محدودية القوة الحسابية
منذ نهاية العام الماضي، أثارت وحدات معالجة الرسوميات المحلية مثل Moortec و Muxi Shares و Biren Technology و TianShu Intelligent Chip موجة من الاستثمارات. ومع ذلك، تحت مظلة العرض الثري في السوق الثانوية، تصبح خطوط مظلمة لا يمكن تجاهلها أكثر وضوحًا، وتزداد الإشكاليات التي تثيرها إلحاحًا.
على مدار السنوات القليلة الماضية، ركزت الرقائق الصينية للذكاء الاصطناعي بشكل أساسي على "جانب الاستنتاج" الأقل خطورة والأكثر حافة، مثل شراء خطة دوباء مؤخرًا لـ 50 ألف رقاقة من TianShu Intelligence لمهام الحساب الاستنتاجي، لتلبية الطلبات المتكررة لتطبيق الذكاء الاصطناعي الأكبر في الصين.
وفي سلسلة قمة هرم الحوسبة الخاصة بتدريب الذكاء الاصطناعي، لا يمكن للرقائق المحلية حاليًا سوى المشاركة في مهام هامشية "مساعدية".
تُستخدم شرائح تدريب الذكاء الاصطناعي أساسًا لتدريب نماذج الذكاء الاصطناعي، حيث تُجرى عمليات مصفوفة كبيرة وتعديلات للمعلمات، لذا تحتاج إلى قدرة حسابية قوية وكفاءة طاقية عالية، وهي أكثر أداءً وأغلى سعرًا، مثل NVIDIA A100 وH100 وH200 وسلسلة AMD MI300 إلخ؛
بالمقارنة، فإن مهمة شرائح الاستدلال أسهل بكثير. تُستخدم في مرحلة النشر بعد اكتمال تدريب النموذج، وتُركز على تنفيذ مهام الاستدلال للنموذج، وتحتاج إلى استجابة فورية، ويجب أن تتمتع شرائح الاستدلال بخصائص الاستجابة السريعة واستهلاك منخفض للطاقة مع الحفاظ على دقة عالية.
تشبيه مناسب هو أن التدريب يُمكّن نموذج الذكاء الاصطناعي من "اكتساب المعرفة"، بينما الاستدلال يُمكّن النموذج الكبير من "استخدام المعرفة". خلال مرحلة التعلم، يجب على شرائح التدريب استدعاء كميات هائلة من البيانات لـ"تغذية" التحديثات الديناميكية للمعلمات التي تصل إلى مليارات أو تريليونات أو حتى عشرات التريليونات، مما يتطلب ليس فقط قوة حوسبة قوية، بل أيضًا عرض نطاق ترددي وكفاءة اتصال عالية، فضلاً عن ضمان الاستقرار تحت مجموعات تضم عشرات الآلاف من البطاقات.
الجذر الحقيقي للفجوة بين النماذج الأمريكية والصينية يكمن في هذه "الأماكن غير المرئية"، خاصةً غياب رقائق التدريب الفائقة الأداء.
وفقًا لقانون التوسيع للنماذج الكبيرة، كلما زاد عدد معلمات النموذج، زادت متطلبات الحوسبة بشكل خطي، مما يجعل تكاليف الحوسبة والعتاد التي تنمو بشكل أسّي تجعل تدريب النماذج الكبيرة لعبةً حصرية لعدد قليل جدًا من كبرى شركات التكنولوجيا.
من بين كبريات شركات التكنولوجيا الأمريكية، تخطط شركة Meta وحدها لتركيب أكثر من 1.2 مليون وحدة GPU عالية الأداء بحلول نهاية عام 2026، بميزانية سنوية تتجاوز 145 مليار دولار؛ ووفقًا للتقديرات، فإن إجمالي قوة الحوسبة الخاصة بالذكاء الاصطناعي التي تمتلكها جوجل تعادل 5 ملايين وحدة NVIDIA H100، أي ما يمثل ربع إجمالي القدرة العالمية.
