Q.ANT وAMD تشغّلان نموذج LLM بحجم 1 مليار معلمة بشريحة ضوئية بدل آلية الانتباه
كلما طال النص في الطلب الموجَّه إلى نموذج LLM، تسارع نمو الحسابات وذاكرة بطاقة الرسوميات المخصصة لـ KV-cache، أي ذاكرة ما قرأه النموذج بالفعل. استبدلت Q.ANT وAMD جزءاً من طبقات الانتباه في نموذج بحجم 1 مليار معلمة بشريحة ضوئية تحسب تحويل فورييه بالضوء. لم تكشف الشركتان عن السرعة ولا عن الجودة، ولم تكونا الأوليين في هذا المجال: ففي أبريل شغّلت شركة Lumai البريطانية نموذج LLM على التقنية الضوئية. وبالنسبة إلى المطوّر، ما زال هذا عرضاً توضيحياً، ومن المبكر تغيير بنية العمل التقنية.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تخيّلوا روبوت دردشة يجيب عن مئات الصفحات من العقود، أو وكيلاً ذكياً يحمل سجلاً طويلاً من المراسلات. كلما طال النص الذي يتلقاه نموذج اللغة الكبير (LLM)، زاد عبؤه: فآلية الانتباه، التي تقارن فيها كل كلمة بجميع الكلمات الأخرى، تتطلب حسابات تتزايد تربيعياً، بينما يتضخم KV-cache، وهو منطقة في ذاكرة بطاقة الرسوميات يخزّن فيها النموذج ما قرأه بالفعل، ويزاحم كل ما عداه. حاولت شركة Q.
ANT الألمانية التحايل على هذا القيد بالضوء: ففي مؤتمر SC26 في شيكاغو عرضت مع AMD استدلالاً هجيناً (تشغيل نموذج جاهز) على نموذج بحجم 1 مليار معلمة تقريباً. وجزء من عمل الانتباه هناك لا تنفّذه بطاقة الرسوميات، بل معالج مساعد فوتوني. إذا كنتم تدفعون ثمن وحدات GPU للسياقات الطويلة، فالأمر يستحق المعرفة، لكن لا شيء للشراء الآن: فلا أرقام للسرعة ولا للجودة.
ما الذي عُرض بالضبط
نُقل جزء من طبقات النموذج من بطاقة الرسوميات إلى المعالج المساعد الفوتوني Q.ANT NPU Gen 2+. ويحسب هذا المعالج تحويل فورييه المتقطع (عملية رياضية تمزج المعلومات بين الكلمات وفق صيغة ثابتة) بصرياً، في مرور واحد للإشارة الضوئية. ووفق التقرير التقني، عمل في التجربة نموذج لغوي بحجم 1 مليار معلمة تقريباً على مسرّع AMD Instinct MI210 مقترناً بالشريحة الفوتونية. ويسمّي نائب رئيس Q.ANT لشؤون البرمجيات، يوتس باخر، هذا النهج «طبقات الانتباه الفورييهية»، ويصفه بأنه نموذج أولي مبكر.
والفكرة ببساطة هي التالية. الانتباه التقليدي أشبه باجتماع يتحدث فيه كل مشارك إلى كل مشارك آخر بالتناوب. أما تحويل فورييه فيمزج المعلومات وفق مخطط جاهز، دون مقارنات ثنائية، ولذلك فهو أرخص، ويُحسب بالتقنية الضوئية شبه فوري. وتبقى بقية طبقات المحوّل (transformer) على بطاقة AMD الرسومية التقليدية.
ما الذي لم تكشف عنه الشركة ولماذا يُعدّ وصف «الأول عالمياً» محل جدل
وصف البيان الصحفي هذا التشغيل بأنه «الأول عالمياً»، لكن شركة Lumai البريطانية الناشئة شغّلت في أبريل 2026 نموذج LLM كاملاً على خادمها Iris. وبنية خادمها مختلفة: فهي لا تعتمد على موجّهات سيليكونية مسطحة كما في Q.ANT، بل على بصريات ثلاثية الأبعاد بعدسات وحزم ضوئية في الفضاء الحر. وبحسب Lumai، تعمل نماذج بمستوى Llama 70B في الزمن الحقيقي مع توفير 90% من الطاقة.
وعرض Q.ANT فيه من الثغرات أكثر مما فيه من البيانات:
- لم يُذكر اسم النموذج المحدد. وليس واضحاً كيف حُلّت مشكلة القناع السببي (منع «الاطلاع» على الكلمات المستقبلية أثناء التوليد خطوة بخطوة)، ولا أي الطبقات بقيت على GPU.
- لا توجد قيمة للحيرة (perplexity، مقياس مدى «استغراب» النموذج من النص)، ولا نتائج على اختبارات قياسية. في انتظار اختبارات Artificial Analysis.
- لم يُكشف عن مكسب الرموز في الثانية، ولا عن الضغط الفعلي لـ KV-cache. ولم يوصف انخفاض استهلاك الطاقة إلا بأنه «قد يكون كبيراً».
وفي وقت سابق، في يونيو 2026 وفي مؤتمر ISC في هامبورغ، عرضت Q.ANT على شريحة الجيل السابق نموذج انتشار (diffusion) بحجم 59 مليون معلمة لتوليد الصور، وبنية TiRex القائمة على xLSTM. وأُعلن حينها عن كفاءة طاقة أعلى بـ 30 مرة، لكن الحديث كان عن الدائرة البصرية نفسها، وكانت الأرقام تقديرية.
