أبرز النقاط
- شريحة Frozen v2 تحقق كفاءة أعلى 6-10 مرات من شرائح TPU الحالية في خدمة استجابات الذكاء الاصطناعي
- Google تخطط لنشر الشريحة بدءاً من عام 2028 بحجم إنتاج محدود مقارنة بخط TPU
- الشريحة تُجمّد بنية النموذج في العتاد وليس الأوزان، مما يتيح تحديث الأوزان دون تغيير الشريحة
تعمل Google على تطوير شريحة خادم جديدة تحمل الاسم الرمزي الداخلي Frozen v2، تتميز بدمج بنية نموذج Gemini للذكاء الاصطناعي مباشرة في السيليكون، وفقاً لتقرير نشره موقع The Information. الشريحة قد تحقق كفاءة أعلى بمعدل 6 إلى 10 مرات مقارنة بشرائح TPU الحالية عند خدمة استجابات الذكاء الاصطناعي، مما يمثل قفزة نوعية في اقتصاديات تشغيل النماذج اللغوية الكبيرة.
ما الفرق بين Frozen v2 وشرائح TPU التقليدية؟
شرائح TPU من Google صُممت لتكون مرنة، قادرة على تشغيل نماذج ذكاء اصطناعي متنوعة. أما Frozen v2 فتتبع فلسفة مختلفة تماماً: أجزاء من بنية نموذج Gemini محفورة مباشرة في العتاد. التسمية مستوحاة من مفهوم تجميد المعاملات في نماذج الذكاء الاصطناعي، حيث تُثبَّت قيم معينة لتتوقف عن التغير أثناء التدريب.
الفارق الجوهري هنا أن جزءاً من النموذج يصبح مُجمَّداً بشكل دائم داخل الشريحة نفسها، مما يختصر خطوات الحوسبة ويُسرّع الاستجابات بشكل ملحوظ. هذا النهج يشبه ما حدث مع دوائر ASIC المتخصصة في تعدين العملات المشفرة: التضحية بالمرونة مقابل كفاءة استثنائية في مهمة محددة.
من Jeff Dean إلى Frozen v2: تطور الفكرة
الفكرة الأصلية جاءت من Jeff Dean، كبير علماء Google DeepMind. تصميمه الأول لشريحة Frozen اقترح دمج أوزان النموذج مباشرة في الشريحة. الأوزان هي الإعدادات المحددة التي تُحدد كيفية استجابة نموذج الذكاء الاصطناعي للاستفسارات.
لكن Google تخلت عن هذا النهج لسبب عملي: الشريحة كانت ستعمل فقط مع إصدار واحد من Gemini، وستصبح قديمة بسرعة مع كل تحديث للنموذج. Frozen v2 تتبنى مساراً أكثر مرونة بدمج بنية النموذج بدلاً من الأوزان، أي المخطط الأساسي وليس المعاملات المُعايَرة. هذا يعني إمكانية تحميل أوزان جديدة على الشريحة دون الحاجة لتغيير العتاد.
وفقاً لـ The Information، لم يُحسم بعد مقدار البنية التي ستُحفر فعلياً في السيليكون. هذا القرار سيحدد التوازن بين الكفاءة والمرونة.
لماذا لن تبيع Google هذه الشريحة للعملاء الخارجيين؟
Google تُؤجر حالياً شرائح TPU لشركات مثل Meta، وتُتيحها لعملاء السحابة الخارجيين، وتُسوّقها عبر برنامج TPU@Premises كبديل لـ Nvidia مع هدف داخلي بالاستحواذ على عشرة بالمئة من إيرادات Nvidia السنوية. لكن Frozen v2 قصة مختلفة.
لأن الشريحة تعمل فقط طالما التزمت Google ببنية النموذج نفسها، فمن غير المرجح أن تصبح منتجاً للعملاء الخارجيين. الهدف الأساسي هو تخفيف الضغط الداخلي على قدرات الحوسبة للذكاء الاصطناعي في Google.
