غوغل تتحدى Nvidia في سباق شرائح الذكاء الاصطناعي: الفرص والعقبات

عندما يدور الحديث عن سوق مسرّعات الذكاء الاصطناعي، يختزل النقاش تقليدياً في اسم واحد هو Nvidia. فالشركة التي يقودها جنسن هوانغ تسيطر على الحصة الساحقة من هذا القطاع، ويُنظر إلى AMD، وإلى Intel مع تحفظات كبيرة، بوصفهما أقرب ملاحقيها. لكن في ميزان القوى الراسخ هذا يبرز بوضوح متزايد لاعب آخر ظل طويلاً غير مصنَّف كمنافس مباشر في أعمال الشرائح. فغوغل، التي تطوّر معالجاتها الخاصة TPU منذ نحو عشر سنوات، تُظهر طموحات تدفع المحللين إلى إعادة رسم خريطة المشهد التنافسي.

بدأت قصة TPU في عام 2016، حين قدّمت غوغل الجيل الأول من معالجها الموتّري (Tensor Processing Unit)، وهو شريحة متخصصة صُمّمت حصراً لمهام التعلم الآلي. وبدا الأمر حينها أداة داخلية تحتاج إليها الشركة لتحسين بنيتها التحتية الخاصة، من البحث وأنظمة التوصية إلى الترجمة. لكن غوغل رفعت الأداء ووسّعت مجالات الاستخدام مع كل جيل جديد من TPU. أما الجيل السادس، Trillium، فلم يعد يُطرح كحل داخلي فحسب، بل كمنتج متكامل لعملاء Google Cloud، قادر على منافسة أقوى مسرّعات Nvidia في مهام تدريب النماذج اللغوية الكبيرة والاستدلال (inference).

تتمثل الميزة الأساسية لغوغل في هذا السباق في التكامل الرأسي. فالشركة تصمّم العتاد، وتطوّر أطر العمل البرمجية مثل JAX وTensorFlow، وتدير البنية التحتية السحابية، وتبني نماذجها الخاصة من عائلة Gemini التي تُدرَّب على TPU تحديداً. إنها حلقة مغلقة يُحسَّن فيها كل عنصر ليتناسب مع بقية العناصر. أما Nvidia، رغم قوتها، فتعمل في منظومة أكثر تجزؤاً، تُنتَج فيها العتاد والبرمجيات والتطبيقات النهائية على يد شركات مختلفة. ويذكّر التكامل الرأسي لدى غوغل بنهج Apple في شرائحها من سلسلة M، وقد رأينا مدى نجاح هذه الاستراتيجية في عالم الحواسيب الشخصية.

غير أن هوّة واسعة تفصل بين الإمكانات والهيمنة الفعلية، ولا يملّ المحللون من التذكير بذلك. والعائق الرئيسي هو منظومة CUDA. فمنصة Nvidia البرمجية، التي بُنيت على مدى أكثر من خمسة عشر عاماً، أصبحت معياراً فعلياً في الصناعة. ملايين المطورين وآلاف المكتبات وعدد لا يحصى من خطوط المعالجة المحسّنة، كلها مرتبطة بـ CUDA بعمق يجعل الانتقال إلى منصة بديلة يعني، بالنسبة لمعظم الشركات، تكاليف هائلة من الوقت والموارد. وتقدّم غوغل أدواتها الخاصة، لكن نطاق انتشارها لا يقارَن بمنظومة Nvidia. بل إن PyTorch، أشهر أطر العمل في الأوساط البحثية، حُسِّن تاريخياً في المقام الأول لوحدات GPU من Nvidia.

وثمة سؤال جوهري آخر: هل غوغل مستعدة حقاً لفتح TPU أمام السوق الواسعة؟ حتى الآن لا تتوافر هذه الشرائح إلا عبر Google Cloud. ولا يمكنك شراء TPU وتركيبها في مركز بيانات خاص بك، كما هو الحال مع مسرّعات Nvidia أو AMD. وبالنسبة لكثير من العملاء الكبار، كالمصارف وشركات الاتصالات والجهات الحكومية، فإن الارتهان لمزوّد سحابي واحد أمر غير مقبول. وما لم تعالج غوغل هذه المشكلة، سيبقى TPU منتجاً قوياً لكنه محدود الانتشار، حبيس إطار منظومة واحدة.

ومع ذلك، لا يجوز التقليل من القدرات المالية لشركة Alphabet. فالشركة تستثمر عشرات المليارات من الدولارات في البنية التحتية للذكاء الاصطناعي، ويذهب جزء كبير من هذه الأموال إلى تطوير شرائحها الخاصة. وفي ظل طلب على مسرّعات الذكاء الاصطناعي يفوق العرض بأضعاف، وقلق متزايد لدى اللاعبين الكبار من الاعتماد على مورّد وحيد هو Nvidia، تغدو البدائل ضرورة استراتيجية. فشركة Amazon تعتمد شرائح Trainium، وMicrosoft تعمل على مشروع Maia، وMeta* تطوّر حلولها الخاصة، أي أن كبرى شركات التقنية تسير في الاتجاه نفسه. لكن غوغل هي الأبعد تقدماً بين الجميع، لأنها بدأت أبكر ولديها اليوم منتج ناضج عبر عدة أجيال.

يدخل التنافس في سوق شرائح الذكاء الاصطناعي مرحلة جديدة، لا تدور فيها المعركة على التيرافلوبس وكفاءة الطاقة فحسب، بل على عقول المطورين والمنظومات واستقلالية العملاء الاستراتيجية. تملك غوغل مجموعة فريدة من الأوراق الرابحة لهذه المعركة، لكن تحويل الإمكانات إلى حصة سوقية مهمة من طبيعة مختلفة تماماً. فـ Nvidia لا تبيع الشرائح فحسب، بل تبيع الثقة بأن كل شيء سيعمل. وما دامت غوغل لا تستطيع تقديم مستوى مماثل من الثقة خارج سحابتها الخاصة، فإن الحديث عن منافسة كاملة سابق لأوانه. ومع ذلك، فإن مجرد أن هذا الحديث أصبح ممكناً يقول الكثير.

*تعدّ Meta منظمة متطرفة ومحظورة في روسيا الاتحادية.