يُقال إن Anthropic تستكشف تطوير شريحتها الخاصة للذكاء الاصطناعي: محادثات مع سامسونغ حول تقنية 2 نانومتر، ومواهب من OpenAI، وحرب الحوسبة المقبلة

المقدمة

لطالما قدّمت Anthropic نفسها على أنها شركة لا تريد الاعتماد على مسار عتادي واحد. فقد بُنيت استراتيجيتها للحوسبة على مزيج من AWS Trainium، ووحدات Google TPU، ووحدات معالجة الرسوميات من NVIDIA. ويمنح هذا النهج متعدد المنصات الشركة المطوّرة لـ Claude مرونة أكبر مقارنة باستراتيجية تركّز على NVIDIA وحدها أولاً.

لكن تقارير حديثة تشير إلى أن Anthropic قد تكون الآن تنظر في ورقة رابعة: شريحة ذكاء اصطناعي مخصصة من تصميمها.

ووفقًا للمقال الأصلي، أفادت The Information بأن Anthropic بدأت عملاً مبكرًا على شريحة ذكاء اصطناعي مخصصة، وناقشت خيارات تصنيع محتملة مع Samsung Electronics. وتشمل الخيارات المذكورة عملية سامسونغ بدقة 2 نانومتر والتغليف المتقدم، وهما عاملان شديدا الأهمية بالنسبة لمسرّعات الذكاء الاصطناعي الحديثة.

ولا يعني ذلك أن Anthropic مستعدة لاستبدال مورّدي الحوسبة الحاليين لديها. فما زال المشروع موصوفًا بأنه في مرحلة مبكرة. ولم تُحسم بعد غاية الشريحة، ولا الأداء المستهدف، ولا طريقة دمجها في الخوادم، ولا خطة نشرها ضمن العناقيد الحاسوبية. ومع ذلك، فإن الاتجاه واضح: كلما أصبحت نماذج الذكاء الاصطناعي المتقدمة أكثر تكلفة في التدريب والتشغيل، انجذبت أكبر مختبرات الذكاء الاصطناعي بشكل أعمق إلى طبقات العتاد.

يُقال إن Anthropic تجري محادثات مع سامسونغ بشأن شريحة ذكاء اصطناعي مخصصة

التقرير المركزي بسيط لكنه مهم: يُقال إن Anthropic بدأت استكشافًا مبكرًا لشريحة ذكاء اصطناعي خاصة بها، وأجرت محادثات مع سامسونغ بشأن التصنيع.

وتشمل الخيارات المطروحة للنقاش، بحسب التقارير، عملية سامسونغ بدقة 2 نانومتر والتغليف المتقدم. وفي عتاد الذكاء الاصطناعي، لهاتين النقطتين أهمية كبيرة.

فالعقدة التصنيعية الأصغر يمكنها وضع عدد أكبر من الترانزستورات داخل مساحة شريحة مماثلة، ما يحسّن احتمالات تحقيق أداء أعلى وكفاءة أفضل في استهلاك الطاقة. ولا يقل التغليف المتقدم أهمية عن ذلك. فشرائح الذكاء الاصطناعي الحديثة غالبًا ما تحتاج إلى نقل كميات هائلة من البيانات بين وحدات الحوسبة والذاكرة ذات النطاق الترددي العالي. وكلما أصبح مسار البيانات أقصر وأسرع، قلّ الوقت الذي تهدره الشريحة في انتظار الذاكرة.

في يوليو 2024، أعلنت سامسونغ عن حل أشباه موصلات متكامل لصالح Preferred Networks يجمع بين عملية GAA بدقة 2 نانومتر وتقنية تغليف 2.5D. ويشير المقال الأصلي إلى ذلك بوصفه نوعًا من مزيج التصنيع والتغليف الذي قد تكون Anthropic بصدد تقييمه.

حتى الآن، لا يزال الأمر نقاشًا مذكورًا في تقارير، لا خارطة طريق مؤكدة لمنتج من Anthropic. وما زال الموقف العلني لـ Anthropic هو أن AWS Trainium، ووحدات Google TPU، ووحدات معالجة الرسوميات من NVIDIA تظل عناصر محورية في طريقة الشركة لتوسيع قدراتها الحاسوبية.

