائق المخصصة: من ينافس Nvidia؟

أنثروبيك ليست وحدها في هذا المسعى. تتسابق كبرى شركات التقنية لتقليل اعتمادها على Nvidia التي تسيطر على أكثر من 80% من سوق رقائق تدريب الذكاء الاصطناعي. إليك خريطة المنافسين:

• OpenAI: أطلقت الشهر الماضي شريحة Jalapeño للاستدلال، بالتعاون مع Broadcom وتصنيع TSMC، للاستخدام الداخلي حصرياً
• Amazon: طورت عائلتي Trainium وInferentia لخدمات AWS السحابية
• Microsoft: قدمت مسرّع Maia AI لمنصة Azure
• Meta: توسّع شرائح MTIA لأنظمة التوصية والذكاء الاصطناعي التوليدي
• Google: تطور وحدات TPU منذ سنوات وتستخدمها داخلياً ومع شركاء

لماذا الاستدلال أكثر تكلفة من التدريب؟

يتطلب تدريب نماذج الذكاء الاصطناعي المتقدمة قدرات حوسبة هائلة، لكن التكلفة الأكبر تأتي بعد الإطلاق: خدمة ملايين الطلبات يومياً. كل استفسار يُرسله مستخدم لروبوت محادثة، وكل صورة يولّدها نموذج، يستهلك موارد حوسبة إضافية. هذا يفسر تركيز OpenAI على شريحة استدلال بدلاً من التدريب.

تصميم شريحة متطورة يتطلب مهندسين متخصصين نادرين في السوق، وفحوصات تصنيع مكثفة لضمان خلوها من العيوب. هذا يجعل المشروع رهاناً مكلفاً، لكنه قد يوفر مليارات على المدى الطويل.

ما تأثير ذلك على سوق الذكاء الاصطناعي؟

إذا نجحت أنثروبيك في تطوير شريحتها، ستنضم إلى نادٍ حصري من الشركات التي تتحكم في سلسلة إمدادها من البرمجيات إلى العتاد. هذا يمنحها مرونة أكبر في التسعير وتحسين الأداء لنماذجها المحددة، بدلاً من الاعتماد على رقائق عامة الغرض.

لكن الطريق طويل. أنثروبيك حصلت على 8 مليارات دولار تقريباً في جولات تمويلية، منها 4 مليارات من أمازون و2 مليار من Google. هذه الموارد الضخمة ضرورية، لكن تطوير شريحة منافسة يستغرق سنوات.

الأسئلة الشائعة

ما هي شريحة الذكاء الاصطناعي المخصصة التي تطورها أنثروبيك؟

مشروع في مراحله الأولى لتصميم معالج خاص بتدريب أو تشغيل نماذج الذكاء الاصطناعي، بالتعاون المحتمل مع سامسونج، لتقليل الاعتماد على Nvidia.

لماذا تريد شركات الذكاء الاصطناعي التخلي عن Nvidia؟

تسيطر Nvidia على أكثر من 80% من السوق، ما يرفع الأسعار ويطيل فترات الانتظار. الرقائق المخصصة تمنح الشركات تحكماً أكبر في التكاليف والأداء.

ما الفرق بين شريحة التدريب وشريحة الاستدلال؟

شريحة التدريب تُستخدم لتعليم النموذج على البيانات، بينما شريحة الاستدلال تُشغّل النموذج المدرّب للرد على استفسارات المستخدمين. الاستدلال أكثر تكلفة على المدى الطويل.

متى ستتوفر شريحة أنثروبيك؟

لا يوجد جدول زمني معلن. المشروع في مراحله الأولى، وتطوير شريحة متقدمة يستغرق عادةً 3-5 سنوات.