Nvidia تعمل على رقاقة متخصصة لتسريع عمل وكلاء الذكاء الاصطناعي

تستعد Nvidia، القائد بلا منازع في مجال العتاد المخصص للذكاء الاصطناعي، لهجوم استراتيجي جديد، وهذه المرة في ميدان الاستدلال (inference)، أي مرحلة تنفيذ المهام بواسطة الشبكات العصبية المدرَّبة بالفعل. وبحسب تقارير The Wall Street Journal، تعمل الشركة على تطوير معالج متخصص يهدف إلى تسريع عمل وكلاء الذكاء الاصطناعي والتطبيقات الأخرى التي تعتمد على النماذج المدرَّبة. وتمثّل هذه الخطوة تطورًا في استراتيجية Nvidia، التي كانت تركّز سابقًا بصورة أساسية على مرحلة التدريب، لكنها تسعى الآن إلى الهيمنة أيضًا على القطاع الذي يكتسب فيه انخفاض زمن الاستجابة إلى أدنى حد وارتفاع كفاءة الطاقة أهمية حاسمة.

تاريخيًا، بنت Nvidia هيمنتها على وحدات المعالجة الرسومية (GPU) القوية، وهي مثالية للحوسبة المتوازية اللازمة لتدريب الشبكات العصبية المعقّدة. وأصبحت هذه الوحدات معيارًا فعليًا في صناعة الذكاء الاصطناعي، إذ توفّر القدرة الحاسوبية اللازمة لتدريب النماذج، ومنها تلك المستخدمة في ChatGPT من OpenAI. غير أن مرحلة الاستدلال، أي الاستخدام الفعلي للنموذج المدرَّب لتوليد الإجابات أو تنفيذ الأوامر أو تحليل البيانات، لها متطلباتها الفريدة. فعلى عكس التدريب الذي يهمّ فيه الإنتاجية الإجمالية، تتصدّر في الاستدلال سرعة الاستجابة (زمن الاستجابة المنخفض) وكفاءة استخدام الطاقة، خصوصًا عند التعامل مع عدد هائل من الطلبات المتزامنة.

ويُقال إن رقاقة Nvidia الجديدة ستعتمد حلولًا معمارية مستلهمة من تقنيات الشركة الناشئة Groq. وتشتهر Groq بمعالجها المتخصص LPU (Language Processing Unit) الذي يُظهر أداءً لافتًا في مهام معالجة اللغة الطبيعية، مع تحقيق أدنى أزمنة استجابة مسجَّلة. ويتيح التعاون مع شركات مبتكرة مثل Groq، أو الاستعانة بتقنياتها، لـNvidia طرح حلول تلبّي احتياجات العملاء الملحّة في السوق بوتيرة أسرع. ويبدو أن العملاء والمستخدمين الرئيسيين للمعالج الجديد سيكونون عمالقة مثل OpenAI، إضافة إلى مطوّري وكلاء الذكاء الاصطناعي المستقلين، وهي أنظمة قادرة على تنفيذ مهام معقّدة بصورة ذاتية تتطلب تفاعلًا مستمرًا مع البيئة المحيطة واستجابة سريعة للتغيّرات.

يصعب المبالغة في تقدير تبعات هذه الخطوة على سوق الذكاء الاصطناعي. أولًا، ستزيد حدّة المنافسة في قطاع الاستدلال، حيث يوجد بالفعل لاعبون مثل Google بمعالجات التنسور (TPU) التي تنتجها، إضافة إلى شركات ناشئة متخصصة في المسرّعات المتخصصة. ثانيًا، سيفتح ظهور معالجات أكثر كفاءة وسرعة للاستدلال آفاقًا جديدة أمام تطوير تطبيقات الذكاء الاصطناعي. فستصبح روبوتات الدردشة أكثر استجابة، وأنظمة الأتمتة أكثر سرعة في الأداء، وسيحصل تطوير وكلاء الذكاء الاصطناعي المعقّدين القادرين على العمل في الوقت الفعلي على دفعة قوية. وقد يؤدي ذلك أيضًا إلى خفض تكلفة تنفيذ استعلامات الذكاء الاصطناعي، مما يجعل التقنيات المتقدمة في متناول شريحة أوسع من الشركات والمطوّرين.

وهكذا، لا تكتفي Nvidia بتعزيز مواقعها في سوق الذكاء الاصطناعي، بل تسهم بنشاط في تشكيل مستقبله. ويُظهر الانتقال من الهيمنة على التدريب إلى التوسع النشط في مجال الاستدلال بُعد نظر استراتيجيًا لدى الشركة واستعدادها للتكيّف مع احتياجات الصناعة المتغيّرة. ويُنتظر أن تصبح الرقاقة المتخصصة الجديدة، المصمَّمة وفق متطلبات انخفاض زمن الاستجابة إلى أدنى حد وارتفاع كفاءة الطاقة، أداة محورية للجيل القادم من تطبيقات الذكاء الاصطناعي، بما يجعله أسرع وأذكى وأكثر إتاحة.