OpenAI وAMD تحققان مكسبًا يصل إلى 14% في PPA لوحدة GPU رائدة خلال خمسة أشهر
أظهرت OpenAI أن نماذجها قادرة على تحسين الشريحة نفسها. فقد بحثت مع AMD عن هوامش تحسين في وحدة من وحدات GPU الرائدة، وهي وحدة أمضى المهندسون سنوات في تحسينها يدويًا. وخلال أقل من خمسة أشهر توصلت إلى مكسب في PPA (الطاقة والسرعة ومساحة الرقاقة) يصل إلى 14%. وساعد النهج نفسه في تحسين Jalapeño، أول شريحة خاصة بـ OpenAI للاستدلال (inference)، وقد جرى التحقق من المكسب فيها. وهذه إشارة للقطاع: الذكاء الاصطناعي في تصميم العتاد ينتقل من العروض التجريبية إلى سير العمل الفعلي.
معالج بواسطة الذكاء الاصطناعي من X: @OpenAI؛ بتحرير Hamidun News
عادةً ما يُناقَش الذكاء الاصطناعي في التطوير بوصفه مساعدًا يكتب الشيفرة أو يجيب عن الأسئلة. أما OpenAI فتدعو إلى النظر إلى جانب آخر: النماذج بدأت تحسّن العتاد الذي تعمل عليه. وأعلنت الشركة أنها توصلت مع AMD إلى تحسينات في PPA تصل إلى 14% داخل وحدة GPU رائدة (IP) في أقل من خمسة أشهر. والحديث هنا عن تصميم عمل عليه مهندسو AMD سنوات طويلة أصلًا.
ما هو PPA ولماذا تُعد نسبة 14% كبيرة
PPA اختصار لـ Power, Performance, Area: أي الطاقة المستهلكة والأداء ومساحة الرقاقة. وهذه المعايير الثلاثة تشدّ في اتجاهات مختلفة. إذا أردت سرعة أعلى ارتفع استهلاك الطاقة، وإذا أردت حجمًا أصغر تأثرت السرعة. ويبحث مصممو الشرائح عن التوازن بينها منذ عقود، يدويًا وباستخدام برامج متخصصة لأتمتة التصميم.
ولهذا تبدو عبارة «تصل إلى 14%» على تصميم ناضج أمرًا لافتًا. فحين يكون الفريق قد صقل الوحدة بالفعل، يصبح كسب كل نقطة مئوية صعبًا. تخيّل مطبخًا أعاد فيه رئيس الطهاة ترتيب المعدات سنوات لتسريع العمل. ثم يأتي شخص جديد ويجد طريقة لتوفير نسبة ملحوظة أخرى من الخطوات بين الموقد والطاولة. هذا تقريبًا حجم القصة التي تصفها OpenAI.
وثمة تحفظ مهم: عبارة «تصل إلى 14%» تعني الحد الأقصى، لا المتوسط على الشريحة كلها. ولا تكشف OpenAI في إعلانها عن المقياس الذي تحقق فيه هذا الحد الأقصى من بين المقاييس الثلاثة، ولا عن النماذج التي استُخدمت تحديدًا، ولا عن مقدار الإشراف البشري الذي لزم. وهذه التفاصيل هي التي ستحدد مدى قابلية تكرار الطريقة.
Jalapeño: أول شريحة استدلال خاصة
يتناول الجزء الثاني من الإعلان Jalapeño، وهي أول شريحة مخصصة من OpenAI للاستدلال (inference)، أي لتشغيل النماذج المدرَّبة بالفعل. وبحسب الشركة، ساعد النهج نفسه في تحسين هذه الشريحة، وقد جرى التحقق من المكسب. وهذه نقطة مهمة: فالقصة لا تقتصر على مشروع الشراكة مع AMD، بل طُبقت الطريقة أيضًا على عتاد OpenAI الخاص.
والصلة هنا مباشرة بالنسبة إلى الممارسين. فالاستدلال اليوم هو أكبر بند إنفاق لدى الشركات التي تبيع الوصول إلى النماذج. وتتكوّن تكلفة التوكن من سعر الشرائح والكهرباء وعدد الطلبات التي يخدمها كل مسرّع. وتحسين الطاقة أو المساحة مع بقاء السرعة نفسها يعني طلبات أكثر لكل واط ولكل مليمتر مربع من السيليكون. ولم يورد الإعلان أرقامًا خاصة بـ Jalapeño، لذلك لا يمكن حتى الآن تقدير الجدوى الاقتصادية بالدولار لكل توكن.
ماذا يعني ذلك للمطورين والمؤسسين
أولًا، قد تتقلص دورة تصميم الشرائح التي تمتد سنوات. فخمسة أشهر للعثور على تحسينات في وحدة محسَّنة أصلًا تمثل مرجعًا ستُقارَن به أعمال الفرق التقليدية.
ثانيًا، تحصل المختبرات التي تملك نماذج متقدمة على رافعة إضافية. فهي لا تشتري المسرّعات فحسب، بل يمكنها أيضًا التأثير في تصميمها. وتُظهر شراكة OpenAI وAMD أن مصنّعي الشرائح مستعدون لإدخال هذه النماذج في مشاريعهم.
