Google تناقش مع Marvell رقائق ذكاء اصطناعي للاستدلال وتقلل اعتماديتها على Broadcom

تتخذ Google الخطوة التالية في استراتيجيتها الخاصة بالرقائق: تناقش الشركة مع Marvell إنشاء معجلَين متخصصين للذكاء الاصطناعي لتوسيع سلسلة التطوير لديها خارج نطاق Broadcom. إذا توصلت المفاوضات إلى اتفاق، ستكتسب Google شريكاً آخر للسيليكون المخصص—وتعزز رهانها على الاستدلال الأرخص والأكثر جماهيرية، وليس فقط تدريب النماذج الكبيرة. وفقاً للمعلومات المتاحة، يتعلق موضوع المفاوضات برقيقتين جديدتين. الأولى هي وحدة معالجة الذاكرة، وهي مكون مصمم خصيصاً لعمليات الذاكرة ونقل البيانات داخل أنظمة الذكاء الاصطناعي. والثانية هي معالج TPU محسّن بدقة للاستدلال—عندما تكون النموذج قد تم تدريبها بالفعل وتحتاج إلى الرد بسرعة على طلبات المستخدمين.

بالنسبة إلى Google، هذا مجال حساس: كلما زادت الطلبات التي تمر عبر Gemini والبحث والإعلانات والخدمات السحابية، زاد الضغط الذي يمارسه تكلفة كل استجابة واستهلاك الطاقة في مراكز البيانات. حالياً، لا تقوم Google ببناء نظام السيليكون المخصص لديها بمفردها. كانت Broadcom شريكاً رئيسياً لفترة طويلة، وتظهر MediaTek أيضاً في سلسلة التطوير. يعني ظهور Marvell كشريك ثالث محتمل أكثر من مجرد توسيع قائمة المقاولين.

إنها طريقة لتوزيع المخاطر، وعدم الاعتماد على موردٍ واحدٍ للمكونات الحرجة، والاختبار المتزامن لنهج هندسية مختلفة لفئات مختلفة من أحمال العمل—من التدريب إلى الاستدلال في الخدمات الإنتاجية. من المهم ملاحظة أن هذه لا تزال مفاوضات فقط: لا يوجد عقد موقّع بعد، بناءً على المعلومات المتاحة. لكن مجرد وجود مثل هذه النقاشات يشير إلى اتجاه السوق.

في خضم طفرة الذكاء الاصطناعي التوليدي، تصمم الشركات بشكل متزايد رقائقها الخاصة لأن معالجات GPU العامة تبقى باهظة الثمن ونادرة وليست دائماً مثالية لمهمة محددة. الاستدلال هدف جذاب بشكل خاص للتخصيص: حيث تتسع في النهاية المنتجات الموجهة للمستخدمين، حيث تهم زمن الاستجابة وتكلفة الطلب والأداء القابلة للتنبؤ.

يثير اهتماماً منفصلاً وحدة معالجة الذاكرة. في البنية الأساسية للذكاء الاصطناعي، يصبح الاختناق غالباً ليس الطاقة الحسابية الخام، بل سرعة وصول البيانات إلى المعجل. كلما عملت النظام بكفاءة أكبر مع الذاكرة، قلّ وقت توقف كتل الحوسبة، وأمكن الاستفادة بشكل أفضل من الأجهزة المثبتة بالفعل. يمكن لمثل هذه الحلول أن تكون مهمة بقدر معالجات TPU ذاتها: فهي تحسن التوازن العام للنظام وتقلل نفقات نقل البيانات.

بالنسبة إلى Google، هذه خطوة منطقية بشكل خاص. لقد كانت الشركة تطور خط معالجات TPU لسنوات عديدة وتعرف كيفية ربط الأجهزة بإحكام مع برامجها ومراكز البيانات والبنية الأساسية السحابية. يمكن للمكونات المتخصصة الجديدة أن تساعدها على ضبط المكدس بشكل أفضل لسيناريوهات مختلفة: بشكل منفصل للتدريب، وبشكل منفصل لخدمة عدد ضخم من الطلبات، وبشكل منفصل للاختناقات المتعلقة بالذاكرة. يعطي هذا النهج عادة ليس فقط مكاسب في الأداء بل أيضاً تحكماً أكثر صرامة في التكاليف والجداول الزمنية والاعتماد على النظم البيئية الخارجية.

جانب آخر من هذه القصة هو موقف Google التفاوضي. عندما يكون لدى الشركة شركاء تصميم متعددون، يسهل عليها توزيع المشاريع حسب التخصص وعدم ربط خريطة الطريق بأكملها بوتيرة مقاول واحد. في صناعة حيث يؤثر إطلاق الجيل التالي من أجهزة الذكاء الاصطناعي بشكل مباشر على هوامش السحابة وسرعة إطلاق المنتجات، تصبح هذه المرونة أصلاً استراتيجياً.

حتى بدون عقد نهائي، يظهر الحوار ذاته مع Marvell أن Google تجهز البدائل مسبقاً وتوسع هامش المناورة لديها. من الناحية العملية، هذه الأخبار مهمة ليس لأن Google وجدت مصنع رقائق آخر، بل لأن أكبر شركات الذكاء الاصطناعي تتجه نحو بنية أجهزة أكثر تفصيلاً وتخصصاً. الفائز لن يكون من يمتلك ببساطة معجلات أكثر، بل من يوزع الأدوار بينها بشكل أفضل. إذا تحقق الاتفاق مع Marvell، فسيكون إشارة أخرى: المرحلة التالية من سباق الذكاء الاصطناعي ليست فقط حول النماذج، بل حول اقتصاديات الاستدلال، حيث يصبح كل وات وكل مكسب بالميلي ثانية ميزة تنافسية.