من "إدارة القوة الحسابية" إلى "بناء نظام" للأعلى.كاتب المقال، المصدر:猎云精选
الخبير المفتوح المصدر جيا يانغتشينغ يُطلق مشروعه الخاص
الخبير المفتوح المصدر جيا يانغتشينغ أجرى تحركًا جديدًا.
اليوم، أعلنت جيا يانغتشينغ رسميًا عن مشروعها الريادي الجديد، حيث تطلق مشروعًا يُدعى Intent Lab وتبني فريقًا ذكيًا ذاتيًا يُسمى "fleet" لتحويل النوايا إلى برمجيات إنتاجية.
في الوقت نفسه، عرض أيضًا ثلاثة إنجازات مبكرة: أسرع محرك استنتاج GLM 5.2، ومحرك قاعدة بيانات يُولّد بجملة واحدة، ونظام ملفات مزود بتحقق شكلي.
المصدر: حساب جيا يانغتشينغ
مع نشر هذا التغريدة، أصبح جيا يانغتشينغ يحمل دورًا جديدًا.
تم تحديث ملخص حسابه على X ليصبح مؤسس ورئيس تنفيذي لـ Intent Lab، وأدرج نفيديا ضمن خبراته السابقة، مما يؤكد بشكل قاطع الشائعات التي استمرت شهرًا كاملًا عن انفصاله عن نفيديا.
هذا العالم الصيني الذي يُعرف في سيليكون فالي بأنه "أقوى عالم صيني في مجال إطارات الذكاء الاصطناعي"، غادر علي بابا، وأسس Lepton AI، ثم باعها مقابل 700 مليون دولار لشركة نيفيديا، وهو الآن يقف مجددًا على نقطة انطلاق جديدة.
قيمة 700 مليون دولار من "التفاعل المتبادل"، تصل إلى نهايتها بعد عام
كان هناك مؤشرات مبكرة على إعادة ريادة جيا يانغتشينغ.
في 29 يونيو، نشرت مؤسسة أبحاث أشباه الموصلات SemiAnalysis تغريدة تفيد بأن جيا يانغتشينغ، المؤسس والرئيس التنفيذي لشركة Lepton AI، غادر الشركة بعد عام واحد فقط من استحواذها.
في ذلك الوقت، على الرغم من أن هذه الرسالة لم تُؤكد، إلا أنها كفت كافية لإثارة فضول العديد من صناع القرار، خاصةً مجتمع المطورين، وانتشرت التغريدة على نطاق واسع.
في نفس الوقت تقريبًا الذي كشفت فيه SemiAnalysis، في أوائل يونيو 2026، أعلنت شركة خدمات السحابة GPU Hyperbolic عن تعيين جيا يانغتشينغ مستشارًا للشركة.
صرحت Hyperbolic أن جيا يانغتشينغ سيقدم دعمًا تجريبيًا في مجالات مثل أنظمة الذكاء الاصطناعي، البنية التحتية السحابية، سوق GPU، التنسيق متعدد السحابات، وتحسين استخدام GPU. وهذا يتوافق بشكل كبير من الناحية التجارية مع دوره في منصة DGX Lepton التي كان يشرف عليها في NVIDIA.
بالنظر إلى تراكم الرسالتين الكبيرتين، فقد تم وضع الأساس لرحيل جيا يانغتشينغ.
وقد يكون السبب في المغادرة هو أن هوانغ رينشون غيّر رأيه، مما أدى إلى إحباط إيمان جيا يانغتشينغ بالمفتوح المصدر.
في عام 2023، غادر جيا يانغتشينغ علي في مارس، ثم أسس في أبريل منصة الذكاء الاصطناعي الأصلية للسحابة Lepton AI في سيليكون فالي، حيث اجتمع فريق المؤسسين مع نخبة من الخبراء: شملوا باي جونجjie، المؤسس المشترك لـ ONNX، ولي شيانغ، مؤسس etcd.
في ذلك الوقت، كان موقع Lepton واضحًا: منصة حوسبة استنتاج الذكاء الاصطناعي متعددة السحابات، تُنشئ طبقة جدولة موحدة لمساعدة المطورين على جدولة موارد GPU عبر مزودي السحابة الكبار، مع خفض عتبة نشر النماذج الكبيرة باستخدام محرك الاستنتاج الخفيف Tuna.
