GPT-5.6 Sol على Cerebras: 750 رمزًا في الثانية ونظرية النشر متعدد الرقاقات

مقدمة

يعمل GPT-5.6 Sol على تحويل النقاش حول النماذج الحدودية من مجرد القدرات إلى شيء لا يقل أهمية: سرعة الاستجابة.

صرحت OpenAI بأن GPT-5.6 Sol يمكن تشغيله على بنية Cerebras التحتية بسرعة تصل إلى 750 رمزًا في الثانية. بهذه السرعة، لم يعد النظام الذكي يبدو كأداة تتوقف بعد كل إجراء. يمكن لوكلاء البرمجة، ومشغلي المتصفح، ومساعدي البحث، وأنظمة استخدام الحاسوب التنقل عبر سير العمل متعدد الخطوات مع تقليل وقت الانتظار بين القرارات بشكل كبير.

الرقم الرئيسي هو رقم رسمي. ومع ذلك، فإن العديد من التفاصيل المعمارية التي تمت مناقشتها حوله ليست رسمية. التقديرات التي تشير إلى أن النموذج يحتوي على ما يقرب من ثلاثة تريليونات معامل، ويمتد عبر 70 إلى 100 نظام بحجم الرقاقة، أو يخصص طبقة شبكة واحدة لكل رقاقة تأتي من تحليل تقني خارجي وليس من مواصفات OpenAI المنشورة.

تحافظ هذه المقالة على هذا التمييز واضحًا. تشرح ما تم تأكيده، وما يظل نظرية هندسية معقولة، ولماذا يعتبر مزيج GPT-5.6 والاستدلال بحجم الرقاقة مهمًا للذكاء الاصطناعي في الوقت الفعلي.

لماذا 750 رمزًا في الثانية مهمة

من الصعب تقدير إنتاجية 750 رمزًا في الثانية حتى يتم مقارنتها بالطريقة التي يستخدم بها الناس الأنظمة الذكية بالفعل.

الإجابة الطويلة التي كانت تظهر سطرًا بسطر يمكن الآن إنتاجها بشكل شبه فوري. والأهم من ذلك، يمكن للنموذج التنقل عبر التفكير الداخلي، واستدعاءات الأدوات، وتوليد الكود، وإجراءات الواجهة، والقرارات المتابعة بشكل أسرع بكثير. الفائدة لا تقتصر على وصول النص بشكل أسرع. بل تصبح حلقة الوكيل بأكملها أكثر استجابة.

هذا التغيير مهم في سير العمل مثل:

• تحرير واختبار الكود بشكل متكرر
• التنقل في مواقع الويب وواجهات البرامج
• إجراء الأبحاث عبر مصادر متعددة
• تنسيق عدة أدوات أو وكلاء فرعيين
• الاستجابة أثناء التفاعلات الصوتية أو البصرية المباشرة
• إكمال سلاسل طويلة من إجراءات استخدام الحاسوب

بالنسبة للدردشة التقليدية، قد يكون التأخير القصير مقبولاً. بالنسبة للوكيل الذي يجب عليه النقر على زر، وفحص النتيجة، ومراجعة خطته، والاستمرار، فإن كل رحلة ذهاب وإياب تضيف احتكاكًا. الاستدلال عالي السرعة يقلل من هذا الزمن المتراكم.

سلط المطور كاليب شيبرد الضوء على هذا التمييز في النقاش حول GPT-5.6 Sol. المكسب الأكثر أهمية ليس فقط توليد الكود بشكل أسرع، بل استخدام الحاسوب بشكل أسرع: يجب ألا يحتاج الوكيل بعد الآن إلى دقائق لإكمال سلسلة من إجراءات الواجهة البسيطة.

سؤال حجم النموذج

أثار الادعاء حول السرعة سؤالًا تقنيًا فوريًا: كيف يمكن لنموذج متعدد الوسائط متطور أن يعمل بهذه السرعة على أجهزة بحجم الرقاقة؟

تصف وثائق OpenAI العامة نموذج GPT-5.6 Sol بأنه النموذج المتطور في عائلة GPT-5.6، مع إدخال نص وصور، ونافذة سياقية تصل إلى 1,050,000 رمز، وإخراج يصل إلى 128,000 رمز. ولا تنشر عدد معاملات النموذج، أو عدد المعاملات النشطة، أو عدد الطبقات، أو تصميم الانتباه، أو طوبولوجيا النشر الفعلية.

