تحدي رقائق الذكاء الاصطناعي الصينية يتجاوز وحدة معالجة الرسوميات بكثير: ساحة المعركة الحقيقية هي نظام CUDA البيئي

مقدمة

بعد زيارة معرض WAIC 2026، أصبح من الصعب تجنب استنتاج واحد: أقوى منافس تواجهه صناعة رقائق الذكاء الاصطناعي المحلية في الصين ليس وحدة معالجة رسوميات محددة من NVIDIA.

بل هو CUDA.

لسنوات، كانت المقارنات بين المسرعات الصينية ومنتجات NVIDIA تركز على المعايير المألوفة: القدرة الحاسوبية القصوى، تقنية التصنيع، سعة الذاكرة، استهلاك الطاقة، والسعر. هذه الأرقام مهمة بلا شك، لكنها تجيب فقط على السؤال الأول في عملية النشر الطويلة.

قد تبدو شريحة ما تنافسية على الورق، لكن العميل لا يزال بحاجة إلى معرفة: هل يمكن تشغيل نماذجهم؟ هل يمكن ترحيل أعباء العمل دون استثمار أشهر من الهندسة؟ هل يمكن تشغيل آلاف البطاقات كمجموعة مستقرة؟ وهل يمكن للمورد دعم الأطر والنماذج الجديدة باستمرار بعد النشر؟

في جناح TsingMicro في WAIC 2026، عرضت الشركة أكثر من مجرد شريحة. المعالجات القابلة لإعادة التشكيل، العقدة الفائقة 4K، حزمة برامج RAISA، تكييف النماذج، وتطبيقات الصناعة تشكل معًا نظامًا متكاملًا.

يعكس هذا العرض تغييرًا أوسع في سوق الحوسبة الصيني. تتحول المنافسة من معايير الأجهزة المنعزلة إلى سؤال أكثر تحديًا:

هل يمكن للمنصة المحلية توفير بيئة إنتاج مستقرة، قابلة للاستخدام، اقتصادية، وقابلة للتوسع؟

استبدال بطاقة رسوميات NVIDIA هو مهمة واحدة، لكن استبدال عادات التطوير، المعايير الهندسية، مسارات الترحيل، مكتبات البرامج، والثقة البيئية التي تشكلت حول CUDA هو أصعب بكثير.

لذلك، إطلاق الشريحة هو مجرد تذكرة دخول. إقناع العميل بإمكانية الترحيل الآمن والاستخدام المستمر للمنصة لسنوات هو الاختبار الحقيقي.

صنع الرقائق هو مجرد الخطوة الأولى

لم يعد CUDA مجرد واجهة برمجة.

تصف NVIDIA مجموعة أدوات CUDA كبيئة تطوير تحتوي على مكتبات مسرعة، مترجمات، مكونات وقت التشغيل، أدوات تصحيح، وأدوات تحسين الأداء. يدعم أنظمة من الأجهزة المضمنة، محطات العمل، مراكز البيانات، والحواسيب العملاقة.

العميل لا يشتري فقط وحدة معالجة رسوميات مادية، بل يحصل على بيئة إنتاج تم صقلها لسنوات وتم التحقق منها من قبل مجتمع مطورين ضخم.

لهذا السبب، السؤال الأساسي لمنصة الحوسبة المحلية للذكاء الاصطناعي ليس فقط ما إذا كانت الشريحة قادرة على تنفيذ العمليات الحسابية، بل ما إذا كان العميل قادرًا على إكمال الترحيل بتكلفة معقولة، تشغيل أعباء العمل بموثوقية، والتوسع دون إعادة تصميم النظام بأكمله.

تتخذ هذه المقالة TsingMicro كحالة دراسية لأن الشركة تتبع نهجًا يعتمد على الحوسبة القابلة لإعادة التشكيل، بدلاً من بنية وحدات معالجة الرسوميات التقليدية.

تغطي استراتيجيتها مستويات متعددة:

1. الرقائق وبطاقات التسريع

توفر الأداء الأساسي وكفاءة الطاقة.

2. برامج التشغيل، المترجمات، مكتبات العوامل، وأدوات المطورين تحدد ما إذا كان يمكن ترحيل النماذج بسلاسة.
3. الخوادم، العقد الفائقة، الشبكات، وأنظمة إدارة المجموعات تحدد ما إذا كان يمكن تحقيق التجميع الحاسوبي على نطاق واسع.
4. تكييف النماذج، الحلول، ومراجع النشر تحدد ما إذا كان العميل مستعدًا لاعتماد المنصة.

قد تمنح نتيجة اختبار أداء قوية المنتج فرصة للتقييم الأولي من العميل، لكنها لا تثبت أنه جاهز للإنتاج.

يبدو أن TsingMicro تحاول ربط السلسلة بأكملها. في القاعدة، بنيتها القابلة لإعادة التشكيل؛ في الطبقة الوسطى، دمج الرقائق، بطاقات التسريع، الخوادم، العقد الفائقة، تقنية الربط، وحزمة برامج RAISA؛ في الطبقة العليا، دعم النماذج، مراكز الحوسبة الذكية، والنشر في مجالات مثل المالية، الطاقة، التعليم، الطب، الحكومة الرقمية، وإنتاج المحتوى.

