تسريع الذكاء الاصطناعي دون NVIDIA: أداة مجانية تعمل على أي شريحة
أطلقت شركة ZML الفرنسية الناشئة، المدعومة من يان لوكون الحائز على جائزة تورينغ، أداة ZML/LLMD المجانية لتسريع الاستدلال (inference) في النماذج اللغوية على طيف واسع من شرائح الذكاء الاصطناعي. يخفض البرنامج التكاليف التشغيلية لتشغيل الذكاء الاصطناعي في بيئات الإنتاج، ويقلل الارتباط بمصنّع واحد، وفي مقدمتها NVIDIA. تهمّ الأداة بالدرجة الأولى الفرق التي تعتمد على AMD وIntel وغيرها من المسرّعات.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
في 8 يوليو 2026 أطلقت شركة ZML الفرنسية الناشئة أداة مجانية لتسريع الذكاء الاصطناعي على أي شريحة، هي ZML/LLMD، وهي طبقة برمجية لتسريع استدلال (inference) نماذج الذكاء الاصطناعي على طيف واسع من المسرّعات العتادية. ويدعم المشروع يان لوكون، الحائز على جائزة تورينغ وكبير علماء الذكاء الاصطناعي في Meta*.
ما الذي تقدّمه ZML/LLMD
ZML/LLMD طبقة برمجية تتيح تشغيل النماذج اللغوية بسرعة أكبر وتكلفة أقل، بغض النظر عن الشركة المصنّعة للشرائح. وتمثل قدرتها على العمل عبر منصات مختلفة الميزة الأساسية هنا، إذ يميل سوق أدوات الاستدلال اليوم بقوة نحو NVIDIA. فالمكتبات الشائعة، مثل TensorRT-LLM وإصدارات vLLM الموجّهة لـ CUDA، مُحسَّنة افتراضيًا لوحدات GPU الخاصة بالشركة «الخضراء». أما الفرق التي تعتمد على AMD وIntel Gaudi وAWS Trainium وغيرها من المسرّعات، فتضطر إما إلى القبول بأداء أقل، أو إلى إنفاق موارد هندسية لتكييف المنظومة البرمجية بنفسها.
تقدّم ZML/LLMD نفسها أداةً واحدة تعمل بكفاءة جيدة على عتاد مختلف، وتخفض تكلفة تشغيل منتجات الذكاء الاصطناعي في بيئات الإنتاج.
- المنتج: ZML/LLMD، طبقة تحسين لاستدلال النماذج اللغوية الكبيرة (LLM)
- الترخيص: مجاني (free to use)
- النطاق: طيف واسع من شرائح الذكاء الاصطناعي من مصنّعين مختلفين
- الهدف: خفض التكاليف التشغيلية للاستدلال في بيئات الإنتاج
لماذا يغيّر اسم لوكون النظرة إلى الشركة الناشئة
يان لوكون أحد الفائزين الثلاثة بجائزة تورينغ لعام 2018 (إلى جانب جيفري هينتون ويوشوا بينجيو)، وهو كبير علماء الذكاء الاصطناعي في Meta منذ عام 2018. وقد أرست أبحاثه في الشبكات العصبية الالتفافية الأساس للرؤية الحاسوبية الحديثة، ومهّدت لموجة التعلم العميق الحالية.
يمثل دعم لوكون العلني إشارة للسوق والمستثمرين: فقد لفتت ZML، على الأقل، انتباه باحثين من أعلى المستويات. وبالنسبة للمطورين الذين لم يسمعوا بالشركة من قبل، يخفف وجود هذا الاسم بين الداعمين بشكل ملحوظ من حاجز عدم الثقة تجاه أداة جديدة.
السياق: لماذا يكلّف الاستدلال أكثر من التدريب
في معظم منتجات الذكاء الاصطناعي الناضجة في بيئات الإنتاج، تفوق نفقات الاستدلال، أي الإجابة عن ملايين الطلبات، منذ وقت طويل نفقات التدريب. وبحسب تقديرات القطاع، تتجه نسبة التكاليف نحو 10 إلى 90 لصالح الاستدلال. ولهذا السبب تُعدّ عملية تحسين سرعة تشغيل النماذج وتكلفته من أشدّ مجالات البنية التحتية للذكاء الاصطناعي تنافسًا في عام 2026.
وقد توفر قدرة ZML/LLMD على العمل عبر شرائح مختلفة للشركات ورقة ضغط في التفاوض مع الموردين، وتقلل مخاطر الارتباط بمورّد واحد.
ماذا يعني ذلك
تلامس ZML/LLMD مشكلة حقيقية في السوق: فالتكاليف التشغيلية للاستدلال تنمو مع اتساع نطاق منتجات الذكاء الاصطناعي. ويخفض نموذج التوزيع المجاني عتبة الدخول، وقد يجذب مجتمعًا هندسيًا واسعًا. أما مدى تفوق الأداة على الحلول المتخصصة المصمّمة لعتاد بعينه، فستكشفه اختبارات الأداء المستقلة (benchmarks) مع تزايد عدد المستخدمين.
*تصنّف روسيا شركة Meta منظمة متطرفة وتحظر نشاطها فيها.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.