دفعت هذه المعلومات المفقودة المطورين ومتخصصي البنية التحتية إلى العمل بشكل عكسي بناءً على ما هو معروف عن أجهزة Cerebras.

لخص بيتر غوستيف اللغز الأساسي: إذا كان GPT-5.6 Sol هو النموذج متعدد الوسائط الكامل وليس متغيرًا مصغرًا، فقد يكون كبيرًا جدًا بحيث لا يتسع داخل نظام واحد بحجم الرقاقة. الاحتمالات المتبقية تشمل نموذجًا أصغر من المتوقع، أو تكوين أجهزة جديد، أو بنية خدمة متعددة الأنظمة.

هل يمكن أن يمتد GPT-5.6 Sol عبر 70 إلى 100 رقاقة؟

أحد التقديرات التي نوقشت على نطاق واسع جاءت من الخبير التقني بليز غودسون. اقترح تحليله أن GPT-5.6 Sol قد يحتوي على:

• ما يقرب من 2 إلى 4 تريليون معامل إجمالي
• حوالي 150 مليار معامل نشط لكل رمز
• ما يقرب من 70 إلى 90 طبقة نموذج
• توزيع عبر 70 إلى 100 نظام من أنظمة Cerebras بحجم الرقاقة

هذه الأرقام ليست مواصفات رسمية. إنها تقديرات هندسية تستند إلى قيود خدمة النماذج، ومتطلبات الذاكرة، والقدرة المعروفة لمجموعات Cerebras على توزيع النماذج الكبيرة جدًا عبر أنظمة متعددة.

الجزء المذهل من النظرية ليس مجرد عدد الرقاقات. بل هو التعيين المقترح بين بنية النموذج والأجهزة.

نظرية النشر "رقاقة واحدة، طبقة واحدة"

يمنح التصميم المقترح كل طبقة رئيسية من طبقات الشبكة نظامها الخاص بحجم الرقاقة. ستتحرك التنشيطات عبر الرقاقات كخط أنابيب، بينما تؤدي كل رقاقة الحساب المخصص لطبقتها.

في النشر التقليدي على وحدات معالجة الرسوميات الموزعة، قد يتضمن تنفيذ النموذج توزيعًا معقدًا للموترات، وتوزيعًا للخبراء، واتصالًا متكررًا عبر العقد. يمكن أن يصبح الحمل الزائد للاتصالات عنق زجاجة خطيرًا، خاصة عندما يكون النموذج كبيرًا والهدف هو زمن وصول منخفض بدلاً من أقصى إنتاجية للدفعة.

يتبع خط أنابيب طبقة لكل رقاقة نهجًا مختلفًا. بمجرد امتلاء خط الأنابيب، يمكن معالجة رموز متعددة في مراحل مختلفة في نفس الوقت. قد تؤدي إضافة مراحل إلى زيادة

تأخير قبل ظهور أول رمز مميز (Token)، لكنه لا يؤدي بالضرورة إلى تقليل إنتاجية الرموز المميزة (Token Throughput) في الحالة المستقرة بنفس النسبة.

يساعد هذا في تفسير كيف يمكن لنموذج ضخم للغاية أن يظل سريعًا بعد بدء التوليد. كما يفسر سبب ارتفاع تكلفة النشر: قد يتطلب تحقيق سرعة تسلسلية عالية تخصيص كمية كبيرة جدًا من الأجهزة لنسخة نموذج واحد.

يستشهد المقال المصدر بتقدير اقتصادي رمزي خارجي يمثل نموذج GPT-5.6 Sol كنظام يحتوي على ثلاثة تريليونات معلمة، ويتطلب حوالي 70 نظامًا من أنظمة الرقاقات على مستوى الرقاقة (Wafer-Scale Systems) وفقًا لمجموعة واحدة من الافتراضات.

هام: تقدير 70 إلى 100 رقاقة ووصف "رقاقة واحدة لكل طبقة" لا يزالان مجرد تكهنات مبنية على معلومات. لم تؤكد OpenAI وCerebras رسميًا هذا الهيكل المادي.

لماذا يصبح ذاكرة التخزين المؤقت للقيم الأساسية (KV Cache) قيدًا حاسمًا

الحوسبة ليست سوى جزء من المشكلة. تحافظ النماذج الذاتية الانحدار (Autoregressive) أيضًا على ذاكرة تخزين مؤقت للقيم الأساسية، تُعرف باسم ذاكرة التخزين المؤقت KV، حتى تتمكن من إعادة استخدام المعلومات من الرموز المميزة السابقة بدلاً من إعادة حساب التسلسل بالكامل.

