تم الكشف العلني عن استخدام GPT-6 Astra لأكثر من 100,000 وحدة Grace Blackwell للتدريب، مما يعني أن المنافسة في النماذج المتقدمة دخلت عصر مجموعات الضخامة الفائقة.

كاتب المقال، المصدر: ME News



ملخص:

• تم الكشف العلني عن استخدام GPT-6 Astra لأكثر من 100,000 وحدة Grace Blackwell للتدريب، مما يعني أن المنافسة في النماذج المتقدمة دخلت عصر مجموعات الضخامة الفائقة.
• الشركات الصينية الرائدة في نماذج الذكاء الاصطناعي ليست بلا قدرات حوسبة واسعة النطاق، لكن المعلومات العامة تُظهر وجود فجوة واضحة في جيل GPU المتقدم وحجم النشر المركّز الواحد.
• تتوسع توزيعات قوة الحوسبة لشركات مثل ByteDance وKimi وDeepSeek، لكنها لا تزال تتركز بشكل أكبر على بنية Hopper أو الحلول البديلة المحلية، ولا تزال تبعد عن مجموعات Blackwell.
• مفتاح المنافسة في الذكاء الاصطناعي قد انتقل من "هل لديك GPU" إلى "能否获得最新一代GPU，并将数万乃至十万级芯片高效组织起来".
• حتى لو لم يعد Blackwell أحدث بنية من NVIDIA، فإن اتجاه Rubin المستمر في خفض تكاليف التدريب يعني أن الفجوة领先的 قد تستمر في التركيز على قدرات البنية التحتية.

خلف 100,000 وحدة Blackwell، دخل التنافس على النماذج الكبيرة عصر البنية التحتية للحوسبة

عندما كشف هوانغ رينشون عن حجم تدريب GPT-6 Astra، لم يكن الاهتمام الخارجي فقط على الرقم "100,000 وحدة GPU" بحد ذاته، بل على ما يمثله هذا الرقم من نموذج جديد للمنافسة في مجال الذكاء الاصطناعي.

على مدار السنوات القليلة الماضية، كان التنافس في النماذج الكبيرة يُفهم غالبًا على أنه تنافس على الخوارزميات والبيانات والقدرات الهندسية. ففي الواقع، حددت الابتكارات في هندسة النموذج، وتحسين طرق التدريب، وزيادة كفاءة الاستنتاج، القدرة النهائية للمنتجات الذكية الاصطناعية. لكن مع دخول عام 2026، يتشكل اتجاه واضح متزايد: عندما يستمر توسيع حجم النموذج، تصبح قدرات البنية التحتية عاملًا حاسمًا في تحديد الحدود التقنية.

وفقًا لما أعلنه جين هوانغ، تم استخدام أكثر من 100,000 وحدة معالجة رسومية Grace Blackwell في تدريب GPT-6 Astra، وتم ربطها عبر NVLink72 لتشكيل تجمع عالي السرعة. كما أشار إلى أن الدفعة التالية ستضم 400,000 وحدة معالجة رسومية، لكنه لم يكشف عن الطرازات المحددة أو الجهات المالكة.

بغض النظر عن تفاصيل النشر اللاحقة، فإن هذه المعلومة ترسل إشارة واضحة جدًا: تدريب النماذج الأكثر تقدمًا ينتقل من المنافسة على تريليونات المعلمات ومئات الآلاف من وحدات معالجة الرسومات GPU إلى المنافسة بين مجموعات من عشرات الآلاف وحتى مائة ألف وحدة معالجة رسومات متقدمة.

المفتاح هنا ليس فقط العدد.

إذا كان المقارنة تتم فقط من حيث عدد وحدات معالجة الرسومات (GPU)، فليس لدى الشركات الصينية عدم وجود موارد حوسبة ضخمة على الإطلاق. الفجوة الحقيقية تكمن في القدرة على الحصول على وحدات معالجة رسومات عالية الأداء من الجيل الأحدث، والقدرة على جعل هذه الوحدات تعمل بتنسيق عالي الكفاءة ضمن مهمة تدريب واحدة.