ذكر التقرير الأصلي أن TsingMicro شاركت في أكثر من عشرة مراكز حوسبة قابلة لإعادة التشكيل، وحصلت على أكثر من 40,000 طلبية لبطاقات التسريع، وكيّفت أكثر من 200 نموذج وتطبيق.

هذه الأرقام هي بيانات أبلغت عنها الشركة بنفسها، ويجب فهمها في هذا السياق. أثناء التحقق من نص هذا التقرير، أظهر موقع TsingMicro الرسمي أكثر من عشرة مراكز حوسبة، وإجمالي عدد البطاقات المصدرة يتجاوز 30,000، والنماذج أو التطبيقات المكيفة تتجاوز 200. قد يكون الاختلاف ناتجًا عن نقاط زمنية مختلفة، أو معايير إحصائية، أو اختلافات في التحديث بين مواد الشركة.

النقطة الأساسية ثابتة: نجاح الحوسبة المحلية يعتمد على نظام كامل، وليس على معالج منعزل.

تجاوز قيود التصنيع بكفاءة البنية

أحد أكثر القيود وضوحًا التي تواجه رقائق الذكاء الاصطناعي المتقدمة في الصين هو محدودية الوصول إلى تقنيات التصنيع المتقدمة وسلسلة التوريد المرتبطة بها.

الشركات التي تتبع نهج وحدات معالجة الرسوميات التقليدية يجب أن تتنافس في أبعاد متعددة في وقت واحد:

• بنية الشريحة
• تقنية التصنيع لأشباه الموصلات
• الذاكرة عالية النطاق
• التغليف المتقدم
• الربط بين الرقائق
• برامج النظام
• أدوات المطورين
• دعم الأطر البرمجية
• تحسين النماذج

أي ضعف في مستوى واحد قد يؤدي إلى تدهور أداء النظام بأكمله.

تغير البنية القابلة لإعادة التشكيل من TsingMicro نهج معالجة هذه المشكلة. بدلاً من الاعتماد الكامل على المزيد من الترانزستورات وعقد تصنيع أصغر، تحاول زيادة نسبة العمل الفعال الذي تنفذه موارد الأجهزة الحالية للمهام المحددة.

يمكن تشبيه البنية الثابتة بمصنع ترتيب خط الإنتاج فيه ثابت ومسبق. عندما يتغير عبء العمل، قد تبقى بعض الآلات معطلة أو تنفذ مهام لا تتناسب مع مزاياها.

أما البنية القابلة لإعادة التشكيل فتحاول إعادة تنظيم موارد الحوسبة وفقًا لعبء العمل الحالي. بالنسبة لعمليات المصفوفات، الالتفاف، الحوسبة المتناثرة، أو هياكل الشبكات العصبية المختلفة، يمكن للبرمجيات تغيير تدفق البيانات وطريقة تجميع وحدات الحوسبة.

الهدف هو جعل الأجهزة المادية تعمل كمسرع خاص بعبء العمل في وقت التشغيل، دون الحاجة لصنع شريحة جديدة لكل نموذج.

تشير TsingMicro إلى أن تقنيتها قد تطورت من المرحلتين 1.0 و2.0 للحوسبة القابلة لإعادة التشكيل إلى عصر 3.0 الذي يركز على مفهوم البرمجيات تعرف الأجهزة.

تعمل الشركة أيضًا على تطوير تقنية دمج التخزين والحوسبة ثلاثي الأبعاد وشبكة الحوسبة Torus-X. تستهدف هذه التقنيات اختناقات مختلفة: كفاءة الحوسبة، نقل البيانات، والربط على نطاق واسع.

وفقًا للبيانات التي نشرتها الشركة في مؤتمر Zhiyuan، قد يكون معدل الاستفادة الفعال من الترانزستورات في البنى التقليدية أقل من 40%، بينما يمكن لمحرك تدفق البيانات القابل لإعادة التشكيل رفع هذا الرقم إلى أكثر من 70%.

هذا الرسم البياني يرتبط ارتباطًا وثيقًا بالسياق، ويقدم تمثيلاً مرئيًا لمزايا تقنية تدفق البيانات القابلة لإعادة التشكيل المذكورة أعلاه.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/10c5cd4d-2c93-4ba2-8b5c-19e7e182eb8f-b4c09df3-e286-4885-b324-dea37256badd.png)

هذا مؤشر معماري مقدم من المورد، ولا يمكن أن يحل محل اختبارات الأداء التطبيقية. ارتفاع معدل استخدام الترانزستور لا يعني تلقائيًا أداءً تجاريًا أفضل.

لا يزال العملاء مهتمين بالنتائج القابلة للقياس:

• إنتاجية النموذج
• زمن الاستجابة للكلمة الأولى
• زمن الاستجابة بين الكلمات
• دقة التنبؤ
• استهلاك الطاقة
• التكلفة لكل كلمة
• معدل استخدام المجموعة
• استقرار الخدمة
• تعقيد التشغيل والصيانة

مع ذلك، توفر الحوسبة القابلة لإعادة التشكيل مسارًا مختلفًا للمنافسة. عندما تكون خيارات التصنيع المادي محدودة، قد يكون تحسين الاستخدام الفعال للأجهزة الحالية أكثر واقعية من مجرد المنافسة على عدد الترانزستورات.