إن نفقات رأس المال لأربع شركات هي أمازون ومايكروسوفت وألفابت وميتا هذا العام تصل إلى 725 مليار دولار أمريكي، بزيادة هائلة قدرها 77% مقارنة بالعام السابق، وهي تكافئ 13% من إجمالي الاستثمارات الداخلية الخاصة في الولايات المتحدة للعام بأكمله. كما تتوقع مورغان ستانلي أن نفقات رأس المال لشركات التكنولوجيا الأمريكية ستصل إلى مستوى قياسي بلغ 1.1 تريليون دولار أمريكي بحلول عام 2027.
حاليًا، تسيطر الولايات المتحدة على أكثر من سبعة أعشار وحدات معالجة الرسومات الفائقة عالميًا، وبعد حظر الرقائق، فإن الرقائق الفائقة المتاحة محليًا لا تزيد عن ثمن ما لدى الولايات المتحدة. وتشير تقرير ستانفورد لمؤشر الذكاء الاصطناعي 2026 إلى أن عدد مراكز البيانات في الولايات المتحدة (5427 مركزًا) يزيد عن عشرة أضعاف عدد مراكز البيانات في الصين.
وفقًا لتقديرات معهد الاتصالات والمعلومات الصيني (CAICT)، بلغ حجم الحوسبة في الولايات المتحدة حتى بداية عام 2025 حوالي 2400 EFLOPS، وفي الصين 1053 EFLOPS، أي أن حجم الحوسبة في الولايات المتحدة يزيد عن ضعف حجم الحوسبة في الصين.
حجم القوة الحسابية التي تمتلكها الشركات التقنية الأربع المذكورة أعلاه، كل واحدة منها على حدة، تتجاوز مجموع قوة الحسابية لجميع شركات الذكاء الاصطناعي في الصين.
هذا التفوق الهائل في قوة الحوسبة يمكّن الشركات الأمريكية من إجراء أكثر من عشر دورات من تجارب تكرار النماذج الكبيرة خلال عام واحد.
إيلون ماسك ذهب أبعد من ذلك، حيث تمتلك شركته xAI مجموعة Colossus 2 التي تُوصف بأنها "أول مجموعة ذكاء اصطناعي بقدرة GW على مستوى العالم". لذا فهو قادر على التصريح بأنه يدرب في الوقت نفسه سبعة نماذج: نموذجان بـ تريليوني معلمة، ونموذجان بـ 1.5 تريليون معلمة، ونموذج واحد بـ 6 تريليونات معلمة، ونموذج واحد بـ 10 تريليونات معلمة — هذه "الجمال العنيف" لا يمكن تحقيقها إلا في ظل وفرة هائلة في قوة الحوسبة.
في الوقت نفسه، نظرًا لقيود الولايات المتحدة على تصدير الرقائق، انخفض حصة الشركات الصينية في الرقائق العليا للذكاء الاصطناعي التي تم شحنها في السنوات الأخيرة باستمرار (وفقًا لـ epoch.AI).
يمكن القول دون مبالغة إن الفجوة الهائلة في قوة الحوسبة ستؤدي إلى بقاء الذكاء الاصطناعي الصيني لفترة طويلة في مرحلة المتابعة، وستجعل عملية مجاراة النماذج الكبيرة المحلية لنظرائها الأمريكيين أكثر صعوبة.
الفرق بين الأجيال
خطوات الابتكار الصينية لا يمكن إيقافها، "من يعتقد أن الصين لا تستطيع تصنيع (الرقائق) فهو مخطئ تمامًا. الفجوة بين الصين والولايات المتحدة هي فقط على مستوى النانوثانية".
لم يُكرّر مؤسس نيفيديا هوانغ جينشون أكثر من مرة إشادته بتطور أشباه الموصلات الصينية في المناسبات العامة.
يُعبّر ماسك أيضًا غالبًا عن آراء مشابهة على X: "ستحل الصين بالتأكيد مشكلة الاعتماد على الرقائق الإلكترونية، وستتفوق بلا شك على جميع الدول الأخرى في مجال قوة الحوسبة للذكاء الاصطناعي"، "ستفوز الصين بسباق الذكاء الاصطناعي على الأرض".
الشخصيات البارزة في عالم التكنولوجيا التي تُسمع أصواتها بقوة في الصين تُثني بشكل مفرط على تطور الذكاء الاصطناعي الصيني، مما يجعل من السهل تصديق ذلك. هذه التصريحات تحمل بالتأكيد شبهة التحريض على الإفراط. وتواصل وسائل الإعلام الأمريكية جزئياً نشر رأي عام يدّعي أن الفجوة بين النماذج الأمريكية والصينية ضئيلة للغاية، في محاولة لخلط الحقائق وإخفاء بعض الحقيقة الموضوعية.
