Google Cloud تتصدر تقييم Gartner للبنية التحتية للذكاء الاصطناعي 2026: ماذا يعني ذلك لفرق DevOps؟
أبرز النقاط
- Google Cloud تحتل المرتبة الأولى في أول تقرير Gartner Magic Quadrant مخصص للبنية التحتية للذكاء الاصطناعي
- الجيل الثامن من معالجات TPU يقدم أداءً أعلى بثلاث مرات مع ذاكرة موسعة للتطبيقات الوكيلية
- البنية المتكاملة AI Hypercomputer تستهدف خفض التكلفة لكل دولار مع الحفاظ على الأداء العالي
أعلنت Google Cloud حصولها على لقب الريادة في أول تقرير Gartner Magic Quadrant مخصص للبنية التحتية للذكاء الاصطناعي، محققةً أعلى تصنيف في محوري "القدرة على التنفيذ" و"اكتمال الرؤية". يأتي هذا التقييم في توقيت محوري تتحول فيه تطبيقات الذكاء الاصطناعي من مجرد الإجابة عن الأسئلة إلى الاستدلال واتخاذ القرارات بشكل مستقل — ما يُعرف بعصر الوكلاء الذكيين (Agentic AI).
لماذا يُعد هذا التصنيف مهماً لقادة الهندسة؟
تقارير Gartner Magic Quadrant تُعتبر مرجعاً أساسياً في قرارات الشراء المؤسسي، وظهور تصنيف مستقل للبنية التحتية للذكاء الاصطناعي للمرة الأولى يعكس نضج هذا القطاع وانفصاله عن الحوسبة السحابية التقليدية. بالنسبة لفرق DevOps وقادة الهندسة، يعني هذا أن اختيار مزود البنية التحتية للذكاء الاصطناعي بات قراراً استراتيجياً منفصلاً يستحق تقييماً مستقلاً.
وفقاً لـ Mark Lohmeyer، نائب الرئيس والمدير العام للذكاء الاصطناعي والبنية الحاسوبية في Google Cloud، فإن الشركات الراغبة في الريادة خلال المرحلة القادمة تحتاج بنية تحتية مُصممة خصيصاً لمتطلبات الابتكار السريع وتجارب المستخدم المتميزة، مع تحسين التكلفة وكفاءة الطاقة على نطاق واسع.
ما الجديد في معالجات TPU 8؟
كشفت Google عن جيلها الثامن من معالجات TPU المصممة لحل اختناقات التوسع والذاكرة على مستوى الأنظمة، وينقسم إلى نموذجين متخصصين:
- TPU 8t للتدريب: يضم 9,600 شريحة في superpod واحد، مع أداء حاسوبي أعلى بثلاث مرات لكل pod مقارنة بالجيل السابق، مما يُسرّع جداول تدريب النماذج الضخمة
- TPU 8i للاستدلال: مُهندس للتعامل مع أعباء العمل الوكيلية التعاونية، يوفر 288 جيجابايت من الذاكرة عالية النطاق و384 ميجابايت من SRAM على الشريحة — أي ثلاثة أضعاف الجيل السابق — مما يُبقي مجموعة العمل النشطة للنموذج بالكامل على الشريحة
كيف تتعامل Google Cloud مع تنوع متطلبات العملاء؟
تدرك Google أن الحل الواحد لا يناسب الجميع. لذلك تُحافظ على شراكة عميقة مع NVIDIA لتقديم أحدث منصات الحوسبة المُسرّعة كخدمات موثوقة وقابلة للتوسع. ستكون Google Cloud من أوائل المزودين لمثيلات A5X المبنية على منصة Vera Rubin الجديدة عند توفرها لاحقاً هذا العام.
على صعيد البرمجيات، تواصل Google المساهمة في مشاريع مفتوحة المصدر عبر طبقات التنسيق ومحركات الاستدلال مثل llm-d وvLLM. كما أعلنت عن TorchTPU الذي يمنح مطوري PyTorch قابلية نقل الأكواد دون إعادة كتابة معقدة مع تعظيم أداء النشر.
