أبرز النقاط
- Infinity جمعت 15 مليون دولار بتقييم 100 مليون دولار من مستثمرين يشملون باحثين من OpenAI وAnthropic
- الشركة تطوّر مكتبة استدلال عالمية تعمل على جميع أنواع الشرائح بديلاً لاحتكار CUDA
- نموذج العمل يعتمد على حصة من التوفير في التكلفة وتحسين الأداء بدلاً من رسوم ترخيص مسبقة
أعلنت شركة Infinity المتخصصة في بنية الذكاء الاصطناعي التحتية عن إغلاق جولة تمويلية بقيمة 15 مليون دولار، بتقييم بلغ 100 مليون دولار، بمشاركة مستثمرين من بينهم Touring Capital وPrincipal VC، إضافةً إلى باحثين من OpenAI وAnthropic. الهدف طموح: بناء بديل برمجي لمنظومة CUDA التي تُعدّ الخندق المائي الحقيقي وراء هيمنة Nvidia على سوق الذكاء الاصطناعي.
لماذا تُعتبر CUDA العائق الأكبر أمام منافسي Nvidia؟
صعود Nvidia إلى قمة صناعة الذكاء الاصطناعي لا يعود فقط إلى تفوّق شرائحها في الأداء الخام، بل إلى منظومة CUDA البرمجية التي أطلقتها منذ أكثر من 15 عاماً. هذه المنظومة حوّلت معالجات الرسوميات GPU إلى وحدات حوسبة عامة الأغراض، وأصبحت الأساس الذي بُنيت عليه أشهر أُطر التعلم الآلي: PyTorch وTensorFlow.
النتيجة العملية أن المطورين يكتبون تطبيقاتهم بلغة Python، ويستخدمون هذه الأُطر، فتعمل تطبيقاتهم تلقائياً على شرائح Nvidia دون جهد إضافي. أي شريحة منافسة تحتاج إلى كتابة برمجيات نواة (kernels) منخفضة المستوى لتشغيل النماذج، وهي مهمة تتطلب موارد وخبرات لا تملكها معظم الشركات الناشئة في طبقة التطبيقات.
ما الذي تبنيه Infinity بالضبط؟
تعمل Infinity على تطوير مكتبة استدلال عالمية (universal inference library) قادرة على العمل مع أي نوع من الشرائح: SRAM، ومعالجات الرسوميات، وشرائح الهواتف، والمصفوفات الانقباضية (Systolic Arrays). الفكرة المحورية أن هذه المكتبة تُمكّن الشرائح من تشغيل نماذج الذكاء الاصطناعي واستنساخ نتائج الأبحاث المتقدمة تلقائياً، دون الحاجة إلى كتابة برمجيات مخصصة لكل معمارية.
أداة الشركة الرئيسية هي وكيل بحثي يُدعى Ignition، وهو نظام ذكاء اصطناعي يكتب الكود منخفض المستوى اللازم لتشغيل الاستدلال على الشرائح البديلة لـ Nvidia. الوكيل يختبر الكود، يكشف الأخطاء، يقيس سرعة الأداء، ثم يُعيد كتابة الكود تلقائياً لتحسينه. النظام ذاتي التحسين: يتعلم باستمرار ويتكيّف مع المعماريات المختلفة بصرف النظر عن تصميماتها المملوكة.
من يقف وراء Infinity؟
أسّس الشركة العام الماضي Jeremy Nixon، الباحث السابق في Google Brain ومؤسس مجتمع AGI House. يقول Nixon إن دافعه كان هوسه بفكرة "الاختراع الآلي" — الإيمان بأن أنظمة الذكاء الاصطناعي يمكن أن تكون تقنية وصفية (meta technology) قادرة على اختراع تقنيات أخرى.
Nixon نفسه ابتكر خوارزمية تعلم آلي تُدعى Omega، تُنتج خوارزميات جديدة وتُقيّمها تلقائياً في حلقة تغذية راجعة. هذا النجاح قاده إلى التساؤل: أين يمكن تطبيق المنهج ذاته؟ الإجابة كانت في طبقة العتاد، حيث يمكن للأنظمة الآلية توليد الكود منخفض المستوى اللازم لتشغيل الشرائح بكفاءة أعلى.
