Sugon scaleX: 10 000 مسرّع في منظومة واحدة لتدريب الشبكات العصبية الصينية

في عالم يحدد فيه عدد وحدات GPU مكانة القوة العظمى، قررت الصين التوقف عن الشكوى من العقوبات والبدء ببناء حصونها الرقمية. وبينما نتابع نحن التقارير الفصلية لشركة NVIDIA، أعلنت شركة Sugon انتقال كتلتها الحاسوبية العملاقة scaleX إلى مرحلة التشغيل الفعلي. وهذا ليس منصة مخبرية أخرى ولا إعلانًا ورقيًا، بل «» متكامل: كتلة فائقة من 10 000 مسرّع، جاهزة لمعالجة تيرابايتات من البيانات لتدريب أكثر الشبكات العصبية طموحًا. ويدخل المشروع رسميًا مرحلة الاستخدام في أكبر المشاريع الهندسية في البلاد، وهذا حدث يستحق اهتمامًا دقيقًا.

ولفهم حجم ما يجري، لا بد من استحضار الظروف التي يعيشها قطاع التقنية الصيني منذ عامين تقريبًا. فقد أجبرت قيود تصدير الرقائق المتقدمة اللاعبين المحليين إما على التواري عن الأنظار، وإما على إعادة ابتكار العجلة، لكن بمحرك نفاث. واختارت Sugon، بما لديها من خبرة واسعة في الحوسبة الفائقة، الطريق الثاني. فقد صُمم مشروع scaleX ردًّا مباشرًا على الجوع الشديد للقدرات الحاسوبية لدى مطوري نماذج LLM الصينية. وحين لا تملك وصولًا مباشرًا إلى عشرات الآلاف من وحدات H100، فإن المخرج الوحيد هو أن تتعلم دمج ما لديك في شبكة واحدة فعّالة.

فماذا يعني رقم 10 000 مسرّع في شبكة واحدة؟ بالنسبة لغير المتخصص، هي مجرد كومة كبيرة من الخوادم، أما بالنسبة للمهندس فهي كابوس حقيقي من حيث لوجستيات البيانات. تكمن المشكلة الرئيسية في هذه الأنظمة في الربط البيني (interconnect)، أي سرعة تخاطب البطاقات فيما بينها. فإذا «علقت» البيانات في الاختناقات عند جسور الشبكة، تحولت القدرة الحاسوبية كلها إلى مدفأة باهظة الثمن لغرفة الخوادم. وتعلن Sugon أن بنية scaleX تحل مشكلة قابلية التوسع، وتتيح لآلاف الرقائق العمل ككائن واحد. وهذا بالغ الأهمية لنماذج بمستوى GPT-4، حيث يتطلب التدريب مزامنة أحجام هائلة من المعاملات في الزمن الفعلي ودون تأخير.

ويعني الانتقال إلى مرحلة «» (الاستخدام في المشاريع الهندسية الكبرى) أن العيوب الأولية للنظام قد عولجت، وأن الكتلة صارت متاحة لعملاء حقيقيين. ومن المرجح أن يكون أول المستخدمين جهات حكومية وعمالقة تقنية مثل Baidu وAlibaba، التي تحتاج إلى تدريب نماذجها ضمن بيئة مغلقة. ومن المهم إدراك أن الصين لا تبني «عتادًا» فحسب، بل منظومة متكاملة مغلقة: مسرّعاتها الخاصة، وبرمجياتها الخاصة، ومكتبات التحسين الخاصة بها، وبياناتها الخاصة. وهذا يجعل صناعة الذكاء الاصطناعي لديها شبه محصنة ضد العواصف السياسية الخارجية وحزم القيود الجديدة.

وبالطبع سيسأل المتشككون فورًا عن الكفاءة. فجمع 10 000 بطاقة في مبنى واحد أمر، وجعلها تعمل بالكفاءة نفسها التي تعمل بها الكتل المبنية على بنية NVIDIA التحتية أمر آخر تمامًا. لكن مجرد وجود نظام عامل بهذا الحجم يشير إلى أن الفجوة التقنية، التي يحب المحللون الغربيون الحديث عنها، قد تكون أضيق مما تبدو. وإذا حققت scaleX نتائج جيدة خلال الأشهر المقبلة، فستكون إشارة قوية للسوق بأكملها: احتكار «الحوسبة الكبرى» بات رسميًا مهددًا.

وفي المستقبل القريب سنرى الثمار الأولى لهذه المنظومة. ومن المرجح ألا تكون مجرد روبوتات دردشة لتوليد الشعر، بل نماذج قطاعية متخصصة للصناعات الثقيلة والتنبؤ بالطقس والطب المتعمق. فالصين تراهن تقليديًا على التطبيق العملي للذكاء الاصطناعي في القطاع الحقيقي للاقتصاد، حيث تتحول القدرة الحاسوبية إلى أموال حقيقية ومزايا تنافسية على الساحة العالمية. وبينما يناقش بقية العالم الأخلاقيات، تبني Sugon ببساطة أساسًا للهيمنة الرقمية.

الخلاصة: Sugon scaleX ليست مجرد مزرعة خوادم، بل طلب متكامل للسيادة الحاسوبية. وإذا عملت كتلة الـ10 000 بطاقة بكامل طاقتها وأظهرت استقرارًا، فستصبح تبعية الصين للعتاد الغربي خبرًا من الماضي. فهل يستطيع هذا «العملاق الصيني» الالتفاف على قيود أداء الرقائق المنفردة عبر بنية مثالية للشبكة بأكملها؟ سنحصل على الجواب خلال الاختبارات المقبلة.