وهذا بالضبط ما يجعل القصة مثيرة للاهتمام. فـ Anthropic ليست شركة بلا شركاء حوسبة؛ لديها بالفعل عدة شركاء. وإذا كانت مع ذلك تستكشف شريحة مخصصة، فربما لا يكون السبب هو الاستبدال قصير الأجل، بل امتلاك نفوذ استراتيجي طويل الأمد.

إشارتان: التوظيف ومحادثات المسابك

يسلط المقال الأصلي الضوء على خطوتين تجعلان التقرير أكثر دلالة.

الأولى هي التوظيف. فقد أفادت التقارير بأن Anthropic استقطبت Clive Chan، وهو عضو مبكر في فريق الشرائح المخصصة لدى OpenAI. كما عمل سابقًا على مشروع حاسوب Tesla Dojo الفائق. ونادرًا ما تحدث تعيينات من هذا النوع في مجال العتاد بالمصادفة. فهي إشارة إلى أن الشركة تريد بناء قدرة داخلية، لا مجرد الوصول إلى مورّدين خارجيين.

أما الإشارة الثانية فهي محادثات سامسونغ المذكورة في التقارير نفسها. وكانت تقارير سابقة قد أشارت بالفعل إلى أن Anthropic تدرس الشرائح المخصصة باعتبارها إحدى الطرق للتعامل مع نقص الحوسبة. والانتقال من “التفكير في الشرائح” إلى “التحدث مع شريك تصنيع محتمل” يوحي بأن الفكرة اقتربت خطوة واحدة على الأقل من التقييم العملي.

ومع ذلك، فإن الفجوة بين مشروع شريحة في مرحلته المبكرة ومسرّع ذكاء اصطناعي منشور في بيئة تشغيل فعلية هائلة. فقبل أن تصبح الشريحة ذات أهمية في الإنتاج، يتعين على الشركة تحديد عبء العمل، وتصميم البنية المعمارية، والتحقق من السيليكون، وتأمين التغليف.

السعة، وبناء اللوحات والخوادم، ودمج الشبكات، وإثبات أن النظام الكامل يمكنه العمل على نطاق العناقيد.

تستغرق هذه العملية وقتًا. كما أنها تتطلب الكثير من المال.

البطاقة الرابعة التي فرضتها فاتورة الحوسبة

لفهم سبب تفكير Anthropic أصلًا في هذا المسار، ابدأ بحجم مشكلة الحوسبة.

تشير المقالة الأصلية إلى النمو السريع للغاية في إيرادات Anthropic والضغط الذي يضعه هذا النمو على البنية التحتية. فكلما زاد استخدام العملاء لـ Claude، احتاجت الشركة إلى مزيد من قدرات التدريب والاستدلال. إن تسارع تبني المنتج لا يخلق منحنى إيرادات فحسب، بل يخلق أيضًا فاتورة حوسبة.

ذكر إعلان Anthropic الرسمي في أبريل 2026 أن الشركة وسّعت شراكتها مع Google وBroadcom لتوفير عدة غيغاواطات من سعة وحدات TPU من الجيل التالي، والمتوقع أن تبدأ بالعمل اعتبارًا من عام 2027. وقال الإعلان نفسه إن Anthropic تشغّل Claude على AWS Trainium ووحدات TPU من Google ووحدات GPU من NVIDIA، مع بقاء Amazon مزودها السحابي الأساسي وشريكها في التدريب.

الاستراتيجية سهلة الفهم: استخدام منصات عتاد مختلفة لأعباء عمل مختلفة، وتقليل مخاطر الاعتماد على مورّد واحد، والحفاظ على مرونة الأنظمة الحيوية.