نموذج العمل: لا رسوم مسبقة، بل حصة من التوفير
تتبنى Infinity نموذجاً تجارياً غير تقليدي: لا تفرض رسوم ترخيص مقدّمة، بل تأخذ حصة من مكاسب الأداء والتوفير في التكلفة، تُقاس بتغيّر عدد الرموز المُعالَجة في الثانية (tokens per second). هذا النموذج يُقلّل حاجز الدخول للعملاء ويربط نجاح Infinity بنجاحهم الفعلي.
- العملاء الحاليون يشملون D-Matrix، صانعة شرائح الذكاء الاصطناعي المنافسة لـ Nvidia
- الشركة في محادثات مع شركات شرائح وسحابة كبرى أخرى
- دراسة حالة أظهرت أن الوكيل يختصر عملية قد تستغرق أشهراً أو سنوات إلى ساعات أو أيام
- البشر يظلون في الحلقة: يقدّمون التوجيه العام بينما يتولى الوكيل العمل التقني المرهق
هل يمكن فعلاً كسر هيمنة Nvidia؟
Infinity جزء من موجة جديدة من الشركات الناشئة التي تحاول، منتجاً تلو الآخر، تفكيك هيمنة Nvidia على السوق. التحدي ضخم: CUDA بُنيت على مدى 15 عاماً وأصبحت المعيار الفعلي لتطوير الذكاء الاصطناعي. لكن الفرصة حقيقية أيضاً، خصوصاً في سوق الاستدلال (inference) الذي يشهد نمواً متسارعاً مع انتشار تطبيقات الذكاء الاصطناعي.
رأي Logicity
ما تفعله Infinity يمثّل تحولاً جوهرياً في طريقة التفكير بمنافسة Nvidia: بدلاً من مهاجمة العتاد مباشرةً، تستهدف طبقة البرمجيات التي تُقيّد المطورين. نموذج الدفع المرتبط بالأداء ذكي لأنه يُزيل مخاطر التجربة للعملاء، لكنه يتطلب ثقة عالية في قدرة النظام على تحقيق مكاسب قابلة للقياس. المنافسون في هذا الفضاء يشملون Modular (التي جمعت أكثر من 100 مليون دولار) وOpenXLA من Google، لكن نهج Infinity القائم على وكيل ذكاء اصطناعي ذاتي التحسين قد يمنحها ميزة في السرعة والتكيّف.
الأسئلة الشائعة
ما هي CUDA ولماذا تُعتبر مهمة لهيمنة Nvidia؟
CUDA هي منظومة برمجية من Nvidia تُحوّل معالجات الرسوميات إلى وحدات حوسبة عامة. أصبحت الأساس الذي بُنيت عليه أُطر التعلم الآلي الكبرى مثل PyTorch وTensorFlow، مما يجعل التطبيقات تعمل تلقائياً على شرائح Nvidia.
كيف يعمل نموذج Infinity التجاري؟
لا تفرض الشركة رسوم ترخيص مسبقة، بل تأخذ حصة من التوفير في التكلفة ومكاسب الأداء، تُقاس بعدد الرموز المُعالَجة في الثانية.
ما الفرق بين تدريب النماذج والاستدلال؟
التدريب هو عملية بناء النموذج وتعليمه، بينما الاستدلال (inference) هو تشغيل النموذج المُدرَّب للحصول على تنبؤات. Infinity تركّز على الاستدلال، وهو السوق الأسرع نمواً مع انتشار التطبيقات.
من هم عملاء Infinity حالياً؟
العميل المُعلن هو D-Matrix، صانعة شرائح الذكاء الاصطناعي المنافسة لـ Nvidia، والشركة في محادثات مع شركات شرائح وسحابة كبرى أخرى.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على الذكاء الاصطناعي وتبحث عن خيارات بديلة لشرائح Nvidia، تواصل مع فريق Logicity للحصول على استشارة حول البنية التحتية المناسبة لحالتك.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