يجب على جميع المجالات المتعلقة بالذكاء الاصطناعي في البلاد أن تحافظ على وعيها وهدوئها.
إذا كان النموذج الصيني المتقدم الحالي يختلف قليلاً عن منافسيه الأمريكيين عند حل المشكلات القياسية، فإن الفجوة ستكون أكثر وضوحاً في البيئات الصناعية والشركات المعقدة.
بالمقارنة مع النماذج المتقدمة للشركات الأمريكية مثل Anthropic، لا تزال الصين في موقع المتأخر. وفقًا لتقييم CAISI الأمريكي، فإن أقوى نموذج محلي، DeepSeek V4 Pro، متأخر عن النماذج المتقدمة الأمريكية بحوالي 8 أشهر.
أشار لي كاي فو مؤخرًا في مقابلة مع وول ستريت جورنال إلى أن الولايات المتحدة تتقدم على الصين بحوالي 15 شهرًا، مع اعتماد نماذج أمريكية رائدة مثل Claude Fable 5 الذي أطلقته Anthropic كمعيار.
تخضع النماذج الكبيرة لقانون التوسيع، حيث كلما زاد عدد معلمات النموذج، وكمية بيانات التدريب، والقدرة الحاسوبية المخصصة، تحسّنت أداء النموذج. اليوم، دخلت أحدث النماذج الكبيرة في الولايات المتحدة عصر عشرة تريليونات من المعلمات، مع تسارع مستمر في وتيرة التحديث.
أقوى نموذج Mythos من Anthropic وصل إلى 10 تريليون معلمة، وتدريبه تطلب تكلفة قدرها 10 مليارات دولار؛ بينما يتدرب xAI على Colossus 2 سبعة نماذج في وقت واحد، تشمل نماذج بـ 6 تريليون و10 تريليون معلمة؛ كما أن دورة تطوير OpenAI لنموذج بـ 4 تريليون معلمة لا تتجاوز شهرًا واحدًا.
أقوى نموذج صيني، DeepSeek V4 Pro، يحتوي على إجمالي 1.6 تريليون معلمة، وهو يختلف عن النماذج المتقدمة الأمريكية بمستوى عشرة تريليونات بمقدار حوالي 6 مرات.
سلسلة Claude التابعة لـ Anthropic، تم الاعتراف بها على نطاق واسع كأقوى نموذج ذكاء اصطناعي للبرمجة في العامين الماضيين، بينما قام Mythos بتحديث إدراك الجمهور مرة أخرى، حيث يتفوق أداؤه على النموذج الرائد السابق Oups 4.6.
يُعرف OpenBSD في الصناعة بأنه النظام الأكثر أمانًا، لكن Mythos اكتشف ثغرة لم تُكتشف على مدار 27 عامًا، كما عثر على ثغرات لم تُكتشف منذ سنوات أو حتى عقود في FFmpeg ونواة Linux، وكل ذلك بشكل ذاتي تمامًا دون الاعتماد على البشر.
يجب أن تعلم أن "التدريب المسبق" للنماذج الكبيرة يحدد الحد الأقصى لقدرات النموذج، ولا يمكن من خلال "التدريب اللاحق" رفع نموذج ببارامترات من تريليونات إلى مستوى قدرات نموذج ببارامترات من عشرة تريليونات. والعامل الحاسم في التدريب المسبق هو شرائح الحوسبة عالية الأداء، والتي تحدد حجم البارامترات وسرعة التكرار في التدريب.
أقرّ ليو تشينغفنغ، رئيس مجلس إدارة كاودا إكسين في، بأنه في الوقت الحالي، تقوم جميع شركات النماذج الكبيرة الرائدة، خاصة العمالقة الأمريكية، ببناء منصات حوسبة ضخمة جدًا. وفي الوقت الحالي، تواجه الحوسبة المحلية بالفعل فترة ألم، مما يؤدي إلى قيود في تدريب سياقات النصوص الطويلة جدًا.