بالنسبة للنماذج ذات السياق الطويل، يمكن أن تستهلك ذاكرة التخزين المؤقت هذه قدرًا كبيرًا من الذاكرة. يصبح التحدي أكثر حدة عندما يجب على النظام دعم العديد من الطلبات المتزامنة.

تتضمن معالجات الرقاقات من Cerebras كميات كبيرة من ذاكرة SRAM السريعة على الشريحة. توفر هذه الذاكرة عرض نطاق ترددي استثنائي، لكنها لا تزال موردًا محدودًا وقيمًا. يمكن لهندسة الانتباه التقليدية ذات مساحة ذاكرة تخزين مؤقت KV كبيرة أن تستهلك سعة كبيرة جدًا وتقلل من مزايا إبقاء العمل قريبًا من المعالج.

يقودنا هذا إلى نظرية مفادها أن GPT-5.6 Sol قد يستخدم بنية مصممة حول متطلبات أقل لذاكرة التخزين المؤقت. تشمل الاحتمالات التي تمت مناقشتها في المصدر:

1. تصميم ذاكرة تخزين مؤقت KV عالي الضغط أو محسّن بطريقة أخرى
2. تقنيات الاستعلام المجمع، والاستعلام المتعدد، أو الانتباه الكامن (Latent Attention)
3. بنية هجينة تجمع بين طبقات المحول (Transformer) ومكونات حالة الفضاء (State-Space)
4. تغييرات أخرى تراعي الأجهزة لتقليل حركة الذاكرة لكل رمز مميز مولّد

التصميم الدقيق غير معروف. لم تنشر OpenAI تفاصيل معمارية كافية لتحديد أي من هذه الطرق يُستخدم، إن وُجد.

ما يمكن قوله بثقة هو أن التصميم المشترك بين الأجهزة والبرامج يصبح ذا أهمية متزايدة على هذا النطاق. قد يترك النموذج المُحسَّن فقط لمجموعات المسرعات العامة أداءً كبيرًا غير مستخدم على نظام الرقاقات.

هل يمكن فصل حسابات الانتباه و FFN؟

فرضية أخرى هي أن أجهزة مختلفة يمكنها التعامل مع أجزاء مختلفة من النموذج.

يهيمن على استدلال المحول نوعان رئيسيان من العمل:

• الانتباه، الذي يعالج العلاقات بين الرموز المميزة ويتأثر بشدة بطول التسلسل وسلوك ذاكرة التخزين المؤقت
• حساب الشبكة العصبية التغذوية (FFN)، والذي غالبًا ما يكون مكثفًا حسابيًا للغاية ويمثل حصة كبيرة من النموذج

المعلمات

أشار المطور جون لام إلى أن المسرعات التقليدية قد تتعامل مع آلية الانتباه بينما تتعامل أنظمة سيريبراس مع طبقات الشبكة الأمامية. هذا النوع من تحليل الانتباه-FFN يمكن أن يسند كل عبء عمل إلى البنية الأجهزة الأكثر ملاءمة له.

[صورة توضح تغريدة من جون لام بتاريخ 6 يوليو، نصها: "أنا واثق من أن Cerebras يُستخدم لمعالجة FFN بينما تُستخدم وحدات GPU التقليدية لآلية الانتباه في 'تحليل الانتباه-FFN' أو AFD. انظر على سبيل المثال arxiv.org/html/2605.2830..." وتتعلق التغريدة بالنقاش حول GPT-5.6 Sol على Cerebras، وتطرح فرضية أن الأجهزة المختلفة قد تعالج أجزاء مختلفة من النموذج، حيث قد تعالج أنظمة Cerebras طبقات FFN بينما تعالج وحدات GPU التقليدية آلية الانتباه، وهو ما يتوافق مع النقاش في المستند حول تصنيف عمل نموذج المحولات ومعالجة الأجهزة المختلفة لأعباء العمل المختلفة.]