لكن على نطاق النماذج المتقدمة، حتى التحسينات الصغيرة في الكفاءة مهمة. فإذا كان نموذج ما يُدرَّب أو يُقدَّم عبر عشرات الآلاف من المسرّعات، فإن تحسنًا ببضع نقاط مئوية يمكن أن يترجم إلى وفورات كبيرة جدًا. فالطاقة، والتبريد، ومعدلات الاستخدام، وحركة الذاكرة، والشبكات، ووقت الخمول، كلها تصبح قضايا تجارية، لا مجرد قضايا هندسية.

ولهذا يمكن أن تكون الشريحة المخصصة ذات قيمة حتى إن لم تحل أبدًا محل كل المورّدين الخارجيين.

إنها تمنح Anthropic ذراعًا إضافية. فقد تقلل التكلفة لأعباء عمل محددة. وقد تحسن قدرتها التفاوضية مع شركاء السحابة والشرائح. وقد تتيح أيضًا لـ Anthropic تحسين العتاد وفق الطريقة الدقيقة التي تعمل بها نماذجها، بدلًا من تكييف تلك النماذج مع أي مسرّع عام متاح.

بهذا المعنى، فإن الجهد المُبلَّغ عنه في مجال الشرائح ليس تناقضًا مع استراتيجية Anthropic متعددة المنصات. بل قد يكون امتدادًا لها.

لقد سلكت OpenAI هذا الطريق بالفعل

تقارن المقالة الأصلية بين الموقف المنسوب إلى Anthropic ومسار OpenAI في السيليكون المخصص.

بدأت OpenAI العمل مع Broadcom على مسرّعات ذكاء اصطناعي مخصصة قبل أن تكشف عن Jalapeño، وهي شريحة ذكاء اصطناعي موجهة للاستدلال ومصممة حول أعباء عمل النماذج اللغوية الكبيرة. ووصف إعلان OpenAI الرسمي شريحة Jalapeño بأنها أول «معالج ذكاء» لها وجزء من منصة حوسبة متعددة الأجيال مع Broadcom.

تكتسب المقارنة أهميتها لأن OpenAI قطعت بالفعل شوطًا أبعد في هذا الطريق. فقد أعلنت الشركة عن تعاون بقدرة 10 غيغاواطات مع Broadcom لتطوير مسرّعات ذكاء اصطناعي مخصصة، ثم قدّمت لاحقًا Jalapeño بوصفها شريحة مصممة خصيصًا لاستدلال النماذج اللغوية الكبيرة. وقالت OpenAI أيضًا إن الشريحة طُوّرت بشكل مشترك من التصميم الأولي حتى مرحلة إرسال التصميم للتصنيع خلال تسعة أشهر، وقد تسارعت هذه العملية جزئيًا بفضل نماذجها الخاصة.

هذه النقطة الأخيرة مهمة على نحو خاص. فشركات الذكاء الاصطناعي لم تعد تشتري الشرائح لتشغيل الذكاء الاصطناعي فحسب، بل بدأت تستخدم الذكاء الاصطناعي للمساعدة في تصميم الشرائح التي ستشغّل أنظمة الذكاء الاصطناعي المستقبلية.

وهذا يخلق دولابًا ذاتي التعزيز. فالنماذج الأفضل تساعد في تصميم بنية تحتية أفضل. والبنية التحتية الأفضل تخفض تكلفة تشغيل النماذج وزمن الاستجابة. والتكاليف الأقل تتيح استخدامًا أكبر. والاستخدام الأكبر يولّد مزيدًا من البيانات، ومزيدًا من الإيرادات، ومزيدًا من الضغط لبناء الجيل التالي من البنية التحتية.

يبدو أن Anthropic في مرحلة أبكر بكثير مما كانت عليه OpenAI عندما أصبحت Jalapeño علنية. وبناءً على التقرير الأصلي، لا تزال Anthropic تحدد ما الذي ينبغي أن تفعله الشريحة وكيف ستندمج في بقية منظومة الحوسبة لديها. هذه بداية طريق طويل، لا نهايته.