مواجهة جدار الذاكرة باستخدام تقنيات التكامل

بمجرد أن تزداد سرعة وحدات الحوسبة، يظهر عنق زجاجة آخر بسرعة: عدم قدرة البيانات على الوصول إليها بالسرعة الكافية.

يتطلب التدريب والاستدلال نقلًا مستمرًا لأوزان النموذج والنتائج الوسيطة وذاكرة التخزين المؤقت للمفاتيح والقيم. أثناء أعباء العمل الموزعة، يجب أيضًا نقل البيانات بين الشرائح.

قد يقضي المعالج جزءًا من وقته في الانتظار بدلاً من الحوسبة. يُشار إلى هذا الخلل بين قوة الحوسبة ونقل البيانات عادةً باسم جدار الذاكرة.

الحل الذي تقدمه شركة TsingMicro هو الجمع بين التكديس غير المتجانس ثلاثي الأبعاد 3.5D وتقنية الذاكرة والحوسبة المتكاملة ثلاثية الأبعاد.

الفكرة الأساسية هي تقليل المسافة المادية بين شرائح الحوسبة وشرائح الذاكرة.

في التخطيط المستوي التقليدي ثنائي الأبعاد، قد تحتاج البيانات إلى الانتقال عبر مسافات توصيل أطول على مستوى الحزمة. يمكن للأنظمة المكدسة أو المتكاملة بإحكام زيادة كثافة التوصيل، وتقليل مسافة بعض مسارات الإشارة من مستوى المليمترات إلى مستوى الميكرومتر.

يشبه النص الأصلي هذا التغيير باستبدال طريق ذي مسار واحد بنظام نقل متعدد الطوابق بأربعة مسارات لكل طابق.

يستخدم هذا التصميم تقنية الرقائق والتكامل غير المتجانس ثلاثي الأبعاد 3.5D لدمج رقائق الحوسبة القابلة لإعادة التشكيل مع رقائق ذاكرة DRAM. تشمل المزايا المتوقعة:

• نطاق ترددي أعلى
• زمن انتقال أقل لنقل البيانات
• كفاءة طاقة أفضل
• تقليل الضغط على روابط التخزين الخارجية
• تزويد أكثر استقرارًا للبيانات لوحدات الحوسبة

وبالتالي، لم تعد وحدة المنافسة هي عدد العمليات الحسابية التي يمكن للرقاقة تنفيذها، بل قدرة النظام بأكمله على تغذية وحدات الحوسبة بالبيانات باستمرار.

يطرح هذا النهج أيضًا مشكلات هندسية صعبة.

يجب أن يعالج التكامل غير المتجانس المتقدم ما يلي:

• الإدارة الحرارية
• مردود التعبئة والتغليف
• إمداد الطاقة
• الترابط بين الرقائق
• سلامة الإشارة
• الاختبار
• الموثوقية طويلة المدى
• تكلفة التصنيع

يمكن للنماذج الأولية التحقق من صحة الاتجاه التقني، لكن القدرة على الإنتاج الضخم، والتسليم المستقر، والتحكم في التكلفة طوال دورة الحياة هي التي تحدد ما إذا كان هذا الاتجاه يمكن أن يتحول إلى ميزة للمنتج.

لماذا يختفي الأداء القوي لبطاقة واحدة في المجموعة

في عصر النماذج الكبيرة، تتحول الوحدة الأساسية للمنافسة من مسرّع واحد إلى العقدة الفائقة ومجموعات الحوسبة.

لا يمكن لبطاقة واحدة أن تدعم بشكل مستقل تدريب النماذج ذات التريليونات من المعلمات، أو التعلم المعزز واسع النطاق، أو الاستدلال عالي التزامن. يجب أن تكون البطاقات مترابطة داخل الخادم، ويجب أن تشكل الخوادم عقدًا فائقة ومجموعات تحتوي على آلاف أو حتى عشرات الآلاف من المسرعات.

على هذا النطاق، تتعرض القوة الحسابية النظرية لتدهور مستمر بسبب النفقات العامة للنظام.

تشمل مصادر الخسارة الشائعة:

• المزامنة بين المسرعات
• اتصالات المجموعة
• ازدحام الشبكة
• التنافس على الذاكرة
• تأخير الجدولة
• عدم توازن الحمل
• فشل العقدة
• النفقات العامة للاسترداد ونقاط التفتيش
• انخفاض كفاءة البرمجيات

لا يحصل العملاء على مجموع المواصفات القياسية الاسمية لكل بطاقة، بل القوة الحسابية الفعالة بعد خصم خسائر الاتصال والجدولة والتشغيل.

عرضت TsingMicro مفهوم العقدة الفائقة 4K في مؤتمر WAIC 2026. تنظم العقدة الفائقة REX81 4096 معالجًا من نوع TX81 معًا من خلال بنية شبكة شبكية TORUS.

تدعي الشركة أن هذه البنية يمكن أن تقلل تكاليف الترابط بنحو 90٪ مقارنة ببعض الحلول المرجعية الأجنبية المختارة.

