Google تتحدى Nvidia في سباق رقائق AI: الفرص والعقبات

عندما يتعلق الأمر بسوق معجّلات الذكاء الاصطناعي، يتركز الحديث تقليديًا على اسم واحد فقط — إنفيديا. تسيطر شركة جين-هسون هوانج على حصة ساحقة من هذا القطاع، مع اعتبار AMD وإنتل، مع تحفظات كبيرة، أقرب منافسيها. لكن في هذا التوزيع المستقر للقوى، يصبح لاعب آخر واضحًا بشكل متزايد — لاعب ظل يُغفل عن دوره كمنافس مباشر في قطاع الرقائق. جوجل، التي تطور معالجات TPU الخاصة بها منذ ما يقرب من عقد من الزمان، تظهر طموحات تجبر المحللين على إعادة النظر في خريطة المشهد التنافسي.

بدأت قصة TPU في عام 2016 عندما قدمت جوجل الجيل الأول من معالج التنسور الخاص بها — وهي رقيقة متخصصة تم إنشاؤها حصريًا لمهام التعلم الآلي. بدا في ذلك الوقت مثل أداة داخلية ضرورية للشركة لتحسين البنية التحتية الخاصة بها: البحث، أنظمة التوصية، الترجمة. لكن مع كل جيل جديد من TPU، قامت جوجل بزيادة الأداء باستمرار وتوسيع نطاق التطبيقات. الجيل السادس من الرقائق — Trillium — يتم وضعه بالفعل ليس فقط كحل داخلي، بل كمنتج متكامل لعملاء Google Cloud، قادر على المنافسة مع معجّلات إنفيديا الأفضل في مهام تدريب والاستدلال بالنماذج اللغوية الكبيرة.

الميزة الرئيسية لجوجل في هذا السباق هي التكامل الرأسي. تقوم الشركة بتصميم الأجهزة، وتطوير أطر البرمجيات مثل JAX و TensorFlow، وإدارة البنية التحتية السحابية، وإنشاء نماذجها الخاصة من عائلة Gemini، والتي يتم تدريبها بالفعل على TPU. هذه حلقة مغلقة حيث يتم تحسين كل عنصر لصالح الآخر. إنفيديا، رغم كل قوتها، مضطرة إلى العمل في نظام بيئي أكثر تجزؤًا حيث يتم إنشاء الأجهزة والبرمجيات والتطبيقات النهائية من قبل شركات مختلفة. يذكرنا التكامل الرأسي لجوجل بنهج آبل تجاه رقائقها من سلسلة M — ويمكننا أن نرى مدى فعالية هذه الاستراتيجية في عالم أجهزة الكمبيوتر الشخصية.

لكن بين الإمكانات والهيمنة الحقيقية يقع هوة سحيقة، والمحللون لا يتعبون من تذكيرنا بذلك. الحاجز الرئيسي هو نظام CUDA البيئي. أصبحت منصة برمجيات إنفيديا، التي تم بناؤها على مدى أكثر من خمسة عشر عامًا، المعيار الفعلي للصناعة. ملايين المطورين، آلاف المكتبات، عدد لا يحصى من خطوط الأنابيب المحسّنة — كل هذا مرتبط بـ CUDA بشكل عميق جدًا بحيث أن الانتقال إلى منصة بديلة للعديد من الشركات يعني نفقات ضخمة من الوقت والموارد. تقدم جوجل أدواتها الخاصة، لكن نطاقها غير قابل للمقارنة مع نظام إنفيديا البيئي. حتى PyTorch — الإطار الأكثر شيوعًا في مجتمع البحث — تم تحسينه تاريخيًا في المقام الأول لوحدات معالجة الرسومات من إنفيديا.

هناك سؤال أساسي آخر: هل جوجل مستعدة فعلاً لفتح TPU للسوق الأوسع؟ حتى الآن، هذه الرقائق متاحة حصريًا من خلال Google Cloud. لا يمكنك شراء TPU وتثبيتها في مركز البيانات الخاص بك، كما هو الحال مع معجّلات إنفيديا أو AMD. بالنسبة للعديد من العملاء الكبار — البنوك وشركات الاتصالات والهياكل الحكومية — فإن الارتباط بمورد سحابة واحد غير مقبول. حتى تحل جوجل هذه المشكلة، ستبقى TPU منتجًا قويًا لكنه متخصص، محصور في حدود نظام بيئي واحد.

ومع ذلك، لا يجب الاستهانة بالإمكانيات المالية لـ Alphabet. تستثمر الشركة عشرات المليارات من الدولارات في البنية التحتية للذكاء الاصطناعي، مع ذهاب جزء كبير من هذه الأموال مباشرة إلى تطوير رقاقها الخاصة. في ظل ظروف حيث يتجاوز الطلب على معجّلات الذكاء الاصطناعي العرض بأضعاف كثيرة، والاعتماد على مورد واحد فقط — إنفيديا — يثير قلقًا متزايدًا بين اللاعبين الكبار، تصبح البدائل ضرورية استراتيجيًا. Amazon برقاقاتها Trainium، Microsoft بمشروعها Maia، Meta بتطويراتها الخاصة — جميع أكبر شركات التكنولوجيا تتحرك في نفس الاتجاه. لكن جوجل بالذات هي التي تقدمت أكثر من الباقي، لأنها بدأت في وقت أبكر وتمتلك بالفعل منتجًا ناضجًا من عدة أجيال.

تدخل المنافسة في سوق رقائق الذكاء الاصطناعي مرحلة جديدة، حيث تدور الصراع ليس فقط على الإيقاع الرباعي وكفاءة الطاقة، بل أيضًا على عقول المطورين والأنظمة البيئية والاستقلالية الاستراتيجية للعملاء. تمتلك جوجل مجموعة فريدة من أوراقها الرابحة لهذا الصراع، لكن تحويل الإمكانات إلى حصة سوقية هي مهمة من نوع مختلف تمامًا. لا تبيع إنفيديا الرقائق ببساطة؛ فهي تبيع الثقة بأن كل شيء سيعمل. وحتى تتمكن جوجل من تقديم مستوى مكافئ من الثقة خارج سحابتها الخاصة، من المبكر الحديث عن منافسة حقيقية. ومع ذلك، فإن مجرد حقيقة أن هذه المحادثة أصبحت ممكنة تقول الكثير بالفعل.