مرة أخرى، هذه فرضية وليست تفصيلاً معلناً عن نشر GPT-5.6 Sol. إنها ذات صلة تقنية لأن أنظمة الاستدلال غير المتجانسة أصبحت أكثر عملية. بدلاً من توقع أن يؤدي مسرع واحد جميع العمليات بشكل متساوٍ، يمكن للمزودين تقسيم النموذج عبر أنظمة حوسبة وذاكرة وشبكات متخصصة.

التكلفة هي زيادة تعقيد النظام. يصبح الجدولة، ونقل التنشيطات، ومعالجة الأخطاء، والتحكم في زمن الاستجابة أكثر صعوبة عندما يعبر الطلب أنواعاً متعددة من الأجهزة.

سابقة Kimi K2.6

أثبتت Cerebras بالفعل أن الأنظمة بحجم الرقاقة يمكنها خدمة نماذج كبيرة جداً من الخبراء المختلطين بسرعة عالية بشكل غير عادي.

في موادها الرسمية حول Kimi K2.6، تصف Cerebras نموذجاً مفتوح الوزن تبلغ معلماته تريليون واحد تمت خدمته بسرعة تقارب 1000 رمز في الثانية. تقول الشركة إن أوزان النموذج يمكن توزيعها عبر رقاقات متعددة بينما تتدفق التنشيطات بينها. وتصف أيضاً تخزين الأوزان الأصلية بدقة أقل مع الحساب بدقة أعلى، مدعوماً بنوى مخصصة وفك تشفير تخميني.

هذا دليل مهم على أن الاستدلال متعدد الرقاقات حقيقي وقيد التشغيل. لكنه لا يثبت أن GPT-5.6 Sol يستخدم نفس التهيئة، أو نفس استراتيجية الدقة، أو نفس تقسيم النموذج.

[صورة لوثائق Cerebras حول خدمة تريليون معلمة. تشير إلى أن محرك Cerebras ذو الرقاقة الواحدة مبني على نطاق واسع، ويمكن تهيئته لدعم تدريب واستدلال نماذج تتجاوز تريليونات المعلمات، وقد تم استثمار جهد هندسي كبير في تحسين المجموعة لخدمة النماذج الكبيرة بكفاءة. يقوم Kimi K2.6 بإجراء الحساب باستخدام أرقام الفاصلة العائمة 16-بت للحصول على أفضل دقة مع الحفاظ على الأوزان الأصلية بدقة 4-بت. يتم توزيع الأوزان عبر رقاقات متعددة، وتتدفق التنشيطات بينها، ويعمل الاتصال الكامل بين الطبقات بالكامل على بنية شبكة الرقاقة، التي يتجاوز عرض نطاقها عرض نطاق NVLink على NVL72 بأكثر من 200 مرة.]

يظهر نشر Kimi لماذا Cerebras ذات صلة باستراتيجية زمن الاستجابة لـ OpenAI. تم بناء الأنظمة بحجم الرقاقة حول عرض نطاق ترددي عالٍ جداً على الجهاز وتقليل الاعتماد على الاتصال بين العديد من حزم المسرعات المنفصلة.

قال إعلان الشراكة الذي أصدرته OpenAI في يناير 2026 إن الشركة تخطط لإضافة 750 ميغاواط من حوسبة Cerebras فائقة السرعة. كان الهدف بسيطاً: تقليل زمن استجابة الاستدلال وجعل الذكاء الاصطناعي التفاعلي يبدو أكثر فورية.

GPT-5.6 Sol والوصول المحدود عالي السرعة

وصفت OpenAI في البداية إصدار GPT-5.6 Sol المدعوم من Cerebras على أنه طرح محدود لعملاء مختارين مع توسع السعة.

هذا التحديد مفهوم. إن النشر الذي يخصص عشرات الأنظمة بحجم الرقاقة لكل نسخة نموذج سيكون مكلفاً، ومحدود السعة، و

من الصعب التوسع الفوري. لذلك، قد يتم توجيه الوصول عالي السرعة أولاً نحو أحمال العمل التي يكون فيها زمن الاستجابة ذا قيمة تجارية مباشرة.

تشمل الأمثلة:

• وكلاء البرمجة التفاعلية
• أنظمة دعم العملاء المباشرة
• وكلاء البحث المالي أو التشغيلي
• سير العمل العلمي مع استدعاءات متكررة للأدوات
• تطبيقات الصوت واستخدام الحاسوب
• أتمتة المؤسسات ذات القيمة العالية

توثق وثائق GPT-5.6 الحالية من OpenAI أسماء Sol و Terra و Luna عبر المنتجات المدعومة وواجهة API. قد يظل التكوين الخاص Cerebras المقدم بـ 750 رمزًا في الثانية يخضع لقيود سعة أو أهلية أو توجيه منفصلة عن الوصول القياسي لـ GPT-5.6.