هذه النسبة المئوية هي مجرد ادعاء من الشركة، وتعتمد بشكل كبير على معيار المقارنة، وتكوين النظام، وأهداف الأداء، وتعريف تكاليف الترابط، ولا ينبغي اعتبارها نتيجة تم التحقق منها بشكل مستقل.

نتيجة على مستوى الصناعة.

من الناحية المفاهيمية، المفتاح هو اتجاه المنافسة. أصبح موردو الرقائق بحاجة متزايدة إلى أن يصبحوا موردي أنظمة.

تشمل القدرات المطلوبة الآن:

• تصميم المعالجات
• هندسة بطاقات التسريع
• تطوير الخوادم
• الشبكات عالية السرعة
• اتصالات المجموعة
• جدولة المجموعة
• هندسة الموثوقية
• المراقبة والتشغيل والصيانة
• تكييف النماذج
• تحسين الأداء

عرضت TsingMicro سابقًا إصدارات من نظام العقدة الفائقة 4K الخاص بها في فعاليات عامة وبرامج إعلامية. في WAIC، شاهد الزوار عرضًا كاملاً للعقدة الفائقة REX81 وهيكل الترابط الخاص بها.

لم يعد العملاء يشترون مستودعًا مليئًا ببطاقات التسريع. العملاء يشترون نظامًا من المتوقع أن يولد المحتوى بشكل مستمر وقابل للتنبؤ واقتصادي.

بناء نظام بيئي برمجي مستقل

من بين جميع تكاليف النقل، غالبًا ما تكون البرمجيات الأكثر خفاءً والأصعب في الإزالة.

يمكن عرض مواصفات الأجهزة في مؤتمر واحد. بينما يستغرق بناء نظام بيئي برمجي موثوق به سنوات.

كل نموذج، وإطار عمل، وعامل تشغيل، وتحديث للمترجم، وتطبيق قد يكشف عن مشاكل توافق جديدة. قد يعمل نموذج بنجاح على إصدار معين من إطار العمل، لكنه يفشل بعد الترقية. قد ينتج عامل تشغيل مدعوم نتائج صحيحة، لكن بأداء ضعيف. قد يعمل عبء عمل على بطاقة واحدة، لكنه يصبح غير مستقر عند الانتقال إلى مجموعة.

لهذا السبب تعمل النظم البيئية للحوسبة بالذكاء الاصطناعي المحلية في الصين على بناء طبقة برمجية مشتركة لتقليل التجزئة بين المسرعات المختلفة.

FlagOS: تطوير مرة واحدة، ونقل إلى رقائق متعددة

FlagOS هو حزمة برمجيات نظام مفتوحة المصدر مصممة لأجهزة الذكاء الاصطناعي غير المتجانسة.

يصف وثائقه الرسمي هدفًا: تمكين النماذج من التطوير مرة واحدة، ثم نقلها إلى مجموعة متنوعة من المسرعات المختلفة بأقل جهد إضافي.

يشمل هذا النظام البيئي:

• FlagGems، للعوامل التشغيلية عالية الأداء
• FlagTree، كمترجم موحد متعدد الرقائق
• FlagScale، لتدريب واستدلال النماذج الكبيرة
• FlagCX، للاتصالات عبر الرقائق
• إضافات لـ vLLM و SGLang و PyTorch و Megatron-LM و Transformer Engine
• أنظمة النقل والإصدار الآلي
• أدوات التقييم والتكامل المستمر/النشر المستمر

يذكر النص الأصلي أن FlagOS 2.0 يدعم 18 بائعًا، و32 شريحة ذكاء اصطناعي، ومكتبة متعددة الرقائق تحتوي على 497 عامل تشغيل. تعكس هذه الأرقام سياق الإصدار. توثق وثائق FlagOS 2.1 الحالية النظام البيئي حسب المكتبات والإضافات والمشاريع المجالية وأدوات التطوير وخدمات المنصة، لذلك يجب على القراء الرجوع إلى أحدث الوثائق الرسمية للحصول على معلومات دعم الأجهزة الحالية.

RAISA: ربط أجهزة TsingMicro بالنماذج

تقع حزمة البرمجيات RAISA من TsingMicro بين معالجاتها وتطبيقات الذكاء الاصطناعي عالية المستوى.

المصدر

يوصف RAISA بأنه يغطي ما يلي:

• برامج التشغيل الأساسية

• أدوات التطوير

• المترجم

• لغات البرمجة

• مكتبة العوامل التشغيلية

• أطر الذكاء الاصطناعي الرئيسية

• تكييف النماذج

• التطبيقات الصناعية

دورها هو تقليل تعقيد البنية التحتية المادية قدر الإمكان.

لا يحتاج المطورون إلى فهم كل تفاصيل المصفوفات القابلة لإعادة التكوين منخفضة المستوى لاستخدام هذه المنصة. ذكرت تسينغهوا وي أن هذه البيئة تدعم الأدوات واللغات المألوفة، بما في ذلك التطوير القائم على C/C++ وTriton.

ذكرت الشركة أنها دعمت بالفعل ما يقرب من ألف عامل تشغيل شائع وأكثر من 200 نموذج.