يُرى أن فجوة القوة الحسابية هي جذر الفرق بين النماذج الأمريكية والصينية.
صعود محلي
تسيطر شركة واحدة على 90% من حصة سوق رقائق تدريب الذكاء الاصطناعي الفاخرة عالميًا — مما ساعد نيفيديا على الحفاظ على مركزها كأكبر شركة من حيث القيمة السوقية في العالم. ووصلت قيمتها السوقية الإجمالية إلى ما يتجاوز ناتج ألمانيا الاقتصادي لعام 2025، وهو ثالث أكبر اقتصاد في العالم.
وفقًا لبيانات集邦咨询، في الربع الأول من عام 2026، استحوذت نيفيديا وحدها على 68% من سوق خوادم GPU العالمية، واحتلت AMD بين 5% و6%، بينما لم تتجاوز حصة شركات GPU المحلية الإجمالية 4%.
بفضل ميزة التقدم المبكر، وحواجز تقنية قوية، وربط عالي السرعة، وبيئة برمجية متكاملة، وربطها بعمليات TSMC المتقدمة، تهيمن نيفيديا على السوق. في سيناريوهات التدريب الفاخرة، تتفوق نيفيديا GB300 على AMD MI325 وعلى سينيوان سي يوان 690 وموير تينس MTT40، خاصة في تدريب النماذج الكبيرة بتريليونات المعلمات، حيث تتفوق بأكثر من 30% على المنافسين.
تحت حظر التصدير، أشار هوانغ رينشون سابقًا إلى أن حصة نيفيديا في السوق الصينية (الجديدة) قد انخفضت تقريبًا إلى الصفر، وتبقى فقط السوق القائمة. وبدعم سياسة الاستبدال المحلي، ظهرت شركات متتالية مثل هواوي تينغ تينغ 910، وهايغو DCU شين سوان 2، وكونغ مينغ سين يوان 370/590، بالإضافة إلى مويير ومو شي.
يُعد شريحة Ascend 910 أقوى شريحة حوسبة من هواوي، حيث تصل قدرة الحوسبة لشريحة Ascend 910B إلى 640 TOPS (INT8)، مما يجعلها في نفس مستوى شريحة NVIDIA A100.
من حيث الأداء المطلق، لا تزال وحدات معالجة الرسومات الصينية تواجه فجوة، لكن يمكنها البدء من سيناريوهات الاستنتاج والحوسبة الطرفية. حاليًا، تلبي وحدات معالجة الرسومات الصينية بشكل أساسي احتياجات الاستنتاج العامة للقطاعات الحكومية والشركات المحلية، وقد تقلص الفرق مقارنة بمنتجات نيفيديا المتوسطة إلى 15%-20%، مما يجعل الاستبدال ممكنًا.
يجب الإشارة إلى أن أداء القوة الحسابية مهم بالتأكيد، لكن النظام البيئي للبرمجيات الذي يدعمه هو نقطة الضعف الحقيقية للرسوميات الصينية. وكما أن CUDA هي الأساس الذي بُني عليه إمبراطورية رسوميات NVIDIA، فقد أشار الأكاديمي في الأكاديمية الصينية للهندسة، زهنغ وي مين، إلى أن المشكلة الأساسية للرقائق الصينية للذكاء الاصطناعي هي ضعف النظام البيئي؛ فلو كان النظام البيئي جيدًا، لكان هناك من يستخدمها حتى لو بلغ أداؤها 60%.
يمكن القول إن نظام البيئة البرمجية هو أقوى حواجز سباق GPU، وفي هذا المجال، لا يمكن استبدال قدرات نيفيديا بسهولة.
استثمرت نظام CUDA لأكثر من عشر سنوات، وتمتلك الآن أكثر من 4 ملايين مطور، ومئات الآلاف من النماذج مفتوحة المصدر، وسلسلة أدوات طرف ثالث شاملة، وتغطي تدريب الذكاء الاصطناعي، والاستنتاج، ورسم الرسومات، والحساب العلمي، مع حواجز بيئية قوية لا مثيل لها.