جالابينو: شريحة الاستدلال المخصصة من OpenAI

تقع شراكة Cerebras ضمن استراتيجية البنية التحتية الأوسع لـ OpenAI.

في يونيو 2026، كشفت OpenAI و Broadcom رسميًا عن جالابينو، أول معالج ذكاء من OpenAI. وهو مسرع مخصص صُمم من البداية للاستدلال الحديث في نماذج اللغات الكبيرة، وليس معالجًا عامًا مُعدلاً من أعباء العمل القديمة.

وفقًا لـ OpenAI، استفادت الشريحة من خريطة طريق النماذج والنوى وأنظمة الخدمة ونقل الذاكرة ومتطلبات الشبكات واحتياجات المنتج. تساهم Broadcom بخبرة تنفيذ السيليكون والشبكات، بينما تدعم Celestica التكامل على مستوى اللوحة والرف.

كما تقول OpenAI إن الشريحة الأولى انتقلت من التصميم الأولي إلى التصنيع في تسعة أشهر، مع مساعدة نماذج الذكاء الاصطناعي في أجزاء من عملية التصميم والتحسين.

تم تأكيد عدة نقاط بالفعل:

• صُمم جالابينو للاستدلال في نماذج اللغات الكبيرة
• يهدف إلى دعم النماذج الحالية والمستقبلية عبر الصناعة
• تعمل العينات الهندسية على تشغيل أعباء عمل التعلم الآلي في المختبر
• تتوقع OpenAI أداءً أفضل بشكل كبير لكل واط مقارنة بالأنظمة المتطورة الحالية
• تم التخطيط لتقرير أداء تقني أكثر تفصيلاً
• المنصة جزء من خارطة طريق متعددة الأجيال

لا يجعل جالابينو شراكة Cerebras غير ضرورية. بدلاً من ذلك، يمكن فهم الجهود على أنها مكملة. تمنح Cerebras OpenAI إمكانية الوصول إلى بنية قائمة فائقة الانخفاض في زمن الاستجابة، بينما يمنحها جالابينو سيطرة أكبر على المدى الطويل على مجموعة الاستدلال الخاصة بها.

استراتيجية البنية التحتية الشاملة لـ OpenAI

التحول الأكبر واضح: شركات الذكاء الاصطناعي الرائدة لم تعد تتعامل مع العتاد كطبقة محايدة أسفل النموذج.

تعمل OpenAI الآن عبر:

• بنية النموذج
• نوى التدريب والاستدلال
• أنظمة الذاكرة
• الشبكات
• الجدولة
• البنية التحتية للنشر
• السيليكون المخصص
• المنتجات النهائية للمستخدم

يسمح هذا للشركة بتحسين المجموعة حول هدف مشترك. يمكن لتغيير بنية النموذج أن يقلل ضغط الذاكرة. يمكن تصميم شريحة حول النوى الأكثر شيوعًا للنموذج. يمكن اختيار الشبكات لأنماط تنشيط ونقل المعلمات الأكثر أهمية. يمكن لأنظمة الخدمة بعد ذلك إظهار هذه المكاسب على أنها زمن استجابة أقل أو تكلفة أقل.

النتيجة هي حلقة تغذية مرتدة:

1. تساعد النماذج الأفضل المهندسين على تصميم وتحسين البنية التحتية.
2. البنية التحتية الأفضل تجعل التدريب والاستدلال أكثر كفاءة.
3. الكفاءة المحسنة تسمح بخدمة نماذج أكبر أو أسرع.
4. أسرع، أكثر

النماذج القادرة تنتج منتجات أفضل واستخدامًا أكبر.
5. الاستخدام المتزايد يمول الجيل التالي من البنية التحتية.

لذا، فإن تكوين GPT-5.6 Sol بسرعة 750 رمزًا في الثانية هو أكثر من مجرد عرض للسرعة. إنه مثال على تصميم النموذج، والأجهزة، والشبكات، وبرامج الخدمة كنظام واحد.