دعم النموذج في اليوم الأول هو اختبار هندسي حقيقي

غالبًا ما تُدخل النماذج المتطورة الجديدة عوامل تشغيل متغيرة، وآليات انتباه، وسلوك ذاكرة، وتنسيقات تكميم، ومتطلبات خدمة.

قد تدّعي شركات تصنيع الرقاقات أنها "تدعم" نموذجًا معينًا، لكن هذا المصطلح يمكن أن يصف مستويات متعددة ومختلفة من الجاهزية:

1. القدرة على تشغيل النموذج
2. إكمال النموذج للاستدلال بشكل صحيح
3. بقاء الدقة ضمن النطاق المقبول
4. تحسين الأداء
5. استقرار الاستدلال الموزع
6. توثيق أدوات النشر
7. الحفاظ على التوافق طويل الأمد مع التحديثات
8. قدرة دعم العملاء على إعادة إنتاج المشكلات وحلها

ذكرت مصادر أنه عند إطلاق النسخة الأولية من DeepSeek-V4، قامت تسينغهوا وي وFlagOS بتكييف والتحقق من 67 عامل تشغيل في إصدار Flash في نفس اليوم.

التكييف على مستوى عوامل التشغيل له أهمية هندسية أكبر من مجرد الادعاء بدعم نموذج بشكل عام. لا يمكن تشغيل النموذج إلا عندما تغطي حزمة الأجهزة والبرامج العمليات التي يستدعيها النموذج فعليًا.

ومع ذلك، فإن التوافق في اليوم الأول هو مجرد البداية.

يجب أن يوفر النظام البيئي الناضج أيضًا:

• دعم مستمر بعد تحديثات النموذج
• دقة مستقرة
• أداء قابل لإعادة الإنتاج
• حل سريع للمشكلات
• توافق إصدارات واضح
• مراقبة بيئة الإنتاج
• صيانة طويلة الأمد
• دعم يغطي أعباء العمل الحقيقية للعملاء

السؤال الأهم هو: هل يمكن أن يصبح دعم اليوم الأول عملية قابلة للتكرار، وليس مجرد عرض لمرة واحدة؟

من قوة حوسبة تبلغ 5000P إلى حلقة ردود فعل تجارية

لا يمكن الحكم على شركة حوسبة محلية بناءً على الأوراق البحثية وفعاليات الإطلاق والمؤشرات المخبرية فقط. الاختبار النهائي يكمن في النشر.

وفقًا للبيانات التي قدمتها تسينغهوا وي والواردة في المقالة الأصلية، دخلت منتجاتها بالفعل العديد من مراكز الحوسبة الذكية والمجموعات التي تضم أكثر من ألف بطاقة.

ذكرت الشركة أن قوة حوسبة تتجاوز 5000 PFLOPS قد تم نشرها أو قيد الإنشاء في المجالات التالية:

• المالية
• التعليم
• الطب
• الطاقة
• النقل
• الخدمات الحكومية
• إنتاج المحتوى

هذه الصورة تعرض جناح تسينغماي الذكية في المؤتمر العالمي للذكاء الاصطناعي (WAIC) لعام 2024، حيث كُتب على اللافتة "شراكة استراتيجية لبناء نظام بيئي صناعي"، وتحت الأحرف البارزة "من البنية التحتية للحوسبة إلى مصنع الرموز"، مع عبارة "5000+P" و"إجمالي القوة الحاسوبية المنشأة وقيد الإنشاء"، والخلفية عبارة عن مشهد حديث لمركز بيانات. ترتبط هذه الصورة مباشرة بمحتوى المستند حول نشر أو بناء قوة حوسبة تزيد عن 5000 PFLOPS في مجالات متعددة من قبل تسينغماي الذكية، وتقدم بشكل مباشر إنجازاتها في مجال القوة الحاسوبية.

هذا معلم مهم، لكن السعة المركبة والاستخدام الناجح ليسا نفس المفهوم.

يجب أن يأخذ التقييم التجاري الأكثر شمولاً في الاعتبار:

• ما مقدار الأجهزة التي تم تسليمها؟
• ما مقدار ما تم تشغيله بالفعل؟
• ما هو متوسط الاستفادة؟
• ما هي أعباء العمل التي تعمل في بيئات الإنتاج؟
• ما مدى استقرار المجموعات؟
• ما هي تكلفة كل رمز فعال؟
• هل يقوم العملاء بتوسيع نطاق النشر؟
• ما هي إيرادات المورد وهامش الربح الإجمالي؟
• ما مقدار دعم العمل الفني المطلوب بعد التثبيت؟

يشير حجم النشر إلى أن الشركة بدأت في التقدم من مرحلة اختبار النماذج الأولية والخوادم المستقلة. ستحدد معدلات الاستفادة، وعمليات الشراء المتكررة، والفوائد الاقتصادية المستدامة ما إذا كان هذا النموذج يمكن أن يعمل كنموذج تجاري ناجح.

من صنع الرقاقات إلى مد القضبان

إذا كانت رقاقات الذكاء الاصطناعي هي القطارات، فإن حزم البرامج، والعقد الفائقة، وهياكل الترابط، وشبكات الحوسبة هي القضبان.

