كتابة: شياو بينغ
في 6 أغسطس، أعلنت AMD عن استحواذها على شركة الترانزستورات الكندية تالاس، دون الكشف عن سعر الصفقة. قامت هذه الشركة الناشئة، التي تأسست في عام 2023 وجمعت ما مجموعه 219 مليون دولار أمريكي، بفعل يبدو مجنونًا بعض الشيء: حرق أوزان نماذج الذكاء الاصطناعي مباشرة في طبقات المعدن للرقاقة، لإنشاء رقاقة مخصصة تعمل بنموذج واحد فقط.
تعمل وحدات معالجة الرسومات (GPU) على تخزين معلمات النموذج في ذاكرة عالية النطاق الترددي (HBM)، ثم نقل البيانات باستمرار إلى وحدات الحساب وإخراجها أثناء الاستنتاج. يُعدّ هذا "النقل" عملية تستهلك كمية كبيرة من الطاقة والوقت، ويُعرف في الصناعة بـ"جدول الذاكرة". أما نهج Taalas، فيتمثل في إلغاء النقل تمامًا، حيث يتم تثبيت الأوزان مباشرة في الترانزستورات داخل الرقاقة، مما يدمج التخزين والحساب في وحدة واحدة.
الثمن هو أن هذه الشريحة يمكنها تشغيل نموذج واحد فقط، بينما المكسب هو تحسن هائل في السرعة وكفاءة الطاقة.
ماذا يعني 17000 رمز في الثانية؟
تشيب HC1 التقني من Taalas مبني على عملية 6 نانومتر من TSMC، بمساحة رقاقة قدرها 815 ملم² و53 مليار ترانزستور، ويحتوي على نموذج مدمج من Meta Llama 3.1 8B.
بيانات أداء HC1: حوالي 17000 رمز/ثانية للمستخدم الواحد. كمقارنة، يحقق Nvidia H200 حوالي 230 رمز/ثانية على نفس النموذج، وH100 حوالي 150 رمز/ثانية. فرق في السرعة يبلغ 73 ضعفًا، مع استهلاك طاقة يساوي فقط عشرة أجزاء من المعدل الأخير.
حساب اقتصادي أكثر وضوحًا: تُقدّر تكلفة الاستدلال التي أعلنتها Taalas بحوالي 0.75 سنت لكل مليون رمز (Llama 8B)، بينما تتراوح تكلفة حلول GPU بين 20 و49 سنتًا. تستهلك كل بطاقة HC1 طاقة قدرها 250 واط، ويتطلب رف معياري مبرد بالهواء يحتوي على 10 بطاقات فقط 12-15 كيلوواط، دون الحاجة إلى التبريد السائل، في حين تتراوح استهلاك طاقة أرفف GPU بين 120 و600 كيلوواط.
قام المحلل في فوربس كارل فروند بتقييمه في فبراير قائلاً: "أسرع بعشر مرات من أسرع منصة استدلال (محرك Cerebras الوحدوي)، وأسرع بمقدار قيمتين مئويتين مقارنة بالـ GPU."
لكن هناك عدة شروط قيد مهمة. يستخدم HC1 تنسيق بيانات 3-bit مُطوّر داخليًا من Taalas مصحوبًا بـ 6-bit معلمات، مما يؤدي إلى كميّة شديدة، وفقدان الجودة في مهام الاستدلال المعقدة هو أمر مؤكد الحدوث. تأتي بيانات 17000 رمز/ثانية من اختبار معياري من المُصنّع باستخدام إدخال 1K وإخراج 1K، ولا تمثّل الأداء الحقيقي في بيئة الإنتاج. علاوة على ذلك، فإن Llama 3.1 8B هو نموذج صدر في منتصف عام 2024، ويمكن حتى لإصداراته المكمّلة بـ 8B معلمة أن تعمل على Raspberry Pi 5. يُظهر HC1 إمكانات البنية، وليس قدرة منتج ناضج على المنافسة.
ماذا أفعل عند تغيير النموذج؟
إدخال النموذج إلى الرقاقة، فإن السؤال الأكثر بديهية هو: ماذا يحدث إذا تم تحديث النموذج؟ هل تصبح الرقاقة عديمة الفائدة؟
رد Taalas: لن يتم التخلص منه. دورة تصميم ASIC التقليدية تستغرق أكثر من سنتين. طورت Taalas عملية تصميم آلية تتطلب فقط تعديل عدد قليل من أقنعة المعادن في الطبقة العلوية للشريحة، مما يسمح بترجمة النموذج الجديد إلى شريحة جديدة في فترة تقارب 8 أسابيع. وقد احتوت نموذج التكلفة الخاص بالشركة على تكاليف تحديث الشريحة ثلاث مرات خلال دورة حياة مدتها 4 سنوات.
هذا الرد يمكنه تخفيف جزء من القلق، لكنه لا يستطيع القضاء عليه بالكامل.
مرونة وحدات معالجة الرسوميات تكمن في إمكانية تشغيل نفس البطاقة اليوم على نموذج Llama، وغدًا على Claude، وبعد غد على نموذج جديد لم يُطلق بعد. لا تستطيع شرائح Taalas تحقيق ذلك. إذا احتاج العميل إلى خدمات نماذج متعددة في وقت واحد (وهو أمر شائع جدًا في بيئات الإنتاج)، فسيكون من الضروري تخصيص شريحة مختلفة لكل نموذج، مما يزيد من تعقيد إدارة المخزون والصيانة.
