Majestic Labs تكشف عن خادم Prometheus ليحل محل رف كامل من وحدات GPU من Nvidia
كشفت شركة Majestic Labs الناشئة من تل أبيب، التي أسسها عام 2023 مهندسون من Google وMeta، عن خادم Prometheus، ويحل هذا الخادم، بحسب الشركة، محل رف كامل من وحدات GPU من Nvidia. ولا تراهن الشركة على أنوية الحوسبة، بل على بنية تضع الذاكرة في المقام الأول، إذ يرى المؤسسون أن «جدار الذاكرة» (memory wall)، لا نقص الرقائق، هو ما يكبح صناعة الذكاء الاصطناعي. *صُنّفت Meta منظمة متطرفة وحُظرت في روسيا.
معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
كشفت شركة Majestic Labs الناشئة الإسرائيلية في مطلع أغسطس 2026 عن خادم Prometheus، مؤكدة أنه قادر على أداء عمل رف كامل من وحدات GPU من Nvidia. والفكرة المحورية لدى الشركة هي أن عنق الزجاجة الرئيسي في البنية التحتية للذكاء الاصطناعي ليس نقص القدرة الحاسوبية، بل قيود الذاكرة.
لماذا الذاكرة أهم من GPU؟
تستهدف Majestic Labs «جدار الذاكرة» (memory wall)، وهي ظاهرة يعرفها جيدًا مهندسو أنظمة الحوسبة: تتوقف المعالجات عن العمل في انتظار تحميل البيانات من الذاكرة بدل أن تنفذ حسابات مفيدة. ويؤمن مؤسسو الشركة، وهم قادمون من Google وMeta وقد أسسوا Majestic Labs عام 2023، بأن هذا الحاجز يحدّ من الأداء الفعلي لأنظمة الذكاء الاصطناعي أكثر مما يفعل عدد أنوية الحوسبة.
أبرز الحقائق عن الشركة والمنتج:
- تأسست Majestic Labs عام 2023، ومقرها الرئيسي في تل أبيب
- يضم الفريق مهندسين سابقين من Google وMeta
- يُقدَّم خادم Prometheus بوصفه بديلًا لرف كامل من وحدات GPU من Nvidia
- الرهان المعماري: الأولوية لسرعة الذاكرة لا للحوسبة
ما المشكلة في وحدات GPU من Nvidia؟
تهيمن مسرّعات Nvidia، مثل H100 وB200، على البنية التحتية للذكاء الاصطناعي، لكنها تواجه قيدًا جوهريًا عند التعامل مع النماذج اللغوية الكبيرة. فذاكرة HBM عالية السرعة المدمجة في كل شريحة محدودة السعة، وعند تشغيل الاستدلال (inference) لنموذج بعشرات المليارات من المعاملات، كثيرًا ما تتوقف أنوية الحوسبة عن العمل في انتظار البيانات. أما الحل الصناعي المعتاد، أي ربط وحدات GPU في عناقيد وزيادة عرض نطاق الوصلات البينية، فتعدّه Majestic Labs حلًا جزئيًا لا يعالج المشكلة من جذورها.
يعيد Prometheus النظر في توازن النظام: فبنية الخادم تُبنى حول الذاكرة لا حول GPU. وبحسب الشركة، يتيح ذلك لجهاز واحد أن ينجز عملًا يتطلب عادة رفًا كاملًا من المسرّعات.
«ظل الحديث عن عتاد الذكاء الاصطناعي عالقًا عند كلمة واحدة: الحوسبة. نريد أن ننقله إلى كلمة أخرى: الذاكرة»، هكذا صاغت الشركة موقفها؛ وبحسب
The Next Web، فإن هذه الفكرة هي أساس بنية Prometheus.
ما مدى جدية التحدي الذي تواجهه Nvidia؟
تعمل في سوق مسرّعات الذكاء الاصطناعي بالفعل شركات تقدم بدائل لوحدات GPU التقليدية، منها Groq وCerebras وSambaNova. وتحتل Majestic Labs موقعًا خاصًا بين هذه الشركات: فرهانها ليس على سرعة العمليات المصفوفية، بل على إزالة memory wall بوصفه قيدًا على مستوى النظام. ويبرز هذا النهج خصوصًا في مهام الاستدلال، حيث تتطلب النماذج الكبيرة تحميلًا سريعًا للأوزان، وفي هذه المهام تحديدًا تخسر وحدات GPU غالبًا من حيث نسبة الأداء إلى التكلفة.
ماذا يعني ذلك؟
إذا اجتاز Prometheus اختبارات مستقلة، فقد تغيّر Majestic Labs منطق شراء البنية التحتية للذكاء الاصطناعي، وقد يشكّل مهندسو Google وMeta تحديًا حقيقيًا لهيمنة Nvidia في قطاع خوادم الذكاء الاصطناعي. والسؤال الرئيسي الآن ليس «هل يمكن وجود بديل؟»، بل «متى يصبح أرخص وأسرع من عناقيد GPU؟».
*صُنّفت Meta منظمة متطرفة وحُظرت في روسيا.
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.