ببساطة، من خلال منصة تشغيلية تُغلف هذه التعقيدات، نخفض عتبة استخدام وإدارة مجموعات GPU من قبل مهندسي الذكاء الاصطناعي، مما يسمح للمطورين بالتركيز على النموذج نفسه.
بعد عامين فقط من التأسيس، دخلت Lepton AI في الفئة الثانية "الذهبية" في نظام تقييم SemiAnalysis ClusterMAX GPU السحابي، مع Microsoft Azure وTogether AI وOracle.
في أبريل 2025، أنفقت نيفيديا 700 مليون دولار أمريكي للاستحواذ على Lepton AI.
اعتُبرت هذه المعاملة لفترة وجيزة صفقة مربحة للطرفين من قبل الصناعة.
قبل إتمام الاستحواذ، أعلنت نيفيديا في مؤتمر GTC في مارس من العام الماضي أن نيفيديا لم تعد شركة شرائح، ولا شركة ذكاء اصطناعي، بل أصبحت شركة خوارزميات وبنية تحتية.
منطق هوانغ رينشون هو أن نيفيديا لا يمكن أن تكون مجرد بائع لوحدات معالجة الرسوميات، بل يجب أن تصبح بوابة السحابة والبرمجيات في عصر الذكاء الاصطناعي.
إنه يرغب في أن تُكمل نفيديا قدرات جدولة برمجيات DGX Cloud، وتُنشئ سوقًا عالميًا خاصًا بها للقوة الحسابية، لتواجه مباشرة شركاء السحابة العامة وCoreWeave وغيرها من منافسي السحابة GPU، وشراء Lepton AI هي واحدة من القطع الأخيرة في لغز طموح هوانغ رينشون لـ"مصنع الذكاء الاصطناعي".
بالنسبة لفريق جيا يانغتشينغ، فإن الاستفادة من شبكة البنية التحتية الخاصة بـ NVIDIA قد تمكن من تنفيذ مفهوم منصة الحوسبة عبر السحابات.
لكن سرعان ما واجه المثالي صدمة الواقع.
مبدأ منتج Lepton AI "أصيل Python، جاهز للاستخدام" لا يتوافق مع نظام إدارة المنتجات المغلق الذي تتبعه نيفيديا للعملاء الكبار.
وفقًا للتقارير العامة، توقفت DGX Lepton بعد إعادة التسمية تقريبًا عن عملياتها الخارجية بحلول منتصف عام 2025، حيث لم تحقق نتائج التشغيل المتوقعة.
أما التناقض الأعمق والأكثر عدم قابلية للتسوية، فهو يقع على وعد المصدر المفتوح.
عند شرائها، وعدت نفيديا بفتح مصدر منصة Lepton الأساسية بحلول عام 2026، لكن النموذج التجاري الأساسي لنفيديا يعتمد على مبيعات وحدات معالجة الرسوميات (GPU).
بمجرد فتح كود جدولة Lepton الأساسية، ستتمكن AMD وشركات الرقائق المتنوعة المحلية من استخدام هذه الأداة الفعالة لجدولة قوة الحوسبة، مما يعادل تقليلًا نشطًا لحاجزها التنافسي في الأجهزة.
Ultimately, the open-source initiative was officially rejected.
وكان هذا الالتزام هو الأساس الأساسي الذي وافق عليه جيا يانغتشينغ على الاستحواذ، وقاد فريقه للانضمام إلى نيفيديا كنائب رئيس للبرمجيات النظام، ويُقدّم تقاريره مباشرةً إلى هوانغ رينشون.
يجب أن تعرف أن مسيرة جيانغتشينغ المهنية بأكملها بُنيت على روح مفتوحة المصدر القائلة "أنا للجميع، والجميع لي".
لقد أعاد تشكيل بنية الذكاء الاصطناعي الهندسية باستخدام مفتوح المصدر، بدءًا من Caffe وPyTorch وحتى ONNX، وفتح جميع محطات مسيرته المهنية.