بالنسبة للنماذج الكبيرة، فإن الأداء الذروي لوحدة معالجة رسوميات واحدة هو مجرد أساس. لتدريب نموذج كبير، يتطلب تبادلًا مستمرًا للمعلمات والبيانات بين عدد كبير من وحدات معالجة الرسوميات. إذا كان كفاءة الاتصال غير كافية، فقد لا يمكن تكوين قوة حوسبة فعالة حتى مع وجود عدد كبير من الرقائق.

وبالتالي، فقد تطورت منافسة البنية التحتية للذكاء الاصطناعي من "شراء كم عدد البطاقات" إلى "بناء نظام حسابي كيف؟".

تفاوت جيلياً في توزيع قوة الحوسبة لشركات النماذج الرائدة في الصين مقارنة بعصر Blackwell

تشير المعلومات العامة الحالية إلى أن قدرات الحوسبة لشركات النماذج الرائدة في الصين تتحسن بسرعة، لكنها لا تزال تواجه فجوة واضحة مقارنة بمجموعات التدريب من فئة Blackwell التي تمثلها GPT-6 Astra.

تُعد ByteDance واحدة من الشركات القليلة في الصين التي تمتلك توزيعًا للقدرة الحسابية يقترب من المستوى العالمي الرائد. هذا العام، وصلت ByteDance إلى حوالي 36,000 وحدة معالجة رسومية B200 عبر ماليزيا. هذه الشرائح تنتمي إلى بنية NVIDIA Blackwell، وهي من نفس الجيل مثل GB200 المستخدمة في Astra.

لكن يجب ملاحظة أن هذه الشحنة من B200 مُنشرة في الخارج. عندما تقدم ByteDance عرضًا عامًا للبنية التحتية للذكاء الاصطناعي داخل الصين، فإنها لا تزال تستخدم بشكل رئيسي إصدار H20 المخصص للصين القائم على بنية Hopper، بالإضافة إلى الرقائق التي تم الحصول عليها سابقًا مثل H800.

ما يُظهره هذا ليس فرقًا كميًا بسيطًا، بل فرقًا في سلسلة التوريد وبيئة النشر.

تم ترقية Blackwell مقارنة بـ Hopper من حيث قوة الحوسبة، وذاكرة العرض، وقدرات الاتصال، خاصةً GB200، الذي ليس مجرد وحدة معالجة رسومية واحدة، بل يجمع بين وحدة Grace CPU ووحدة Blackwell GPU، ويستخدم نظام NVL72 لربط 72 وحدة معالجة رسومية في مجال اتصال عالي السرعة واحد.

لتدريب النماذج الكبيرة، تزداد أهمية هذا التصميم على مستوى النظام. فكلما زاد حجم النموذج، زادت نسبة الاتصال بين وحدات معالجة الرسوميات، وسيؤثر كفاءة التنسيق بين الشرائح مباشرة على كفاءة التدريب.

كما كُشف أن الجانب المظلم للقمر خلف كيمي حصل عبر علي بابا على حوالي 20,000 وحدة Hopper GPU. ووفقًا لبلومبرغ، فإن الطراز المحدد هو H200، لكن علي بابا نفت هذا الطراز.

إذا تم حسابه بناءً على H200، فإنه لا يزال ينتمي إلى بنية Hopper السابقة، بينما دخل B200 عصر Blackwell. العلاقة بينهما ليست ببساطة استبدالًا قديمًا بجديد، بل تمثل قدرات مختلفة لبنية تحتية للذكاء الاصطناعي في مراحل مختلفة.

حالة DeepSeek أكثر خصوصية.

أثار DeepSeek اهتمامًا عالميًا في بداية عام 2025 بفضل نماذجه عالية الكفاءة، حيث أثبتت طريقته التقنية أن تحسين الخوارزميات وكفاءة الهندسة يمكن أن تقلل جزئيًا من متطلبات القوة الحسابية. ولكن وفقًا للمعلومات المنشورة، لم تكشف الشركة عن تكوين الأجهزة الكامل لتدريب الإصدار V4.