ما هو مؤكد وما لا يزال تخمينيًا؟

مؤكد من مصادر رسمية

• أطلقت OpenAI عائلة GPT-5.6، بما في ذلك Sol وTerra وLuna.
• نموذج GPT-5.6 Sol هو النموذج الرائد في العائلة.
• أعلنت OpenAI عن GPT-5.6 Sol على منصة Cerebras بسرعة تصل إلى 750 رمزًا في الثانية.
• توجد شراكة بنية تحتية كبيرة بين OpenAI وCerebras تركز على الاستدلال فائق انخفاض زمن الوصول.
• أثبتت Cerebras قدرتها على تقديم خدمة تقارب 1000 رمز في الثانية لنموذج Kimi K2.6 الذي يضم تريليون معامل.
• كشفت OpenAI وBroadcom عن مسرّع الاستدلال Jalapeño للغة النماذج الكبيرة.
• تم تصميم Jalapeño بدعم من OpenAI وBroadcom وCelestica.

غير مؤكد علنًا

• العدد الإجمالي لمعاملات GPT-5.6 Sol
• عدد المعاملات النشطة لكل رمز
• العدد الدقيق لطبقات النموذج
• النشر عبر 70 إلى 100 شريحة بالضبط
• تخطيط صارم بطبقة واحدة لكل شريحة
• بنية هجينة لحالة الفضاء
• استخدام تقنيات التخزين المؤقت على غرار DeepSeek
• تقسيم الانتباه على وحدة معالجة الرسومات وFFN على Cerebras

من الضروري معالجة هذه الفئات بشكل منفصل. الأفكار التخمينية معقولة تقنيًا ومفيدة لفهم مشكلة تصميم النظام، ولكن لا ينبغي تقديمها كمواصفات رسمية لـ GPT-5.6.

الأسئلة الشائعة

ما هو GPT-5.6 Sol؟

GPT-5.6 Sol هو النموذج الرائد في عائلة GPT-5.6 من OpenAI. تضعه OpenAI للعمل المهني المعقد في مجالات البرمجة، والبحث، واستخدام الكمبيوتر، والعلوم، والأمن السيبراني، وسير العمل الوكيلية المتطلبة الأخرى.

هل يعمل GPT-5.6 Sol رسميًا بسرعة 750 رمزًا في الثانية؟

أعلنت OpenAI عن تكوين GPT-5.6 Sol المدعوم من Cerebras القادر على العمل بسرعة تصل إلى 750 رمزًا في الثانية. يمكن أن تختلف سرعة التطبيق الفعلية حسب حجم المطالبة، واستخدام الأدوات، وإعدادات التفكير، وزمن وصول الشبكة، والسعة.

هل يستخدم GPT-5.6 Sol حقًا 100 شريحة من Cerebras؟

هذا الرقم يأتي من تقديرات تقنية خارجية، وليس من إعلان رسمي عن البنية. لم تؤكد OpenAI وCerebras عدد الشرائح المستخدمة في النموذج أو تصميم نشره المادي الدقيق.

ماذا تعني عبارة "شريحة واحدة لكل طبقة"؟

تصف هذه العبارة خط أنابيب حيث يحتوي كل نظام على مقياس الشريحة ويحسب طبقة رئيسية واحدة من النموذج، ويمرر التنشيطات إلى المرحلة التالية. يمكن أن يحافظ التصميم على إنتاجية عالية من الرموز بعد امتلاء خط الأنابيب، لكنه لا يزال نظرية حول GPT-5.6 Sol وليس حقيقة مؤكدة.

لماذا يعتبر حجم ذاكرة التخزين المؤقت KV مهمًا للاستدلال على نطاق الشريحة؟

ينمو حجم ذاكرة التخزين المؤقت KV مع طول السياق، وهندسة النموذج، وحجم الدفعة، وعدد المستخدمين المتزامنين. حتى الذاكرة عالية السرعة على الشريحة لها سعة محدودة، لذا فإن تقليل حجم ذاكرة التخزين المؤقت وحركة الذاكرة يمكن أن يكون ضروريًا للخدمة ذات زمن الوصول المنخفض.

هل Cerebras أسرع من مجموعة وحدات معالجة الرسومات؟

يمكن أن تكون Cerebras أسرع بشكل كبير في بعض أعباء عمل الاستدلال لأن هندستها على مقياس الشريحة توفر نطاقًا تردديًا عاليًا على الجهاز وتتجنب بعض النفقات العامة في التواصل.