يصعب على القطار فائق السرعة الذي لا يعمل إلا على خطوط مخصصة أن يصبح بنية تحتية مشتركة.

لجعل الحوسبة المحلية تنضج، يجب على الصناعة معالجة ليس فقط "هل يوجد مسرع في الصين؟"، بل الأهم هو تحديد ما إذا كان يمكن إدارة المناطق والمعالجات والمجموعات ومراكز الحوسبة الذكية المختلفة بشكل موحد من خلال أنظمة متوافقة.

الهدف الأكبر لتسينغماي الذكية هو تمديد الحوسبة القابلة لإعادة التكوين من مستوى الرقاقة واللوحة إلى شبكة خدمات حوسبة موزعة.

ينقسم هذا المفهوم المقترح إلى عدة مستويات:

1. تقنيات الهندسة المعمارية القابلة لإعادة التكوين والتكامل ثلاثي الأبعاد لتحسين كفاءة الحوسبة المحلية.
2. العقدة الفائقة المكونة من 4000 نواة لتجميع عدد كبير من المعالجات.
3. دعم RAISA وFlagOS لنقل النماذج، وإدارة الموارد، والتوافق البرمجي.
4. ربط عقد الحوسبة في مواقع مختلفة في شبكة خدمات.
5. خدمة القوة الحاسوبية لتطبيقات مثل الخدمات الحكومية، والطاقة، والتعليم، والطب، والإعلام.

حددت المقالة المصدر عدة مجالات تطبيق مبكرة:

الخدمات الحكومية

يُذكر أنه تم نشر نظام ذكي مكتبي محلي لسيناريوهات الخدمات الحكومية الذكية. في مثل هذه البيئات، تكون أهمية البنية التحتية المحلية، ومتطلبات التحكم في البيانات، والتوافق البرمجي، والدعم الفني طويل الأمد مماثلة لأداء المعايير الخام.

إنتاج محتوى AIGC

تم تطبيق حلول القوة الحاسوبية من تسينغماي الذكية في إنتاج المسلسلات القصيرة، بما في ذلك توليد المحتوى، ومعالجة المواد، وسير عمل ما بعد الإنتاج.

تعتبر خطوط أنابيب تطبيقات AIGC سيناريوهات اختبار جيدة، لأنها تجمع بين إنتاجية النموذج العالية والتخزين، والجدولة، ومعالجة الوسائط، والمهام المجمعة الحساسة من حيث التكلفة.

التعليم المهني

دخلت منصات التدريب القائمة على رقاقات الذكاء الاصطناعي القابلة لإعادة التكوين إلى مؤسسات التعليم المهني، بما في ذلك بعض الكليات في خبي ومنغوليا الداخلية.

تتيح هذه الأنظمة للطلاب التعرض العملي للأجهزة المحلية، وحزم البرامج، ونشر النماذج، وعمليات الحوسبة الذكية.

ليس الغرض من مد القضبان هو استبدال كل قطار، بل بناء بنية تحتية يمكنها دعم نماذج وعملاء وتطبيقات متعددة.

يتطلب ذلك تحقيق التحكم الذاتي على مستوى الأجهزة، وتوفير واجهات مفتوحة على مستوى البرامج، وتصميم بنية نظام قابلة للتوسع، وإنشاء نموذج خدمة قادر على توصيل القوة الحاسوبية عبر المناطق.

البديل المحلي ليس شراء أجهزة لمرة واحدة

بالنسبة للعملاء، فإن استبدال منصة المسرع ليس مجرد استبدال لوحة.

قد تتغير بيئة التطوير، ويجب نقل النماذج، ويجب إعادة اختبار الدقة والأداء. يحتاج المهندسون إلى تعلم أدوات جديدة وتلقي التدريب، ويجب على فريق العمليات تعلم عمليات مراقبة واسترداد جديدة.

سعر الشراء هو فقط التكلفة الظاهرة.

قد تشمل التكاليف الخفية للانتقال:

• تكييف عوامل التشغيل
• تعديل الكود
• أعمال التوافق مع الأطر
• تحويل النماذج
• تحسين الأداء
• القوى العاملة الهندسية
• تدريب الموظفين
• دورة التحقق
• تأخير النشر
• مخاطر الإنتاج
• الصيانة طويلة الأمد

هذا يفسر منطق عرض تسينغماي في معرض WAIC.

عرضت الشركة الرقاقات القابلة لإعادة التكوين، والعقد الفائقة 4K، وحزم البرامج، والتطبيقات الصناعية معًا. الرسالة ليست أن مواصفة معينة أفضل، بل ربط الهندسة المعمارية والأنظمة والبرامج والنشر في مسار انتقال واحد.