هل يستطيع أحد فعلًا تحدي NVIDIA؟

تختتم المقالة الأصلية بأكبر سؤال في بنية الذكاء الاصطناعي التحتية: هل يمكن للشرائح المخصصة أن تتحدى NVIDIA بشكل ملموس؟

الإجابة أكثر تعقيدًا من «نعم» أو «لا».

لا تزال NVIDIA القوة المهيمنة في تسريع الذكاء الاصطناعي، خصوصًا لأنها لا تبيع الشرائح فحسب. فهي تبيع منصة ناضجة: وحدات GPU، والشبكات، والبرمجيات، والمكتبات، والأنظمة، وألفة المطورين. وبالنسبة إلى العديد من فرق الذكاء الاصطناعي، لا تزال NVIDIA أسرع طريقة وأقلها مخاطرة للتوسع.

ولهذا لا ينبغي النظر إلى الشرائح المخصصة على أنها محاولة بسيطة لـ«القضاء على NVIDIA». فبالنسبة إلى شركات مثل Google وAmazon،

عادةً ما تكون النقطة أكثر تحديدًا بالنسبة إلى Microsoft وMeta وOpenAI، وربما الآن Anthropic أيضًا.

فهذه الشركات تريد اقتصاديات أفضل لأعباء العمل الخاصة بها. وتريد تحكمًا أكبر في الإمدادات. وتريد قوة تفاوضية أكبر. كما تريد القدرة على تحسين الحزمة التقنية الكاملة، من بنية النموذج إلى تقديم الاستدلال، وصولًا إلى تصميم مراكز البيانات.

بعبارة أخرى، قد لا تستحوذ الرقائق المخصصة على سوق NVIDIA بين عشية وضحاها. لكنها تستطيع إعادة تشكيل اقتصاديات الشركات التي تعمل على أوسع نطاق.

بالنسبة إلى Anthropic، ستكون الرقاقة المخصصة خيارًا طويل الأمد إضافيًا. تستطيع الشركة مواصلة استخدام AWS Trainium وGoogle TPUs ووحدات NVIDIA GPU، مع تطوير خبرات داخلية في مجال الرقائق أيضًا. وإذا نجح المشروع، فستكسب الشركة كفاءة ونفوذًا. وإذا لم ينجح، فستظل استراتيجية تعدد المورّدين الحالية تمنح Anthropic مساحة للتوسع.

ماذا يعني ذلك لسباق البنية التحتية للذكاء الاصطناعي

تدخل صناعة الذكاء الاصطناعي مرحلة لم تعد فيها شركات النماذج مجرد شركات برمجيات. فالمختبرات الرائدة أصبحت أيضًا شركات بنية تحتية.

في الحقبة السابقة، كان صانعو الرقائق يحددون إلى حد كبير شكل الحوسبة، وكانت شركات البرمجيات تبني فوق تلك العتاد. أما في عصر الذكاء الاصطناعي، فقد بدأت العلاقة تنعكس. فالشركات التي تبني نماذج متقدمة باتت تحدد بشكل متزايد ما تحتاجه من الرقائق والذاكرة والشبكات والطاقة والتبريد ومراكز البيانات.

وتنسجم المحادثات المبلغ عنها بين Anthropic وSamsung مع هذا النمط الأوسع.

قد لا يصل المشروع أبدًا إلى الإنتاج الضخم. وقد تصبح Samsung شريك التصنيع أو لا تصبح كذلك. أما بنية الرقاقة النهائية، إن وُجدت، فقد تبدو مختلفة جدًا عما يُناقش الآن. لكن الاتجاه الاستراتيجي واضح: شركات الذكاء الاصطناعي المتقدمة تريد قدرًا أكبر من السيطرة على البنية التحتية المادية التي تقف خلف الذكاء.

كلما أصبح تقديم الذكاء أكثر تكلفة، ازداد الحافز لامتلاك مزيد من طبقات الحزمة التقنية.

ملاحظة المصدر

تستند هذه المقالة إلى مقالة BAAI / 新智元 الأصلية والمراجع المذكورة فيها. وتستند المناقشات المبلغ عنها بشأن رقاقة Anthropic-Samsung المخصصة إلى تقارير من أطراف ثالثة، وينبغي التعامل معها على أنها مشروع عتاد في مرحلة مبكرة وغير مؤكد، ما لم تعلنه Anthropic أو Samsung رسميًا.