موجودة في أنظمة متعددة وحدات معالجة الرسوميات. لا يزال الأداء يعتمد على النموذج وحجم الدفعة والدقة والسياق وتكوين الخدمة.

ما هي شريحة "خالابينيو" من OpenAI؟

"خالابينيو" هي أول معالج ذكاء مخصص من OpenAI، تم تطويره بالتعاون مع Broadcom لاستدلال نماذج اللغات الكبيرة (LLM). تقول OpenAI إنها جزء من منصة حوسبة متعددة الأجيال ومتكاملة، ومصممة لتحسين الأداء والكفاءة وقابلية التوسع.

هل يمكن للمطورين الوصول إلى GPT-5.6 Sol عبر واجهة API؟

نعم. توثيق API الخاص بـ OpenAI يدرج نموذج GPT-5.6 Sol ويحدد gpt-5.6 كاسم مستعار يوجّه إلى طبقة Sol. يعتمد التوفر وحدود المعدل والتسعير والميزات المدعومة على حساب المطور وشروط API الحالية.

أدوات ذات صلة

• OpenAI API: أنشئ تطبيقات باستخدام نماذج GPT-5.6 والأدوات والمخرجات المنظمة وسير العمل الوَكِيل.
• OpenAI Playground: اختبر مطالبات النموذج وإعدادات الاستدلال وسلوك API قبل التنفيذ.
• Cerebras Cloud: احصل على استدلال عالي السرعة مدعوم بأنظمة Cerebras على مستوى الرقاقة.
• ChatGPT: استخدم خيارات الاستدلال المدعومة من GPT-5.6 من خلال واجهة المحادثة من OpenAI.
• Codex: طبّق نماذج GPT على البرمجة والعمل مع المستودعات والمهام البرمجية طويلة الأمد.

روابط ذات صلة

• الإطلاق الرسمي لـ GPT-5.6: نظرة عامة رسمية من OpenAI على عائلة GPT-5.6 وقدراتها وتسعيرها وتوفرها.
• توثيق نموذج GPT-5.6 Sol عبر API: حدود السياق الرسمية والتسعير والأنماط ونقاط النهاية والأدوات المدعومة.
• شراكة OpenAI و Cerebras: إعلان OpenAI عن 750 ميجاواط من حوسبة Cerebras فائقة الانخفاض في زمن الوصول.
• تقديم Kimi K2.6 على مستوى المؤسسات من Cerebras: تفاصيل رسمية حول تقديم نموذج بتريليون معلمة تقريبًا بمعدل 1,000 رمز في الثانية.
• كشف OpenAI و Broadcom عن "خالابينيو": إعلان رسمي عن أول معالج استدلال مخصص لنماذج اللغات الكبيرة من OpenAI.
• مركز سلامة نشر GPT-5.6: تقييمات السلامة ومعلومات النشر من OpenAI لـ GPT-5.6.

ملخص

يُظهر الذروة المبلغ عنها لـ GPT-5.6 Sol والبالغة 750 رمزًا في الثانية كيف يمكن للاستدلال منخفض زمن الوصول أن يغير السلوك العملي للوكلاء الذكاء الاصطناعي. التحسين الأهم ليس النص الأسرع فحسب، بل التأخيرات الأقصر عبر حلقات الاستدلال المتكرر واستخدام الأدوات والبرمجة والتحكم بالحاسوب.

لقد أظهرت Cerebras بالفعل أن الأنظمة على مستوى الرقاقة يمكنها تقديم نماذج بتريليون معلمة تقريبًا بمعدل 1,000 رمز في الثانية. وهذا يجعل نشر GPT-5.6 على نطاق واسع متعدد الرقائق أمرًا معقولًا، لكن أعداد المعلمات والرقاقات وبنية الذاكرة المؤقتة وتقسيم الانتباه والشبكات العصبية التغذوية الأمامية التي نوقشت على نطاق واسع لا تزال تقديرات خارجية.

تشير شراكة OpenAI مع Cerebras وشريحة "خالابينيو" المخصصة إلى نفس الاتجاه: المكاسب التالية في الذكاء الاصطناعي ستأتي بشكل متزايد من التصميم المشترك للنماذج والذاكرة والشبكات والمسرعات والخدمة.

الاختراق المؤكد هو استدلال حدودي يبلغ 750 رمزًا في الثانية؛ ولم يتم الكشف بعد عن التصميم الدقيق للأجهزة الكامنة وراءه.