السلسلة التي اقترحتها هي:

• استخدام الحوسبة القابلة لإعادة التكوين لتحسين استخدام الموارد.
• اعتماد التكامل ثلاثي الأبعاد لتقليل اختناقات نقل البيانات.
• توسيع نطاق الأجهزة من خلال العقدة الفائقة 4K.
• تقليل تكاليف نقل النماذج والنشر باستخدام RAISA وFlagOS.
• إثبات أن المنصة يمكنها دعم سير العمل التجاري الكامل من خلال التطبيقات الصناعية.

com/cms-assets/image/2026/07/b78bdd24-23c4-41e8-88e5-4806f6f68445-b56acb08-3a82-48b2-9440-d2d6806843cd.jpeg)

تهدف الوكالات الحكومية، ومصانع إنتاج المحتوى، وأنظمة التدريب المهني إلى إثبات أن القدرة الحاسوبية المحلية لا يمكنها فقط إنجاز عروض النماذج، بل أيضًا الاندماج في سير العمل التشغيلي.

لا تزال هذه الاستراتيجية بحاجة إلى التحقق على المدى الطويل.

من أهم القضايا التي لم تُحل بعد:

• هل يمكن للرقائق أن تحقق إنتاجًا مستقرًا على نطاق واسع؟
• هل يتوافق الأداء التطبيقي مع ما يُعلن عنه؟
• هل يمكن للمجموعات الكبيرة أن تحافظ على استقرارها؟
• ما مدى الاستفادة التي يمكن للعملاء الحفاظ عليها؟
• هل تستطيع الحزمة البرمجية مواكبة سرعة تكرار النماذج؟
• هل الدعم الفني قابل للتوسع؟
• هل نموذج الأعمال مجدٍ اقتصاديًا لكل من الموردين والعملاء؟

حتى لو لم تُحل هذه المشكلات، فقد أرسل مؤتمر WAIC 2026 إشارة واضحة: معايير تقييم الحوسبة المحلية تتغير.

تتحول الصناعة من التركيز على "ما إذا كانت شركة معينة قد صنعت رقاقة" إلى "ما إذا تم بناء نظام حاسوبي مستقر وقابل للاستخدام والتوسع".

المنافس الحقيقي هو النظام البيئي

المواصفات المادية هي مجرد نقطة البداية.

ستعتمد مكانة الصناعة بشكل متزايد على

معيار التقييم هو: هل يمكن للمنصة التكيف بسرعة مع النماذج، وتشغيل المجموعات بشكل مستقر، وخفض التكلفة الإجمالية، والدخول في سير العمل الإنتاجي الفعلي؟

السؤال الأكثر شيوعًا في الماضي كان: ما حجم الفجوة بين المسرعات الصينية ووحدات معالجة الرسوميات الأجنبية في قوائم المواصفات؟

أما الآن، فقد أصبح السؤال الأكثر أهمية مختلفًا تمامًا:

عندما يبني العميل مركز حوسبة ذكية جديدًا أو يطلق تطبيق النموذج الكبير التالي، هل يمكن للمنصة المحلية تقديم سبب كامل ومستقر ومقنع اقتصاديًا للانتقال؟

تأتي ميزة CUDA من سنوات من تراكم البرمجيات والأدوات والوثائق والمهارات والثقة. للتنافس مع هذا النظام، نحتاج إلى حل متكامل مماثل.

بالنسبة لـ Tsingmicro، فإن إجابتها تشمل الهندسة المعمارية القابلة لإعادة التشكيل، وتكامل الرقاقات، والعقد الفائقة، وشبكة Torus-X، وRAISA، ونظام التشغيل FlagOS، وتكييف النماذج، والنشر في القطاعات.

ما إذا كانت هذه الاستراتيجية ستنجح لن يتحدد بمعرض واحد أو اختبار أداء واحد. سيظهر ذلك في بيئات الإنتاج، ودورات تحديث البرمجيات، تحت أعباء العمل الحقيقية، وفي رغبة العملاء في توسيع النشر.

الأسئلة الشائعة

لماذا تعتبر CUDA أكثر تحديًا من وحدات معالجة الرسوميات NVIDIA؟

وحدة معالجة الرسوميات هي منتج مادي، بينما CUDA هي نظام بيئي ناضج للتطوير والنشر. تشمل أدوات البرمجة والمكتبات والمترجمات وبيئة التشغيل وبرمجيات التصحيح وأدوات التحسين والوثائق وخبرة المطورين على مر السنين.

ما هي الرقاقة الذكية القابلة لإعادة التشكيل؟

الرقاقة القابلة لإعادة التشكيل يمكنها إعادة تنظيم جزء من تدفق البيانات وموارد الحوسبة عبر البرمجيات لتتكيف بشكل أفضل مع أعباء العمل المختلفة. الهدف هو تمكين نفس العتاد المادي من تحقيق كفاءة أعلى عبر هياكل نماذج وعوامل تشغيل مختلفة.

ما هي حزمة برمجيات RAISA من Tsingmicro؟

RAISA هي الطبقة البرمجية التي تربط بين العتاد القابل لإعادة التشكيل من Tsingmicro وأطر النماذج الذكية والعوامل التشغيلية والتطبيقات. يُزعم أنها تشمل برامج التشغيل والمترجمات وأدوات التطوير ومكتبات العوامل التشغيلية وتكييف النماذج ودعم التطبيقات.

ما هو نظام التشغيل FlagOS؟

FlagOS هي حزمة برمجيات مفتوحة المصدر موجهة للرقائق الذكية غير المتجانسة، تهدف إلى تقليل التجزئة، مما يسمح للنماذج الكبيرة والمكونات البرمجية بالانتقال بين منصات العتاد المختلفة مع الحد الأدنى من إعادة التطوير.