ثالثًا، بالنسبة إلى الشركات الناشئة التي تبني أدوات أتمتة التصميم، يمثل هذا تهديدًا وتأكيدًا للطلب في آن واحد. فالمختبرات الكبرى تدخل هذا المجال، لكن المهمة تظل شديدة الخصوصية: إذ تتطلب الوصول إلى تصاميم مغلقة وإلى محاكيات وإلى التحقق من النتيجة.
قيود يجب ذكرها
المصدر هو بيان OpenAI نفسها، ولا توجد قياسات مستقلة. وقد أُعلن عن التحقق من المكسب في Jalapeño، لكن منهجيته غير موصوفة في المنشور نفسه. كما أن التحسين على مستوى التصميم لا يساوي بعدُ تحسينًا في السيليكون الجاهز: فبين المشروع والشريحة المنتجة بكميات كبيرة مراحل كثيرة قد تتغير فيها النتيجة.
وهناك ثلاثة أمور تستحق المتابعة: هل ستظهر تفاصيل عن المنهجية، وهل ستؤكد AMD النتيجة في منتجاتها، وهل ستُعرض أرقام فعلية عن أداء Jalapeño أثناء التشغيل. وإذا حدث ذلك، فلن تبقى عبارة «الذكاء الاصطناعي يصمم العتاد للذكاء الاصطناعي» شعارًا جذابًا، بل ستصبح بندًا عاديًا في خطة تطوير الشرائح.
- 19 نوفمبر 2026أمازون وجوجل ستحصلان على 28,4% من Anthropic بعد الطرح العام الأولي، لكن دون حق التصويت
- 19 نوفمبر 2026Tencent تفتح مصدر Hy4 flash: 12 مليار معامل نشط من أصل 224 مليار، وسياق بطول 1 مليون رمز
- 19 نوفمبر 2026Anthropic تتجه إلى البورصة: 17 مليار دولار إيرادات في ربع واحد وعقود خوادم بقيمة 895,4 مليار دولار
- 19 نوفمبر 2026سعر توكن الذكاء الاصطناعي انخفض 21.2% في ستة أسابيع، وإنفاق الشركات على واجهات API تراجع 6.3%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما هو PPA ولماذا تُعد نسبة 14% كبيرة؟
PPA اختصار لـ Power, Performance, Area: أي الطاقة المستهلكة والأداء ومساحة الرقاقة. وهذه المعايير الثلاثة تشدّ في اتجاهات مختلفة. إذا أردت سرعة أعلى ارتفع استهلاك الطاقة، وإذا أردت حجمًا أصغر تأثرت السرعة. ويبحث مصممو الشرائح عن التوازن بينها منذ عقود، يدويًا وباستخدام برامج متخصصة لأتمتة التصميم. ولهذا تبدو عبارة «تصل إلى 14%» على تصميم ناضج أمرًا لافتًا. فحين يكون الفريق قد صقل الوحدة بالفعل، يصبح كسب كل نقطة مئوية صعبًا. تخيّل مطبخًا أعاد فيه رئيس الطهاة ترتيب المعدات سنوات لتسريع العمل.
ما أبرز التفاصيل حول Jalapeño: أول شريحة استدلال خاصة؟
يتناول الجزء الثاني من الإعلان Jalapeño، وهي أول شريحة مخصصة من OpenAI للاستدلال (inference)، أي لتشغيل النماذج المدرَّبة بالفعل. وبحسب الشركة، ساعد النهج نفسه في تحسين هذه الشريحة، وقد جرى التحقق من المكسب. وهذه نقطة مهمة: فالقصة لا تقتصر على مشروع الشراكة مع AMD، بل طُبقت الطريقة أيضًا على عتاد OpenAI الخاص. والصلة هنا مباشرة بالنسبة إلى الممارسين. فالاستدلال اليوم هو أكبر بند إنفاق لدى الشركات التي تبيع الوصول إلى النماذج. وتتكوّن تكلفة التوكن من سعر الشرائح والكهرباء وعدد الطلبات التي يخدمها كل مسرّع.
ما أبرز التفاصيل حول ماذا يعني ذلك للمطورين والمؤسسين؟
أولًا، قد تتقلص دورة تصميم الشرائح التي تمتد سنوات. فخمسة أشهر للعثور على تحسينات في وحدة محسَّنة أصلًا تمثل مرجعًا ستُقارَن به أعمال الفرق التقليدية. ثانيًا، تحصل المختبرات التي تملك نماذج متقدمة على رافعة إضافية. فهي لا تشتري المسرّعات فحسب، بل يمكنها أيضًا التأثير في تصميمها. وتُظهر شراكة OpenAI وAMD أن مصنّعي الشرائح مستعدون لإدخال هذه النماذج في مشاريعهم. ثالثًا، بالنسبة إلى الشركات الناشئة التي تبني أدوات أتمتة التصميم، يمثل هذا تهديدًا وتأكيدًا للطلب في آن واحد.
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.