لم تُعثر في المقالة الأصلية على كتل برمجية أو خطوات سطر أوامر أو ملفات إعداد أو جداول تقنية. وقد احتوت المقالة الأصلية على عدة شعارات منصات وصور ترويجية وصور رموز QR/للتواصل ولافتات زخرفية؛ وقد أُزيلت وفقًا لقواعد النشر. تعذر جلب إحدى الصور الأصلية المرتبطة بـOpenAI من صفحة BAAI بشكل موثوق، لذلك استُخدمت بدلًا منها صورة OpenAI الرسمية من إعلان Jalapeño ذي الصلة.

المصدر الأصلي: https://hub.baai.ac.cn/view/56077

الأسئلة الشائعة

ما الذي يُقال إن Anthropic تخطط له بشأن رقاقة ذكاء اصطناعي مخصصة؟

يُقال إن Anthropic تستكشف مشروعًا في مرحلة مبكرة لرقاقة ذكاء اصطناعي مخصصة، وقد ناقشت خيارات تصنيع محتملة مع Samsung. ولم يتم تأكيد الرقاقة علنًا كمنتج نهائي، ولا يزال هدف التصميم غير واضح.

لماذا قد تبني Anthropic رقاقة ذكاء اصطناعي خاصة بها إذا كانت تستخدم بالفعل AWS Trainium وGoogle TPUs ووحدات NVIDIA GPU؟

يمكن أن تساعد الرقاقة المخصصة Anthropic على تحسين الكفاءة لأعباء عمل محددة، واكتساب تحكم أكبر في التكلفة والإمدادات. كما تمنح الشركة نفوذًا تفاوضيًا أكبر عند العمل مع كبار مورّدي السحابة والرقائق.

ماذا يعني Samsung 2nm في هذا السياق؟

يشير Samsung 2nm إلى عملية تصنيع متقدمة لأشباه الموصلات. من الناحية النظرية، يمكن لعملية أكثر تقدمًا أن تدعم تصاميم رقائق أكثر كثافة وكفاءة في استهلاك الطاقة، رغم أن الأداء في العالم الحقيقي يعتمد على البنية الكاملة والتغليف والذاكرة وتصميم النظام.

لماذا يُعد التغليف المتقدم مهمًا لرقائق الذكاء الاصطناعي؟

تنقل أعباء عمل الذكاء الاصطناعي كميات هائلة من البيانات بين المعالجات والذاكرة. ويمكن للتغليف المتقدم أن يقرّب الحوسبة والذاكرة ذات النطاق الترددي العالي من بعضهما، مما يحسن حركة البيانات ويقلل الوقت والطاقة المهدورين.

هل تحاول Anthropic استبدال NVIDIA؟

ليس بالضرورة. التفسير الأكثر واقعية هو أن Anthropic تريد خيارًا إضافيًا في استراتيجيتها الحوسبية. وقد تظل وحدات NVIDIA GPU مهمة، بينما تساعد الرقائق المخصصة في أعباء عمل مستهدفة، والتحكم في التكلفة، ومرونة سلسلة الإمداد.

كيف ترتبط رقاقة Jalapeño من OpenAI بهذه القصة؟

تُظهر Jalapeño من OpenAI كيف يمكن لمختبر ذكاء اصطناعي كبير أن يتعمق أكثر في السيليكون المخصص لأعباء عمل الاستدلال. وتكمن أهمية المقارنة في أن Anthropic قد تبدأ الآن رحلة مشابهة، رغم أنها تبدو في مرحلة أبكر بكثير من العملية.

هل رقاقة Anthropic جاهزة للإنتاج؟

لا توجد أدلة علنية تشير إلى أن Anthropic تمتلك رقاقة جاهزة للإنتاج. وبناءً على التقرير الأصلي، لا يزال المشروع في مراحله المبكرة، ولم تُحسم بعد قرارات التصميم والنشر الرئيسية.