- موعد النشر المخطط: بدءاً من عام 2028
- حجم الإنتاج: أصغر من خط TPU، كتجربة للشرائح المتخصصة
- الاستخدام: داخلي فقط، غير مُعدّ للبيع أو التأجير الخارجي
كيف ستؤثر Frozen v2 على المنافسة مع OpenAI وAnthropic؟
في صناعة الذكاء الاصطناعي، باتت كفاءة تكاليف الاستدلال تُحدد هوامش الربح بشكل متزايد. إذا حققت Frozen v2 وعودها، قد تتحول إلى ميزة تنافسية كبرى لـ Google.
السيناريو المحتمل: Google تُشغّل نماذج قوية بتكاليف أقل، مما يتيح لها خفض أسعار خدمات الذكاء الاصطناعي وانتزاع حصة سوقية من OpenAI وAnthropic. حالياً، تتراوح أسعار استدلال GPT-4o من OpenAI حول 5 دولارات لكل مليون رمز إدخال، بينما Claude 3.5 Sonnet من Anthropic يقترب من 3 دولارات. شريحة أكثر كفاءة بـ 6-10 مرات قد تُمكّن Google من تقديم أسعار تنافسية حادة لواجهات Gemini API.
رأي Logicity
قرار دمج البنية بدلاً من الأوزان يكشف نضجاً هندسياً ملحوظاً في فريق Google. الأوزان تتغير مع كل تدريب، لكن البنى المعمارية الناجحة تدوم لسنوات — Transformer موجود منذ 2017 ولا يزال الأساس. إذا نجحت Frozen v2، قد نرى Nvidia تواجه تحدياً وجودياً: شرائحها متعددة الأغراض ستبقى ضرورية للتدريب، لكن سوق الاستدلال — الأكبر حجماً والأكثر ربحية — قد ينزلق نحو شرائح متخصصة من Google وربما Amazon مع Trainium.
ما المخاطر المحتملة لهذا النهج؟
الرهان على تجميد البنية المعمارية ليس خالياً من المخاطر. إذا ظهرت بنية جديدة تتفوق على Transformer — كما يتوقع بعض الباحثين مع نماذج State Space مثل Mamba — قد تصبح شرائح Frozen v2 عتيقة قبل أوانها.
كذلك، حجم الإنتاج المحدود يعني أن Google ستظل معتمدة على TPU والشرائح الخارجية لمعظم احتياجاتها. Frozen v2 تجربة استراتيجية وليست بديلاً شاملاً.
الأسئلة الشائعة
ما الفرق بين شريحة Frozen v2 وشرائح TPU من Google؟
TPU شرائح مرنة تعمل مع نماذج متنوعة، بينما Frozen v2 تدمج بنية نموذج Gemini مباشرة في السيليكون للحصول على كفاءة أعلى 6-10 مرات، لكنها محدودة بهذه البنية فقط.
متى ستطلق Google شريحة Frozen v2؟
تخطط Google لنشر الشريحة بدءاً من عام 2028، بحجم إنتاج أصغر من خط TPU كتجربة للشرائح المتخصصة.
هل ستبيع Google شريحة Frozen v2 للشركات الأخرى؟
من غير المرجح. الشريحة مصممة للاستخدام الداخلي لأنها تعمل فقط مع بنية Gemini المحددة، مما يجعلها غير مناسبة للعملاء الخارجيين الذين قد يستخدمون نماذج مختلفة.
كيف ستؤثر Frozen v2 على أسعار خدمات الذكاء الاصطناعي؟
إذا حققت الشريحة كفاءتها المتوقعة، قد تتمكن Google من خفض تكاليف تشغيل Gemini بشكل كبير، مما يتيح لها تقديم أسعار أقل لواجهات API ومنافسة OpenAI وAnthropic بقوة.
من صاحب فكرة شريحة Frozen الأصلية؟
Jeff Dean، كبير علماء Google DeepMind، اقترح الفكرة الأولى التي كانت تتضمن دمج أوزان النموذج في الشريحة، قبل أن تتطور إلى Frozen v2 التي تدمج البنية بدلاً من الأوزان.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجات ذكاء اصطناعي وتريد فهم كيفية تحسين تكاليف الاستدلال أو اختيار البنية التحتية المناسبة، تواصل مع فريق Logicity للحصول على استشارة متخصصة.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