كشفت نسخة مكتوبة من اجتماع التواصل مع المستثمرين لليانغ وينفنغ أن الشركة كانت تمتلك حوالي 20,000 وحدة حسابية مكافئة لـ H في مايو، معظمها وصل حديثًا، وستكون المشتريات المستقبلية "بالكامل تقريبًا من نيفيديا". وتوفر هواوي لـ DeepSeek طاقة إنتاجية قدرها 950 وحدة تبلغ حوالي 16,000 وحدة. وأفاد ليانغ وينفنغ أن هذه البطاقات المحلية تكافئ حوالي 4,000 بطاقة من سلسلة Nvidia B، وهي كافية فقط لتدريب النموذج الحالي.

تعكس هذه المعلومات واقعًا: حتى مع امتلاك الشركات الصينية كمية كبيرة من قوة الحوسبة الخاصة بالذكاء الاصطناعي، لا يزال هناك فرق في الحجم عن استخدام 100,000 وحدة معالجة رسومية متقدمة من الجيل نفسه في مهمة تدريب واحدة.

القصور الحقيقي في قوة الحوسبة بالذكاء الاصطناعي في الصين ليس نقص الرقائق، بل نقص القدرة على تجميع متقدم

عند مناقشة قوة الحوسبة الخاصة بالذكاء الاصطناعي في الصين، من السهل الوقوع في طرفين متطرفين.

رأي يرى أن الصين تفتقر تمامًا إلى رقائق الذكاء الاصطناعي المتقدمة، وبالتالي لا يمكنها المشاركة في المنافسة؛ بينما يرى رأي آخر أنه بمجرد زيادة عدد الرقائق المحلية، يمكنها اللحاق بسرعة بشركة نيفيديا.

في الواقع، الوضع أكثر تعقيدًا.

قدرة تدريب الذكاء الاصطناعي تُحدَّد من خلال عدة مراحل مشتركة، تشمل أداء الرقائق، التصنيع المتقدم، سعة ذاكرة العرض، الاتصال عالي السرعة، تصميم الخوادم، إمداد الطاقة لمراكز البيانات، البيئة البرمجية، وقدرة التوزيع على نطاق واسع.

الوحدة المعالجة الرسومية هي فقط أحد أهم العناصر، لكنها ليست كل شيء.

الميزة الطويلة الأمد التي بنتها نيفيديا لا تأتي فقط من أجهزة GPU، بل أيضًا من نظام CUDA وتقنيات الاتصال الشبكي وحلول الخوادم، بالإضافة إلى النظام الكامل الذي شكلته مع مزودي الحوسبة السحابية.

في عصر Blackwell، تم تعزيز ميزة هذا النظام بشكل أكبر.

عندما تتطلب تدريب نموذج واحد 100,000 وحدة معالجة رسومية، فإن المشكلة لم تعد مجرد شراء عشرات الآلاف من الرقائق، بل كيفية بناء مصنع حسابي كبير يعمل بثبات.

وهذا هو السبب في أن الشركات الصينية لم تكشف بعد عن أي حالة تدريب نموذج باستخدام 100,000 وحدة معالجة رسومية متقدمة من الجيل نفسه في المصادر العامة.

الشركات الصينية تقوم بتعزيز قدراتها من خلال طرق متعددة، بما في ذلك زيادة نشر القوة الحسابية في الخارج، وتوسيع نطاق تكييف الرقائق المحلية، وتحسين هندسة النماذج، ورفع كفاءة التدريب. جميع هذه المسارات ذات قيمة، لكنها صعبة الاستغناء عنها على المدى القصير عن الميزة الأساسية التي توفرها مجموعات GPU الأكثر تقدمًا.

على مدار السنوات القليلة الماضية، أثبت قطاع الذكاء الاصطناعي في الصين واقعًا واحدًا: يمكن للابتكار في الخوارزميات أن يقلل بشكل كبير من بعض الفجوات.

ظهور شركات مثل DeepSeek يُظهر أن فرق الهندسة المتميزة يمكنها تحقيق اختراقات ضمن ظروف حسابية محدودة من خلال تحسين هيكل النموذج، وتعديل استراتيجيات التدريب، ورفع كفاءة استخدام الموارد.

لكن واقعًا آخر لا يزال قائمًا: عندما تدخل المنافسة العالمية مرحلة النماذج الأساسية من الجيل التالي، ستستمر أهمية حجم القوة الحسابية في الازدياد.