ما هو AI Hypercomputer ولماذا اعتبرته Gartner نقطة قوة؟
يُمثل AI Hypercomputer نهج Google المتكامل للبنية التحتية المُحسّنة للذكاء الاصطناعي، ويجمع بين العتاد المُدمج مسبقاً وأُطر البرمجيات المفتوحة مع نماذج استهلاك مرنة. الهدف: تحقيق أفضل أداء لكل دولار عبر التدريب والتعلم المعزز والاستدلال.
- Google Cloud Managed Lustre مع مثيلات C4NX وHyperdisk Exapools يوفر عرض نطاق 10 تيرابايت/ثانية — أسرع 20 مرة من المنافسين وفق Google
- Rapid Buckets يُحوّل تخزين الكائنات بقدرة تصل إلى 20 مليون عملية في الثانية، مما يجعل نقاط الحفظ والاسترداد للتدريب واسع النطاق شبه فورية
- شبكة Virgo توفر نسيجاً عالي النطاق قادراً على ربط أكثر من مليون TPU عبر مواقع مراكز بيانات متعددة، أو حتى 960,000 GPU
من يستخدم هذه البنية فعلياً؟
أشارت Google إلى أن بنيتها المتكاملة تخدم 9 من أصل 10 مختبرات ذكاء اصطناعي رائدة، إضافة إلى شركات أسواق المال مثل Citadel Securities، ومؤسسات صناعية كبرى مثل Mercedes Benz. هذا التنوع يعكس نضج المنصة للتعامل مع أعباء عمل مختلفة جذرياً.
رأي Logicity
تصنيف Gartner يضع Google Cloud في مواجهة مباشرة مع AWS (التي تملك Trainium/Inferentia) وMicrosoft Azure (الشريك الحصري لـ OpenAI). الفارق التنافسي الحقيقي سيتحدد بالتسعير الفعلي لمثيلات TPU 8 مقارنة بـ NVIDIA H100/H200 على المنصات المنافسة، وبمدى سهولة تكامل TorchTPU مع pipelines الإنتاج القائمة. للفرق الخليجية العاملة على مشاريع ذكاء اصطناعي، يُنصح بمقارنة تكلفة الساعة الحاسوبية بين TPU 8i وA100 على نفس أعباء الاستدلال قبل الالتزام طويل الأمد.
الأسئلة الشائعة
ما الفرق بين TPU 8t وTPU 8i؟
TPU 8t مُصمم للتدريب المكثف مع 9,600 شريحة لكل superpod، بينما TPU 8i مُحسّن للاستدلال في التطبيقات الوكيلية مع ذاكرة موسعة تصل إلى 288 جيجابايت.
هل يمكن استخدام PyTorch مع معالجات TPU؟
نعم، أعلنت Google عن TorchTPU الذي يتيح لمطوري PyTorch نقل أكوادهم دون إعادة كتابة معقدة مع الاستفادة من أداء TPU.
متى ستتوفر مثيلات NVIDIA A5X على Google Cloud؟
ستكون Google Cloud من أوائل المزودين لمثيلات A5X المبنية على منصة Vera Rubin لاحقاً خلال عام 2026.
ما المقصود بـ AI Hypercomputer؟
نظام متكامل من Google يجمع العتاد المُدمج مسبقاً والبرمجيات المفتوحة لتحقيق أفضل أداء لكل دولار في تدريب واستدلال نماذج الذكاء الاصطناعي.
هل تدعم Google Cloud خدمات سحابية للذكاء الاصطناعي في منطقة الخليج؟
Google Cloud تملك أكثر من 35 منطقة عالمياً تشمل الشرق الأوسط، مع إمكانية استضافة أعباء عمل الذكاء الاصطناعي وفق متطلبات إقامة البيانات المحلية.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تدرس ترحيل أعباء الذكاء الاصطناعي إلى Google Cloud أو مقارنة تكاليف TPU مقابل GPU لمشروعك، تواصل مع فريق Logicity للحصول على استشارة تقنية مخصصة.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