تشير بيانات IDC إلى أن أكثر من 95% من نماذج الذكاء الاصطناعي عالميًا تم تطويرها على أساس نظام CUDA. وفي الوقت نفسه، تحتاج وحدات معالجة الرسوميات المحلية، التي تستفيد من دعم السياسات، إلى تعاون طويل الأمد مع سلسلة التوريد، وتحتاج إلى صبر من وسائل الإعلام والرأي العام والأسواق المالية.
في يناير من هذا العام، أطلقت Zhipu بالتعاون مع Huawei النموذج الجديد لتوليد الصور GLM-Image كمصدر مفتوح، حيث تم إكمال دورة العمل الكاملة من معالجة البيانات إلى تدريب النموذج على أساس جهاز Huawei Ascend Atlas 800T A2 وإطار عمل الذكاء الاصطناعي Ascend MindSpore، وهو أول نموذج متعدد الوسائط SOTA يتم تدريبه بالكامل على شريحة صينية الصنع؛
كما شاركت موهو تيكنولوجيز مع معهد بكين للذكاء الاصطناعي، باستخدام مجموعة الحوسبة الذكية MTT S5000 وإطار FlagOS-Robo، في إكمال التدريب الكامل لنموذج RoboBrain 2.5 الذي طوره الذكاء الذاتي. وقد أثبتت هذه النتيجة لأول مرة جدوى مجموعات الحوسبة المحلية في تدريب نماذج الذكاء الجسدي الكبيرة.
يمكن ملاحظة أن وحدات معالجة الرسوميات المحلية قد حققت تقدمًا في التوافق وبناء النظام البيئي، وتنتقل من "الاختراق الفردي" في جانب الاستنتاج إلى "التوافق التدريجي" في جانب التدريب، وهو تقدم كبير.
Summary
بشكل عام، في ظل عرقلة استيراد الرقائق المتقدمة من الخارج، من الأفضل اتباع نهج "مزيج بين الشرق والغرب" باستخدام ساقين، مع دعم مركّز للرقائق الحاسوبية المحلية لتلبية الاحتياجات الملحة للسوق.
لا شك في صدق الطلب، ولا تزال هناك نظريات حول الفقاعة، لكن الأصوات المؤيدة لها لم تزد قوة. لقد تجاوزت حماسة السوق العالمي لبناء الذكاء الاصطناعي أي مرحلة مبكرة من تطور صناعة سابقة.
منذ بداية هذا العام، شهدت الأسواق المالية العالمية دورة قوية جديدة للذكاء الاصطناعي، حيث سجلت أسهم سامسونج وSK هايكسيل و Broadcom وTSMC مستويات قياسية جديدة، وفي السوق المحلي، شهدت التقنيات الصلبة مثل Cambricon ارتفاعًا حادًا، وتجاوزت قيمة شركة Zhongji旭创 الرائدة في وحدات الضوء قيمة Kweichow Moutai لفترة وجيزة.
عند مراجعة تاريخ تطور أشباه الموصلات في كوريا، دعمت كوريا صناعة رقائق التخزين بقوة وطنية، وتجاوزت لحظاتها الأكثر قتامة، وانتصرت في النهاية على اليابان لتصبح المهيمن المطلق على صناعة التخزين العالمية.
حتى الآن، تظل الصين في مرحلة المتابعة فيما يتعلق برقائق التخزين ورقائق الهواتف ورقائق الذكاء الاصطناعي الحالية، وهذا لا يمكن تحقيقه بين ليلة وضحاها. لكن بفضل السوق الهائل، وظهور مستمر لمواهب الذكاء الاصطناعي، والقدرة الرأسمالية الضخمة، بدأت معالجات GPU المحلية في إظهار قدرة تكيفية معينة، قادرة على تلبية العديد من الاحتياجات الحقيقية للشركات الناشطة في مجال الذكاء الاصطناعي.
في هذه المواجهة الذكية الاصطناعية التي تتعلق بمصير الدولة، تعتبر الصين والولايات المتحدة خصمين، لكنهما في نفس الوقت يمتلكان تقنيات وأسواق وموارد يحتاجها الآخر.
هذا المقال من حساب ويشات: جو تاو WAVE، التحرير: يانغ شو ران، المؤلف: شيه زيه فنغ، العنوان الأصلي: "مشكلة القوة الحسابية في ظل المنافسة الأمريكية الصينية في الذكاء الاصطناعي | جو تاو"