تحسين الكفاءة يمكن أن يقلل التكاليف، لكنه يصعب أن يغير تمامًا الحدود القدراتية الناتجة عن الأجهزة المتقدمة ومجموعات البيانات الضخمة.

بعد بلاكويل، قد يوسع عصر روبين فجوة البنية التحتية أكثر

الأكثر أهمية أن Blackwell ليس نقطة النهاية لمسار التكنولوجيا الحالي لـ NVIDIA.

لقد دخلت بنية Vera Rubin التالية من NVIDIA مرحلة الإنتاج الضخم. وفقًا للتقييمات التي نشرتها NVIDIA، يمكن تقليل عدد وحدات معالجة الرسومات المطلوبة لتدريب نماذج MoE الكبيرة إلى حوالي ربع عدد وحدات معالجة الرسومات المطلوبة في Blackwell.

هذا يعني أن المنافسة المستقبلية في الذكاء الاصطناعي قد تشهد دورة جديدة.

تتمتع الشركات الرائدة بأحدث هندسة، مما يمكّنها من إجراء تدريبات أكبر حجمًا باستخدام شرائح أقل؛ وانخفاض تكلفة التدريب يدفع الشركات إلى إجراء مزيد من التجارب، مما يعزز قدرات النموذج بشكل إضافي.

أما الشركات المتأخرة التي لا يمكنها الحصول سوى على الأجهزة من الجيل السابق، فقد تواجه مشكلتين: من ناحية، كفاءة تدريب منخفضة، ومن ناحية أخرى، صعوبة المشاركة في المنافسة على نماذج بأكبر حجم.

Of course, this does not mean that Chinese AI companies have no opportunities.

أثبت التاريخ السابق للذكاء الاصطناعي مرارًا وتكرارًا أن المنافسة التكنولوجية لا تُحَدَّد بالكامل بواسطة الأجهزة الفردية. يمكن للابتكار في النماذج، وتطبيقات الاستخدام، وقدرات التجسير، وكفاءة الهندسة أن تخلق جميعها اختراقات جديدة.

لكن من منظور البنية التحتية، فإن استخدام GPT-6 Astra لـ 100,000 وحدة Blackwell GPU يكشف بالفعل عن تغيير جارٍ: حيث ينتقل مركز المنافسة العالمية في الذكاء الاصطناعي من مستوى النماذج إلى مستوى البنية التحتية للحوسبة.

في السنوات القادمة، لن يكون تنافسية شركات الذكاء الاصطناعي محددة فقط بقدرة على تدريب نموذج ممتاز، بل بقدرتها على إنشاء قدرة مستمرة على تدريب النماذج التالية.

بالنسبة لصناعة الذكاء الاصطناعي في الصين، فإن ما تحتاج حقًا إلى محاولة اللحاق به ليس نموذجًا واحدًا أو إصدارًا واحدًا، بل مجموعة كاملة من القدرات التي تشمل الحصول على الرقائق، وبناء مراكز البيانات، وجدولة المجموعات، وبناء النظام البيئي للبرمجيات.

معنى 100,000 وحدة من Blackwell لا يكمن في إنشاء رقم مذهل، بل في تذكير السوق بأن الذكاء الاصطناعي يدخل مرحلة التصنيع، وأن المنافسة الصناعية تُحسم في النهاية من خلال البنية التحتية.

المصدر المرجعي:

1. Official NVIDIA materials on Blackwell, GB200 NVL72, Vera Rubin architecture, and AI infrastructure.
2. معلومات عن الخطابات العامة والمقابلات الإعلامية لهوانغ رينشون.
3. تقرير بلومبرغ عن شراء قوة الحوسبة لـ Kimi وRelated H200.
4. معلومات معلنة من قبل ByteDance حول البنية التحتية للذكاء الاصطناعي ونشر القوة الحسابية في الخارج.
5. معلومات عامة عن DeepSeek ومواد نسخ من اجتماع التواصل مع المستثمرين لي وينفنغ.
6. المعلومات العامة من علي بابا كلاود بشأن البنية التحتية للذكاء الاصطناعي وقوة الحوسبة للنماذج الكبيرة.