شركات التقنية العالمية تتجه نحو رقائق ذكاء اصطناعي مخصصة لتقليل الاعتماد على معالجات إنفيديا ورفع كفاءة التشغيل
في ظل التسارع الهائل الذي يشهده عالم الذكاء الاصطناعي بدأت كبرى شركات التكنولوجيا تعيد ترتيب أوراقها داخل سوق أشباه الموصلات بطريقة تبدو أكثر جدية من أي وقت مضى. فبدل الاعتماد شبه الكامل على المعالجات الجاهزة خصوصا تلك التي تقدمها شركة Nvidia والتي أصبحت العمود الفقري لمعظم أنظمة الذكاء الاصطناعي الحديثة تتجه الشركات اليوم بقوة نحو تصميم رقائق خاصة بها موجهة تحديدا لتشغيل تطبيقات الذكاء الاصطناعي وتقليل الاعتماد الخارجي.
هذا التحول لا يبدو مجرد تحسين تقني عابر بل أقرب إلى إعادة صياغة كاملة لمعادلة القوة داخل البنية التحتية الرقمية . فمع الانتشار المتسارع للنماذج التوليدية وأنظمة التحليل الذكي وتطبيقات المساعدات الذكية داخل كل قطاع تقريبا أصبحت كلفة التشغيل والاعتماد على معالجات جاهزة عبئا حقيقيا بل وورقة ضغط استراتيجية في يد عدد محدود من الشركات.
اللافت أن ما يجري اليوم يمكن وصفه بسباق جديد
ومع الارتفاع الكبير في الطلب العالمي على الحوسبة المتقدمة قفزت أسعار المعالجات المتخصصة بشكل ملحوظ وتفاقمت تعقيدات سلاسل التوريد وأصبح الحصول على الكميات المطلوبة في الوقت المناسب تحديا بحد ذاته. هنا تحديدا بدأت الشركات تفكر بشكل مختلف: لماذا لا نصنع ما نحتاجه بأنفسنا؟
شركة Meta كانت من أبرز اللاعبين الذين تحركوا في هذا الاتجاه. فقد وسعت استثماراتها في تطوير شرائح مخصصة للذكاء الاصطناعي بالتعاون مع شركات تصنيع متخصصة بهدف دعم بنيتها الضخمة التي تعتمد عليها منصاتها الاجتماعية وخدماتها التوليدية . الفكرة ليست تقنية فقط بل اقتصادية أيضا تقليل
في السياق نفسه تمتلك Google أفضلية مبكرة نسبيا بعدما طورت منذ سنوات معالجاتها الخاصة المعروفة باسم TPU والتي استخدمتها داخليا لتشغيل خدماتها السحابية وأنظمة الذكاء الاصطناعي. لكن التحول الجديد يتمثل في توسيع هذا الاستخدام ليصبح تجاريا عبر خدماتها السحابية وكأنها تحاول تحويل هذه الرقائق من أداة داخلية إلى منافس حقيقي في السوق أمام Nvidia نفسها خصوصا مع النمو المتسارع في الطلب العالمي.
أما Amazon وMicrosoft فقد دخلتا بدورهما هذا السباق لكن بأسلوب أكثر تدرجا. أمازون تعمل على تطوير شرائح مخصصة ضمن منظومة AWS لتقليل تكاليف تشغيل تطبيقات الذكاء الاصطناعي وتحسين الأداء بينما تركز مايكروسوفت على معالجاتها الخاصة لتشغيل خدمات Azure وأدوات Copilot في محاولة واضحة لتأمين استقلالية أكبر في البنية الحاسوبية
ورغم أن الدافع الظاهر هو تحسين الأداء إلا أن السبب الأعمق يعود إلى طبيعة هذه المرحلة من الذكاء الاصطناعي. فالتدريب على النماذج الضخمة واستخدامها يستهلك طاقة هائلة وموارد حسابية ضخمة ومع التوسع المستمر أصبحت الفواتير التشغيلية ثقيلة بشكل لا يمكن تجاهله. لذلك تبدو الرقائق المخصصة حلا منطقيا: تصميم معالج على المقاس بدل استخدام حل عام قد لا يلائم كل الاحتياجات.
وإذا استمر هذا الاتجاه فإن سوق أشباه الموصلات نفسه قد يدخل مرحلة مختلفة تماما حيث لا يكون التنافس فقط على تصنيع الأقوى بل على تصميم الأكثر تخصصا. ومع الوقت قد تظهر جيل كامل من المعالجات المصممة حصريا للذكاء الاصطناعي وهو ما قد يعيد تشكيل الصناعة من جذورها.
وفي النهاية لم تعد الرقائق مجرد مكونات داخل الأجهزة بل أصبحت اليوم عنصرا استراتيجيا يحدد موازين القوة في واحدة من أسرع الصناعات نموا وأكثرها تأثيرا في العالم.