بين ضخامة رقائق الدوائر المتكاملة التي يجب عليها الحفاظ على حواجز هندسية، وبين المؤمنين بالبنية التحتية المحايدة والمفتوحة، لا يمكن للطرفين أن يتعايشا لفترة طويلة.
بعد عام واحد فقط من "الاتجاه المزدوج"، ظهرت صورة جيا يانغتشينغ وهو يغادر مرة أخرى ليؤسس شركة ناشئة.
نفس الفريق يبدأ مشروعًا جديدًا، "الخبير المفتوح المصدر" يركز على هندسة البرمجيات الذكية الذاتية
من حيث الفريق المؤسس، لا يزال فريق Intent Lab هو نفسه.
شريك المؤسس يشمل باي جونجjie ولي شيانغ، شريكي المؤسسين في Lepton AI، لكن المحتوى الذي يُقدّمانه مختلف تمامًا عن ما كانا يفعلانه في Lepton AI.
جيا يانغتشينغ لم يعد يطور منصة سحابية للحوسبة الجديدة وجدولة الاستنتاج، بل يوجه شركته الجديدة نحو هندسة البرمجيات الذكية الذاتية.
يهدف المنتج الجديد Fleet ليس إلى "مساعدة البشر على نشر نماذج الذكاء الاصطناعي"، بل إلى تمكين فرق الوكلاء الذكية من إنجاز العملية الكاملة بدءًا من فهم المتطلبات وتصميم البنية، مرورًا بالبرمجة والتطوير، واختبار التحقق، وصولًا إلى الصيانة المستمرة.
المنطق الأساسي وراء ذلك هو أن بنية الذكاء الاصطناعي تخضع لتقدير قيمتي جديد.
حاليًا، تعيد أدوات البرمجة المبنية على الوكلاء مثل Cursor وClaude Code وCodex تشكيل المنطق الأساسي لتطوير البرمجيات.
"Vibe-coding" يسمح للمطورين بوصف المتطلبات بلغة طبيعية، حيث يقوم وكيل الذكاء الاصطناعي تلقائيًا بإنشاء وتصحيح ونشر كود البنية التحتية الكاملة.
على سبيل المثال، مشروع Spur المفتوح المصدر من AMD، وهو بديل مفتوح المصدر لـ Slurm متوافق معه، يمكن استدعاؤه وتكوينه مباشرة من قبل وكيل الذكاء الاصطناعي، تقريبًا بدون أي عوائق.
هذا يعني أيضًا أن التعقيد الذي حاولت بنية تحتية للذكاء الاصطناعي التقليدية تغليفه بطريقة منتجية، يتم تجاوزه مباشرة من خلال توليد الكود بواسطة Agentic Coding.
هذا هو السياق الموضوعي الذي أدى إلى عدم تحقيق DGX Lepton لتوقعات هوانغ رينشون، وعدم الوفاء بالتزامات المصدر المفتوح، وغيرها من المشكلات.
عدم اتباع طريق Lepton هو وعي جيا يانغتشينغ كرائد أعمال، وتأسيس Intent Lab هو تكيف مع الاتجاه السائد.
المصدر: حساب جيا يانغتشينغ
كتب جيا يانغتشينغ على منصات التواصل الاجتماعي تفكيره الأساسي في تحول مساره: على مدار العقود القليلة الماضية، كنا نبني أنظمة الذكاء الاصطناعي الموزعة يدويًا، حيث نقوم ببناء نظام واحد في كل مرة. الآن، يرغب في بناء نظام واحد يمكنه إنتاج آلاف الأنظمة البرمجية دفعة واحدة.
في رأيه، فإن النماذج الحالية تكتب الكود بسرعة كبيرة، لكن هناك فجوة كبيرة بين "أن يعمل الكود" و"أن يكون من الممكن الاعتماد عليه في الإنتاج والصيانة لسنوات عديدة".
لا يرى أن هذه الفجوة هي قيود في النموذج، بل أكثر شبهاً بغياب طبقة واحدة.
هذا النظام الإنتاجي الذي يفتقر إلى هذه القدرة هو الذي يحول النوايا الغامضة إلى تصميمات حقيقية، ويفحص ما إذا كانت النتائج متماسكة، ويجعله يتطور مستمرًا بعد تشغيل النظام، وكل ذلك بشكل ذاتي.