ماذا عن الجودة
فكرة استبدال الانتباه بطبقة فورييه سبقت الفوتونيات: ففي 2021 فعلت Google ذلك في بنية FNet. وتسارع التدريب بنسبة 70–80%، لكن النموذج حافظ على 92–97% فقط من دقة BERT في اختبار GLUE. كما أن FNet كان مشفّراً (encoder)، وليس نموذجاً توليدياً يكتب النص كلمةً بعد كلمة.
والنسخة البصرية عليها القيود المعمارية نفسها، يضاف إليها عبء إضافي: ففي كل طبقة يجب تحويل التنسورات من الرقمي إلى الضوء وبالعكس، فضلاً عن نقلها بين GPU والمعالج المساعد. وإن استهلكت عمليات النقل هذه المكسب، فلن يكون هناك تسريع.
ماذا يفعل المطوّر
تخطط Q.ANT لطرح أنظمتها التجارية في الأسواق في النصف الثاني من 2027. أما مسرّعات الجيل السابق فمتاحة منذ 9 نوفمبر في نسخة بيتا مغلقة على خوادم IONOS المخصصة في ألمانيا. وأُرسلت الشرائح كذلك إلى مركزي الحوسبة الفائقة الألمانيين LRZ وJSC، لكن لا توجد حتى الآن تقارير عامة مستقلة من هناك.
ويمكن تجربة الفكرة منذ الآن: ففي سبتمبر 2026 نشرت الشركة حزمة SDK مفتوحة بواجهة API بلغتي C وPython مع محاكاة على CPU. وتجري تحديثها لتدعم طبقات فورييه في Gen 2+.
وسيُظهر مدى جدوى النهج الهجين رقمان: قيمة الحيرة مقارنةً بنموذج مماثل بحجم 1 مليار معلمة بانتباه تقليدي، ومكسب صادق في الرموز في الثانية على استدلال حقيقي. وبدونهما، من المبكر الحديث عن استبدال attention. ويبقى السؤال: ما الأصعب، إيصال العتاد البصري إلى الإنتاج التجاري، أم إقناع المطورين بإعادة كتابة نماذجهم لتناسبه؟
- 19 نوفمبر 2026كلمة «لعبة فيديو» ترفع استعداد GPT-6 Astra لاختيار الأهداف من 6% إلى 92%
- 19 نوفمبر 2026AWS تضيف إلى SageMaker تصنيفاً لأكثر من 70 نموذجاً: الجودة والسرعة والسعر في جدول واحد
- 19 نوفمبر 2026Rubin يقدّم 50 PFLOPS لكل شريحة وTPU 8t يقدّم 12,6، لكن Google تراهن على الحجم
- 18 نوفمبر 2026جنسن هوانغ يستقيل من منصب الرئيس التنفيذي لـ NVIDIA، والشركة تفقد أكثر من $1 تريليون من قيمتها السوقية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي عُرض بالضبط؟
نُقل جزء من طبقات النموذج من بطاقة الرسوميات إلى المعالج المساعد الفوتوني Q.ANT NPU Gen 2+. ويحسب هذا المعالج تحويل فورييه المتقطع (عملية رياضية تمزج المعلومات بين الكلمات وفق صيغة ثابتة) بصرياً، في مرور واحد للإشارة الضوئية. ووفق التقرير التقني، عمل في التجربة نموذج لغوي بحجم 1 مليار معلمة تقريباً على مسرّع AMD Instinct MI210 مقترناً بالشريحة الفوتونية. ويسمّي نائب رئيس Q.ANT لشؤون البرمجيات، يوتس باخر، هذا النهج «طبقات الانتباه الفورييهية»، ويصفه بأنه نموذج أولي مبكر. والفكرة ببساطة هي التالية.
ما أبرز التفاصيل حول ما الذي لم تكشف عنه الشركة ولماذا يُعدّ وصف «الأول عالمياً» محل جدل؟
وصف البيان الصحفي هذا التشغيل بأنه «الأول عالمياً»، لكن شركة Lumai البريطانية الناشئة شغّلت في أبريل 2026 نموذج LLM كاملاً على خادمها Iris. وبنية خادمها مختلفة: فهي لا تعتمد على موجّهات سيليكونية مسطحة كما في Q.ANT، بل على بصريات ثلاثية الأبعاد بعدسات وحزم ضوئية في الفضاء الحر. وبحسب Lumai، تعمل نماذج بمستوى Llama 70B في الزمن الحقيقي مع توفير 90% من الطاقة. وعرض Q.ANT فيه من الثغرات أكثر مما فيه من البيانات: لم يُذكر اسم النموذج المحدد.
ما أبرز التفاصيل حول ماذا عن الجودة؟
فكرة استبدال الانتباه بطبقة فورييه سبقت الفوتونيات: ففي 2021 فعلت Google ذلك في بنية FNet. وتسارع التدريب بنسبة 70–80%، لكن النموذج حافظ على 92–97% فقط من دقة BERT في اختبار GLUE. كما أن FNet كان مشفّراً (encoder)، وليس نموذجاً توليدياً يكتب النص كلمةً بعد كلمة. والنسخة البصرية عليها القيود المعمارية نفسها، يضاف إليها عبء إضافي: ففي كل طبقة يجب تحويل التنسورات من الرقمي إلى الضوء وبالعكس، فضلاً عن نقلها بين GPU والمعالج المساعد. وإن استهلكت عمليات النقل هذه المكسب، فلن يكون هناك تسريع.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.