ميرا موراتي تطلق نموذج Inkling بـ 975 مليار معامل: أكبر نموذج أمريكي مفتوح ينافس DeepSeek
أبرز النقاط
- Inkling يضم 975 مليار معامل ويحتاج أكثر من 2 تيرابايت من ذاكرة GPU للتشغيل بدقته الكاملة
- النموذج متاح برخصة Apache 2.0 مع أدوات للتخصيص والضبط الدقيق عبر منصة Tinker
- يدعم سياقاً يصل إلى مليون رمز ويستخدم بنية MoE المستوحاة من DeepSeek-V3
أطلقت شركة Thinking Machines Lab يوم الأربعاء نموذج ذكاء اصطناعي جديداً يحمل الاسم الرمزي Inkling، ليصبح أكبر نموذج أمريكي مفتوح الأوزان على الإطلاق بحجم 975 مليار معامل. النموذج من تأسيس ميرا موراتي، المديرة التقنية السابقة لـ OpenAI، ويأتي ليكسر احتكار المختبرات الصينية لفئة النماذج المفتوحة الضخمة.
ما حجم الموارد المطلوبة لتشغيل Inkling؟
يتطلب النموذج أكثر من 2 تيرابايت من ذاكرة GPU للعمل بدقته الأصلية 16-bit، وهو ما يعادل تقريباً ثماني بطاقات Nvidia B300 أو ست عشرة بطاقة H200. للمؤسسات التي لا تملك هذه القدرات، أصدرت الشركة نسخة مضغوطة بتقنية NVFP4 تعمل على نصف عدد المعالجات الرسومية.
كيف يقارن Inkling بالنماذج الصينية والمغلقة؟
تضع Thinking Machines Lab نموذجها في مصاف النماذج الصينية مثل DeepSeek V4 وGLM 5.2 وKimi K2.6 من حيث الحجم والقدرات. تشير اختبارات الشركة إلى تنافسية Inkling مع هذه النماذج في مهام متنوعة، وإن كانت الرسوم البيانية تُظهر تأخره عن النماذج المغلقة مثل Claude من Anthropic وGPT من OpenAI.
ينبغي التعامل مع هذه الادعاءات بحذر، إذ أن التلاعب بنتائج اختبارات الذكاء الاصطناعي ليس أمراً صعباً كما هو معروف في الصناعة.
ما الذي يميز البنية التقنية للنموذج؟
يعتمد Inkling على بنية Mixture of Experts المستوحاة من DeepSeek-V3، ويضم 256 خبيراً موجهاً واثنين مشتركين. عند توليد كل رمز، يستخدم النموذج ستة خبراء بإجمالي نحو 41 مليار معامل نشط، مما يعني سرعة مماثلة لـ DeepSeek V4 على نفس العتاد رغم الحجم الهائل.
- سياق يصل إلى مليون رمز لمعالجة قواعد الأكواد الضخمة
- تدريب من الصفر على أنظمة Nvidia GB300 NVL72
- 45 تريليون رمز من النصوص والصور والصوت والفيديو
- قدرة على كتابة سكريبتات الضبط الدقيق الخاصة به
هل النموذج مفتوح فعلاً وما شروط الترخيص؟
على عكس نهج OpenAI في إغلاق نماذجها الأمامية، أصدرت Thinking Machines Lab نموذجها برخصة Apache 2.0 شديدة المرونة. يتيح هذا للمطورين والمؤسسات ضبط النموذج لاستخداماتهم الخاصة دون قيود تجارية، وهو متاح للتحميل على Hugging Face ومستودعات النماذج الأخرى.
ما خيارات الوصول والتشغيل المتاحة؟
النموذج متاح حالياً عبر منصة Tinker الخاصة بالشركة، التي توفر أيضاً أدوات التخصيص والضبط الدقيق. تعمل الشركة على إتاحته عبر خدمات API خارجية تشمل TogetherAI وFireworks وModal وDatabricks وBaseten.
لمن يفضل التقييم على عتاده الخاص، يدعم النموذج محركات استدلال متعددة تشمل vLLM وSGLang وMiles وTokenSpeed وLlama.cpp.
ما مستقبل نماذج Thinking Machines Lab؟
Inkling هو الأول من سلسلة نماذج قيد التطوير. تستعرض الشركة حالياً نموذج Inkling-Small بحجم 276 مليار معامل و12 مليار معامل نشط، موجهاً لمن يفضلون زمن الاستجابة المنخفض على الإنتاجية والجودة القصوى.
لماذا يهم هذا الإطلاق صناع القرار التقني؟
ظلت خيارات النماذج المفتوحة من الفئة الأمامية محدودة خارج المختبرات الصينية. كان Nemotron 3 Ultra من Nvidia بحجم 550 مليار معامل أكبر نموذج أمريكي مفتوح حتى الآن. مع Inkling، تحصل المؤسسات على بديل أمريكي ينافس في الحجم والقدرات مع مرونة الترخيص الكاملة.
رأي Logicity
إطلاق Inkling يُعيد تشكيل خريطة المنافسة في سوق النماذج المفتوحة الذي هيمنت عليه Meta بنماذج Llama والمختبرات الصينية بنماذج DeepSeek. بالنسبة لرؤساء المعلومات في المؤسسات الكبرى، يوفر هذا بديلاً يجمع بين القدرات الأمامية والاستقلالية عن موردي API المغلقين. تكلفة التشغيل الذاتي تبقى عائقاً — ثماني بطاقات B300 تعني استثماراً يتجاوز 200 ألف دولار في العتاد وحده — لكن النسخة المضغوطة والتوفر عبر مزودي API مثل Together (بأسعار تبدأ من $0.9 لكل مليون رمز للنماذج الكبيرة) يفتحان باب التجربة أمام ميزانيات أصغر.
الأسئلة الشائعة
ما الفرق بين Inkling ونماذج OpenAI المغلقة؟
Inkling مفتوح الأوزان برخصة Apache 2.0، مما يتيح التحميل والضبط الدقيق والتشغيل الذاتي، بينما نماذج OpenAI متاحة فقط عبر API دون الوصول للأوزان.
هل يمكن تشغيل Inkling على خوادم المؤسسة؟
نعم، لكنه يتطلب أكثر من 2 تيرابايت من ذاكرة GPU. النسخة المضغوطة NVFP4 تخفض المتطلبات للنصف.
ما مصادر بيانات تدريب النموذج؟
تدرب على 45 تريليون رمز من النصوص والصور والصوت والفيديو باستخدام أنظمة Nvidia GB300 NVL72.
هل Inkling مناسب للتطبيقات التجارية؟
نعم، رخصة Apache 2.0 تسمح بالاستخدام التجاري والتعديل دون قيود.
من هي ميرا موراتي مؤسسة Thinking Machines Lab؟
شغلت منصب المديرة التقنية لـ OpenAI حتى سبتمبر 2024، ثم أسست Thinking Machines Lab مطلع 2025.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تدرس دمج Inkling أو نماذج مفتوحة أخرى في بنيتك التحتية، تواصل مع فريق Logicity للحصول على استشارة تقنية حول متطلبات التشغيل واستراتيجية التبني.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