وهذا هو المستوى الذي تعمل عليه Intent Lab.
المصدر: الموقع الرسمي لـ Intentlab
لذلك، على عكس أدوات مساعدة الكود مثل Cursor وClaude Code، فإن Fleet تسعى إلى إنتاج أنظمة أساسية من المستوى الإنتاجي قابلة للتشغيل المستقر على المدى الطويل لملء هذا الفراغ.
حاليًا، قدم جيا يانغتشينغ بالفعل ثلاث واجبات أولية.
أولاً، أعادت Fleet تصميم محرك الاستدلال TRT-LLM ليصبح أسرع محرك GLM 5.2 معروفًا لدى الفريق: على عقدتين Grace Blackwell، تم رفع سرعة الإخراج من 102 رمز/ثانية إلى 647 رمز/ثانية، بزيادة قدرها 6.3 مرات بالضبط.
هذا نتيجة تحسينات قام بها Fleet من البداية إلى النهاية.
المصدر: الموقع الرسمي لـ Intentlab
ثانيًا، بدأ من سطر واحد من الأوامر، تم إنشاء محرك قاعدة بيانات.
بدأ Fleet من الصفر، دون أي وثائق أو كود موجود، وتحمل كل دور في فريق قوي: تصميم الهيكل، البرمجة، الاختبار، المراجعة، ضمان الجودة، وعمل بشكل ذاتي حتى نجح جميع اختبارات التوافق البالغ عددها 6 ملايين مع SQLite.
ثالثًا، تم إنشاء نظام ملفات لعالم تُستخدم فيه البنية التحتية من قبل وكلاء وليس البشر.
في هذا المثال، اكتشفت Fleet وأصلحت حالة تلف مؤقتة من خلال التحقق الرسمي، مما أدى إلى اكتشاف خطأ كتبه عامل الترميز.
تبدو هذه المهام الثلاثة غير مترابطة، لكنها تشير بوضوح إلى أن ما يرغب جيا يانغتشينغ في التأكيد عليه حقًا هو قدرات النظام نفسه خلفها، وهو Fleet.
لا يقتصر الذكاء الاصطناعي على أداء مهام البرمجة فحسب، بل يمكنه أيضًا تحمل المسؤولية عن النظام النهائي كما لو كان فريقًا كاملًا للهندسة البرمجية.
إذا نجح، يعتقد جيا يانغتشينغ أن نموذج الاقتصاد في هندسة الحاسوب سيتغير إلى الأبد.
لخمسين عامًا، كان من الحكمة تطوير برنامج ثم بيعه لأكبر عدد ممكن من المستخدمين ذوي الاحتياجات المختلفة، حتى لو اختلفت احتياجاتهم. الآن يمكن تغيير هذا الوضع. سيشهد العالم مزيدًا من البرمجيات، وبرمجيات أكثر تخصيصًا.
بمعنى آخر، بمجرد أن تكون الذكاء الاصطناعي قادرة على توليد وتشغيل أنظمة إنتاجية بثبات، يمكن للشركات أو الأفراد في المستقبل وصف عملياتهم وقيودهم مباشرة، ليقوم الذكاء الاصطناعي بتوليد برنامج مخصص يتناسب مع احتياجاتهم.
حاليًا، تتعاون خطة Intent Lab مع أطراف خارجية لاستهداف الأنظمة التي "تتطلب كمية هائلة من العمل وظلّت مدرجة على القائمة دون وجود موارد بشرية لتنفيذها".
بالنظر إلى مسار جيا يانغتشينغ، فإن المحور الرئيسي كان دائمًا واضحًا.
من تطوير Caffe، ودفع معيار ONNX المفتوح، إلى العمل في علي بابا سحابة، وتأسيس Lepton AI، كان يفعل دائمًا نفس الشيء بنسخ مختلفة: جعل استخدام القوة الحسابية أسهل للآخرين.
ومع تحول الذكاء الاصطناعي إلى باني البنية التحتية، خطوته التالية تنتقل من "إدارة قوة الحوسبة" إلى "بناء الأنظمة".