Microsoft تجعل رقائق Maia أساس الاستدلال وتصل إلى نطاق الغيغاواط بحلول 2027

ستجعل Microsoft، اعتبارًا من 2027، مسرّعات Azure Maia التي صمّمتها بنفسها المنظومة الرئيسية للاستدلال في جميع منتجاتها، وستنشرها على نطاق يبلغ عدة غيغاواط. ويرتبط أمل الشركة الأكبر برقاقة Maia 300، التي تقول الشركة إنها ستوفّر عددًا أكبر من التوكنات بنسبة 40% لكل ميغاواط مقارنة بأنظمة GPU الرائدة. ووصف الرئيس التنفيذي ساتيا ناديلا هذه الخطوة بأنها «أكبر رهان لنا على السيليكون الخاص بنا».

لماذا تُحتسب التوكنات لكل ميغاواط

لم يأتِ اختيار هذا المقياس مصادفة. فالقيد الرئيسي أمام مراكز البيانات الكبيرة لم يعد عدد الرقائق في كثير من الأحيان، بل القدرة الكهربائية المتاحة: الربط بالشبكة، ومحطات التحويل، والتبريد. وعندما يرتفع عدد التوكنات لكل ميغاواط، تخدم ميزانية الطاقة نفسها عددًا أكبر من الطلبات. وفي الخدمات ذات الاستدلال الواسع مثل Copilot، ينعكس ذلك مباشرة على تكلفة الإجابة الواحدة.

وللإعلان تحفّظ. فالمقارنة مع «أنظمة GPU الرائدة» وردت دون ذكر اسم تهيئة محددة، ولا توجد حتى الآن اختبارات أداء (بنشمارك) مستقلة لـ Maia 300. ويبقى رقم 40% وعدًا من الشركة المصنّعة، وهي نفسها التي ستستخدم الرقاقة.

ما المعروف عن الخطة

• الموعد: يبدأ الانتقال في 2027.
• الدور: تصبح Maia منظومة الاستدلال الرئيسية في منتجات Microsoft.
• النطاق: نشر بقدرة عدة غيغاواط.
• الرقاقة: Maia 300، الجيل التالي من سلسلة Azure Maia.
• الميزة المعلنة: توكنات أكثر بنسبة 40% لكل ميغاواط مقارنة بأنظمة GPU الرائدة.
• موقف الإدارة: يصف ناديلا الخطوة بأنها أكبر رهان للشركة على السيليكون الخاص بها.

انتبهوا إلى صياغة الإعلان بشأن الاستدلال. فهو يتناول تقديم إجابات النماذج، لا تدريبها. أما ما سيحدث لمشتريات GPU المخصصة للتدريب، فلا يمكن استنتاجه من البيان.

السياق: جميع السحابات الكبرى تتجه إلى سيليكونها الخاص

عرضت Microsoft الجيل الأول من Maia في 2023 مع معالج Cobalt. وبدا ذلك حينها تجربة في مواجهة المشتريات الضخمة من Nvidia. أما Google فتطوّر TPU منذ زمن، ولدى AWS رقائق Trainium وInferentia، ولدى Meta مسرّعاتها MTIA. والمنطق واحد عند الجميع: الاستدلال بند إنفاق دائم ومتنامٍ، ودفع علاوة سعرية على GPU العام الغرض أمر غير مجدٍ إذا كان الحِمل معروفًا مسبقًا.

لكن نطاق الخطة الجديدة مختلف. فهناك فرق بين الاحتفاظ برقائق خاصة إضافةً إلى أسطول Nvidia، وبين جعلها قاعدة لجميع المنتجات. وهذا يتطلب بيئة برمجية ناضجة، وإمدادات مستقرة لدى الشركة المصنّعة، وسعة ذاكرة كافية للمسرّعات. ولا يتضمن الإعلان تفاصيل عن أي من هذه النقاط، وهي ما سيحدد ما إذا كانت الميزة المعلنة ستبقى قائمة على النماذج الفعلية.

ولدى Microsoft رافعة إضافية: فهي نفسها تتحكم في النماذج التي تعمل في منتجاتها وفي أوضاع تشغيلها. وهذا يتيح لها تكييف العتاد مع حِمل محدد، وهو ما لا يستطيع بائع GPU العام الغرض تحمّله.

ماذا يفعل عملاء Azure والفرق التي تبني عليها

• راقبوا سعر التوكن. فإن كان توفير الطاقة حقيقيًا، فسينعكس عاجلًا أو آجلًا في تعرفة Azure OpenAI وغيرها من الخدمات المُدارة.
• اختبروا زمن الاستجابة والإنتاجية على prompts الخاصة بكم، لا على المتوسطات المعلنة. فتغيير البنية التحتية خلف الكواليس قد يغيّر سلوك الخدمة من حيث السرعة.
• لا تربطوا بنيتكم المعمارية بعتاد محدد. وبالنسبة لمن ينشرون نماذجهم الخاصة، ستصبح مسألة دعم Maia في الأطر المعتادة قضية عملية بحلول 2027.
• للمستثمرين وجهات الشراء: الإشارة هي أن جزءًا من الطلب على الاستدلال ينتقل من Nvidia إلى الرقائق الخاصة بالسحابات. ويتوقف حجم هذا الجزء على ما إذا كانت نسبة 40% ستتأكد عمليًا.

ولن يمكن التحقق من الوعد إلا عندما تبدأ Maia 300 بخدمة حركة بيانات حقيقية. وحتى ذلك الحين يبقى الرقم هدفًا تستعد Microsoft لإعادة بناء بنيتها التحتية من أجله.