ما هي العقدة الفائقة 4K AI؟

تشير هنا إلى نظام حاسوبي مبني حول 4096 معالج ذكاء اصطناعي بشكل متقارب. قيمتها تعتمد على كفاءة الاتصال والجدولة والموثوقية والوصول إلى الذاكرة وأداء المجموعة المتاح، وليس فقط مجموع قوة الحوسبة القصوى للرقاقات الفردية.

لماذا ينخفض أداء الرقاقة الواحدة بعد تكوين المجموعة؟

تقدم أعباء العمل الموزعة تكاليف إضافية للاتصال والمزامنة والجدولة وتوازن الحمل. مع زيادة عدد المعالجات، يقلل ازدحام الشبكة ومعالجة الأخطاء من النسبة المئوية للقوة الحاسوبية النظرية المتاحة للتطبيق.

هل يعني 5000 PFLOPS أن كل قوة الحوسبة تُستخدم بفعالية؟

ليس بالضرورة. هذا الرقم يأتي من حجم القوة الحاسوبية المعلنة من Tsingmicro والتي تم نشرها أو قيد الإنشاء. الاستخدام الفعلي، وأعباء العمل الإنتاجية، ووقت التشغيل، وتوسع العميل، والعوائد المالية تحتاج إلى قياس منفصل.

هل يمكن للرقائق الذكية المحلية أن تحل محل CUDA فورًا؟

لا. استبدال العتاد هو مجرد جزء من عملية النقل. النماذج، والعوامل التشغيلية، والأطر، وسير عمل التطوير، وأدوات المراقبة، والخبرة الهندسية، وثقة العملاء جميعها تحتاج إلى وقت لتنضج.

الأدوات ذات الصلة

• NVIDIA CUDA Toolkit: حزمة أدوات NVIDIA الرسمية لتطوير وتصحيح وتحسين ونشر تطبيقات مسرعة بوحدات معالجة الرسوميات.
• FlagOS: حزمة برمجيات مفتوحة المصدر للمسرعات غير المتجانسة، تدعم نقل أعباء العمل الذكية.
• مستودع FlagOS على GitHub: المنظمة الرسمية التي تستضيف مكتبات FlagOS والإضافات والمترجمات وأدوات النشر.
• Triton: لغة ومترجم مفتوح المصدر لكتابة نوى عالية الأداء لوحدات معالجة الرسوميات والمسرعات.
• PyTorch: إطار تعلم آلي مفتوح المصدر واسع الاستخدام، يدعمه مصنعو العتاد عبر خلفيات أصلية أو إضافات.
• Tsingmicro: الموقع الرسمي لمعالجات Tsingmicro القابلة لإعادة التشكيل والخوادم والعقد الفائقة والنظام البيئي البرمجي وحلول القطاعات.

الروابط ذات الصلة

• وثائق NVIDIA CUDA Toolkit: الوثائق الرسمية لبرمجة CUDA والتركيب والمكتبات والمترجمات وإصدارات الإصدارات.
• وثائق FlagOS: الوثائق الرسمية للنظام البيئي البرمجي متعدد الرقاقات FlagOS.
• مستودع FlagCX: مكتبة اتصالات FlagOS التي تدعم الاتصالات الجماعية والنقطة إلى نقطة عبر مسرعات مختلفة.
• مستودع FlagTree: مشروع مترجم موحد لخلفيات رقاقات ذكاء اصطناعي متعددة.
• مستودع FlagScale: حزمة أدوات لتدريب النماذج الكبيرة والاستدلال وأعباء العمل الموزعة.
• منتجات وتقنيات Tsingmicro: المعلومات الرسمية حول معالج TX81 وخوادم REX وعقدة REX81 الفائقة ونظام RAISA البيئي.
• مستودع أمثلة كود CUDA: مستودع أمثلة رسمي من NVIDIA لتعلم واختبار تطوير CUDA.

الخلاصة

لم يعد التنافس على رقائق الذكاء الاصطناعي الصينية يركز فقط على مواصفات العتاد القصوى. التحدي الحقيقي هو بناء النظام البيئي البرمجي والشبكي والنشري والدعم المطلوب لاستبدال منصات الإنتاج الناضجة مثل CUDA.

العرض الذي قدمته Tsingmicro في مؤتمر WAIC 2026 يربط بين المعالجات القابلة لإعادة التشكيل، وتقنية التكامل ثلاثي الأبعاد، والعقد الفائقة 4K، وشبكة Torus-X، وحزمة RAISA البرمجية، ونظام FlagOS التعاوني، والتطبيقات القطاعية.

تشير البيانات التي أعلنتها الشركة إلى تقدم ملموس، لكن الأداء الإنتاجي، واستقرار المجموعات، وصيانة البرمجيات، والاستفادة، والقدرة على التسليم، والعوائد التجارية لا تزال بحاجة إلى تحقق طويل الأمد.

المفتاح الحاسم ليس مواجهة رقاقة برقاقة، بل مواجهة نظام حاسوبي كامل بنظام بيئي حاسوبي متكامل.