أدوات ذات صلة

• Anthropic: شركة الذكاء الاصطناعي المطورة لـClaude والاستكشاف المبلغ عنه لرقاقة مخصصة.
• AWS Trainium: عائلة مسرّعات الذكاء الاصطناعي المصممة خصيصًا من Amazon لأعباء عمل التدريب والاستدلال.
• Google Cloud TPU: منصة وحدات معالجة الموتر من Google للتدريب والاستدلال في الذكاء الاصطناعي على نطاق واسع.
• Samsung Foundry: أعمال Samsung لتصنيع أشباه الموصلات، بما في ذلك خدمات العمليات المتقدمة والتغليف.
• Broadcom: A

شركة أشباه موصلات وشبكات تشارك في بنية تحتية مخصصة لمسرّعات الذكاء الاصطناعي.

• OpenAI: شركة الذكاء الاصطناعي التي كشفت عن شريحة الاستدلال Jalapeño بالتعاون مع Broadcom.

روابط ذات صلة

• المقال الأصلي لـ BAAI: المقال المصدر المستخدم لإعادة الصياغة هذه باللغة الإنجليزية.
• The Information: Anthropic تجري محادثات مع Samsung: التقرير الأصلي المدفوع المشار إليه في المقال المصدر.
• شراكة الحوسبة بين Anthropic وGoogle وBroadcom: الإعلان الرسمي من Anthropic حول سعة وحدات TPU من الجيل التالي بقدرات تصل إلى عدة غيغاواطات.
• إعلان Samsung عن تقنية 2nm GAA والتغليف 2.5D: المنشور الرسمي في غرفة أخبار Samsung حول تقنية 2nm GAA والتغليف 2.5D لصالح Preferred Networks.
• شريحة الاستدلال Jalapeño من OpenAI وBroadcom: الإعلان الرسمي من OpenAI عن شريحة الاستدلال المحسّنة للنماذج اللغوية الكبيرة.
• تعاون Broadcom وOpenAI بقدرة 10 غيغاواطات: الإعلان الرسمي للمستثمرين من Broadcom حول شراكة المسرّعات المخصصة مع OpenAI.
• نظرة عامة على AWS Trainium: وثائق AWS ونظرة عامة على منتج شرائح Trainium للذكاء الاصطناعي.
• وثائق Google Cloud TPU: الوثائق الرسمية لبنية Google Cloud TPU وطريقة استخدامها.

الملخص

تفيد التقارير بأن Anthropic تستكشف تطوير شريحة ذكاء اصطناعي مخصصة، وقد ناقشت خيارات تصنيع محتملة مع Samsung، بما في ذلك تقنية التصنيع المتقدمة بدقة 2 نانومتر وتقنيات التغليف. يبدو أن المشروع لا يزال في مرحلة مبكرة، لكنه ينسجم مع التحول الأوسع في بنية الذكاء الاصطناعي التحتية: إذ ترغب شركات النماذج بشكل متزايد في امتلاك قدر أكبر من التحكم في العتاد الذي يشغّل أنظمتها.

لا تعني هذه الخطوة بالضرورة أن Anthropic تتخلى عن AWS Trainium أو وحدات Google TPU أو معالجات NVIDIA الرسومية. بل تشير إلى استراتيجية أطول مدى: استخدام مسارات حوسبة متعددة، وتقليل مخاطر الإمداد، وتحسين كفاءة التكلفة على نطاق النماذج المتقدمة.

تُظهر شريحة Jalapeño من OpenAI أن السيليكون المخصص أصبح جزءًا من قواعد اللعبة في الذكاء الاصطناعي المتقدم. وقد تكون Anthropic الآن تخطو خطواتها الأولى في مسار مشابه.

الخلاصة الرئيسية: لم تعد شرائح الذكاء الاصطناعي المخصصة مجرد قصة تخص شركات العتاد؛ بل أصبحت استراتيجية أساسية لأكبر مختبرات الذكاء الاصطناعي.