يتم تطوير HC2 حاليًا، بهدف تحقيق نموذج بحجم حوالي 20 مليار معلمة، باستخدام تحسين عائم بدقة 4 بت. كان من المخطط الأصلي لـ Taalas تحقيق دعم النماذج الرائدة بحلول نهاية عام 2026.
استحواذ AMD أتاح تكاملًا بين خط منتجات Instinct GPU ونظام رفوف Helios، مما يسمح للعملاء باستخدام GPU لمعالجة أحمال العمل المتغيرة والمتنوعة، واستخدام شرائح Taalas لمعالجة الاستنتاجات النموذجية الثابتة والعالية التردد.
سباق التسلح للرقائق الاستنتاجية
استحوذت AMD على Taalas، وهي آخر صفقة في موجة استحواذات رقائق الاستنتاج خلال الثمانية أشهر الماضية، من منظور صناعي.
في ديسمبر 2025، استحوذت Nvidia على Groq بقيمة 20 مليار دولار أمريكي، وحصلت على بنية الاستدلال منخفضة التأخير القائمة على SRAM.
في مايو 2026، أطلقت Cerebras طرحًا عامًا أوليًا بقيمة سوقية تبلغ حوالي 56 مليار دولار، ليصبح أكبر طرح عام أولي تقني منذ Snowflake في عام 2020.
في يونيو، أنهت Etched فترة صمت استمرت أكثر من عامين وأعلنت عن إنجاز تدفق رقاقة مخصصة لـ Transformer على عملية N4P التابعة لـ TSMC، مع حيازتها على عقود عملاء تتجاوز 1 مليار دولار. وفقًا للتقارير، وقعت Intel مذكرة نوايا للشراء مع SambaNova، بينما تتواصل Qualcomm مع Tenstorrent.
تشير هذه المعاملات إلى نفس الاستنتاج: أن الاستدلال يصبح ساحة التنافس الرئيسية للإنفاق على قوة الحوسبة الخاصة بالذكاء الاصطناعي.
تنبؤات الصناعة تشير إلى أن التفسير سيشكل ثلثي إنفاق الحوسبة الذكية الاصطناعية بحلول عام 2026، وأن شرائح ASIC مخصصة للتفسير قد تسيطر على 45% من سوق التفسير بحلول عام 2030. لا تزال وحدات معالجة الرسومات من Nvidia تهيمن على جانب التدريب، لكن هندستها العامة تواجه تحديات من شرائح مخصصة من جميع الاتجاهات في جانب التفسير.
تالاس تقع في أقصى طرف هذا الطيف: فهي تتخلى حتى عن عمومية "النماذج من الفئة الأولى" وتُصمم شريحة مخصصة لـ"نموذج واحد".
تستخدم Groq SRAM بدلًا من HBM لتجاوز جدار الذاكرة، وتستخدم Cerebras مساحة على مستوى الرقاقة للتجاوز بالقوة، بينما تُحسّن Etched فقط لبناء Transformer، ويراهن Taalas على خيار أكثر جرأة: فهو يراهن على أن نماذج الذكاء الاصطناعي ستستقر تدريجيًا، تمامًا كما تستقر بروتوكولات الاتصال في النهاية على معايير قليلة. عندما تتوقف النماذج عن التغيير شهريًا، يصبح من الناحية الاقتصادية مربحًا تصنيع رقاقة مخصصة لكل نموذج رئيسي بضع.
ستتجمد النموذج
قال نائب الرئيس الأول لشركة AMD، فامسي بوبانا، في الإعلان إن هدف الاستحواذ هو تقديم "أفضل حل حسابي لكل نوع من أحمال العمل بالذكاء الاصطناعي" للعملاء. هذه الجملة تترجم إلى استراتيجية تنافسية: تُستخدم وحدات المعالجة الرسومية للمرن، وشرائح Taalas للكفاءة القصوى، ويقوم العملاء بدمجها حسب الحاجة.
يعتمد صلاحية هذا المنطق المركب على افتراض أساسي: هل سيتباطأ دورة تحديث نماذج الذكاء الاصطناعي؟
إذا استمرت النماذج الكبيرة في تلقي تحديثات على مستوى البنية كل بضعة أشهر، فإن طريقة حرق الأوزان على شريحة السيليكون تشبه صب الخرسانة على الرمال المتحركة—قبل أن تُسترد تكلفة الشريحة، يكون النموذج قد أصبح قديمًا. لكن إذا اتجهت قدرات النماذج نحو التقارب، وأصبح من المعتاد أن تقدم النماذج الرائدة خدمة مستقرة لعامين أو أكثر، فإن الشريحة المتخصصة على نمط Taalas ستتحول إلى خيار طبيعي تمامًا، تمامًا كما أصبحت شرائح البايس في صناعة الاتصالات.
عند مراجعة الأشهر الـ12 الماضية، لوحظ تغيير دقيق في وتيرة تحديث النماذج. فقد ازدادت الفترات بين تحديثات سلسلة Llama من 3.1 إلى 3.2 ثم إلى 4، بينما تقلص حجم التغييرات المعمارية بين GPT-4 وGPT-4o وGPT-5. ويتم الآن إصدار مزيد من النماذج الجديدة من خلال التقطيع والكمية والضبط الدقيق على البنية القائمة، مما يشير إلى تباطؤ في تطور النماذج الأساسية.
إذا استمر هذا الاتجاه، فقد راهن تالاس على الصواب.