Taalas تتحدى وحدات GPU: منطق ثابت بدل المرونة من أجل 17 000 رمز في الثانية

بُنيت صناعة الذكاء الاصطناعي طوال العقد الماضي على بديهية غير معلنة: يجب أن يكون السيليكون مرنًا. فالنماذج تتغير كل أسبوع، والمعماريات تتطور كل ربع سنة، ولا تستطيع مجاراة هذا السباق سوى وحدات GPU القابلة للبرمجة. أما شركة Taalas الناشئة ومقرها تورونتو فترى أن هذا المنطق تحديدًا أوصل القطاع إلى طريق مسدود، وتقترح بديلًا جذريًا: شرائح ذات منطق ثابت لا تجيد شيئًا سوى الاستدلال (inference)، لكنها تنفذه بسرعة 17 000 رمز في الثانية.

ولفهم حجم هذا الادعاء، يجدر استحضار السياق. فوحدات GPU الحديثة، من NVIDIA H100 إلى أحدث معماريات Blackwell، هي في جوهرها حواسيب فائقة على شريحة واحدة، قادرة على تنفيذ حسابات اعتباطية. وترث معماريتها عقودًا من تطور معالجات الرسوميات: آلاف الأنوية القابلة للبرمجة، وتسلسلات هرمية معقدة للذاكرة، وناقلات بيانات مرنة. وهذه العمومية تتيح تشغيل تدريب النماذج الضخمة والاستدلال والمحاكاة العلمية على العتاد نفسه. لكن للعمومية ثمنًا: استهلاك الطاقة، وزمن الاستجابة، والتكلفة. فكل دورة ساعة تُنفق على فك تشفير التعليمات وإدارة تدفقات البيانات هي طاقة ووقت لا يذهبان إلى ضرب المصفوفات نفسه.

وتهاجم Taalas هذه النقطة بالذات. فالشركة تطوّر شرائح تُدمج فيها مسارات الحوسبة مباشرة في السيليكون، وهو ما يُعرف بالمنطق الثابت (hardwired). وهذا يعني أن الشريحة لا تفسّر البرنامج أثناء التشغيل، بل تجسّد فيزيائيًا عمليات محددة من معمارية المحوّلات (transformer): ضرب المصفوفات، ودوال الانتباه، والتطبيع. وبدل معالج عام الغرض، تحصل على دارة إلكترونية تؤدي مهمة واحدة بالضبط، لكن بأدنى قدر من النفقات الإضافية.

والنهج ليس جديدًا من حيث المبدأ. فشرائح ASIC (الدوائر المتكاملة الخاصة بالتطبيقات) تُستخدم منذ زمن في تعدين العملات المشفرة والاتصالات ومعالجة الفيديو. وقدمت Google في عام 2016 معالجات TPU الموجهة للحوسبة العصبية، وإن احتفظت بدرجة معينة من القابلية للبرمجة. لكن Taalas، على ما يبدو، تذهب أبعد من ذلك، إذ تشدد التخصص إلى أقصى حد سعيًا إلى أعلى أداء ممكن لكل رمز.

وتستحق الـ 17 000 رمز في الثانية وقفة خاصة. للمقارنة: يقدّم الاستدلال المعتاد لنموذج لغوي كبير على وحدة GPU واحدة من فئة H100 ما بين بضع مئات وبضعة آلاف من الرموز في الثانية، بحسب حجم النموذج وحجم الدفعة (batch). وإذا بلغت Taalas السرعة المعلنة فعلًا مع جودة وحجم نموذج مماثلين، فقد يعني ذلك خفضًا متعدد المرات في تكلفة الاستدلال، وهي أكبر بنود الإنفاق على الشركات التي تنشر خدمات الذكاء الاصطناعي في بيئات الإنتاج. فتكلفة الاستدلال، لا التدريب، هي التي تحدد اليوم اقتصاديات معظم منتجات الذكاء الاصطناعي: كل طلب إلى ChatGPT، وكل استدعاء لـ Copilot، وكل عملية توليد صورة، هي أموال تُنفق على وقت GPU.

غير أن للنهج خطرًا واضحًا وجديًا. فالمنطق الثابت يعني ارتباطًا صارمًا بمعمارية نماذج بعينها. وإذا انتقلت الصناعة غدًا من المحوّلات إلى شيء مختلف جذريًا، كمعماريات قائمة على نماذج فضاء الحالة (state-space) أو نُهج هجينة، فإن شرائح Taalas تخاطر بأن تتحول إلى ثقالات ورق باهظة الثمن. وهذه معضلة التخصص الكلاسيكية: تكسب في الكفاءة وتخسر في القدرة على التكيف. فبوسع Google تحديث برمجيات معالجات TPU لديها، وتصدر NVIDIA برامج تشغيل ومكتبات CUDA جديدة، أما Taalas فسيتعين عليها تصميم شريحة جديدة.

ومع ذلك، لدى الشركة الناشئة حجة مضادة قوية. فمعمارية المحوّلات مهيمنة منذ ثماني سنوات ولا تُظهر علامات على قرب الأفول. وتبقى العمليات الأساسية، ضرب المصفوفات وآلية الانتباه، متطابقة جوهريًا من GPT-2 إلى أحدث النماذج. بل إن اتجاه «الاستدلال في كل مكان» (ubiquitous inference) الذي تضعه Taalas في شعارها يفترض أن تصبح حوسبة الذكاء الاصطناعي رخيصة ومتاحة كالكهرباء. ولتحقيق ذلك تلزم شرائح متخصصة وموفرة للطاقة، لا وحدات GPU عامة الغرض باهظة الثمن.

وهناك أيضًا سياق السوق. فقد أدى نقص وحدات GPU وهيمنة NVIDIA الاحتكارية إلى طلب قوي على البدائل. ومزودو الخدمات السحابية الكبار، Amazon وGoogle وMicrosoft، يطورون شرائحهم الخاصة بالفعل. وشركات ناشئة مثل Groq وCerebras وSambaNova تقدم معماريات غير تقليدية. وتندرج Taalas ضمن هذا الاتجاه، لكنها تحتل الموقع الأكثر تطرفًا على طيف «المرونة مقابل التخصص».

والسؤال الرئيسي الذي ينبغي لـ Taalas الإجابة عنه ليس تقنيًا بل اقتصاديًا. هل ستتمكن من إنتاج شرائحها وتحديثها بسرعة كافية كي لا تتخلف عن تطور النماذج؟ وهل ستقنع العملاء بأن الرهان على المنطق الثابت مبرَّر؟ إذا تحقق ذلك، فقد نشهد بداية عصر جديد يتوقف فيه الاستدلال بالذكاء الاصطناعي عن كونه ترفًا ويصبح معيارًا في البنية التحتية. وإن لم يتحقق، فسيكون ذلك درسًا آخر في سبب تمسك الصناعة بالمرونة إلى هذا الحد.