سامسونغ تهدّئ السوق: خوارزمية TurboQuant من Google قد تزيد الطلب على ذاكرة الذكاء الاصطناعي

خفّف التقدير الأولي القوي لأرباح سامسونغ في الربع الأول من 2026 المخاوف المحيطة بـ Google TurboQuant، وهي خوارزمية رآها كثيرون تهديدًا لسوق ذاكرة الذكاء الاصطناعي. وعمليًا، تتزايد المؤشرات على العكس تمامًا: فالنماذج الأكثر كفاءة قد لا تقلّل الطلب الإجمالي على الذاكرة، بل قد تزيده.

لماذا شعر السوق بالقلق

يجري تداول Google TurboQuant بوصفها خوارزمية تساعد على حزم العمليات الحسابية بكفاءة أكبر وتخفض متطلبات النموذج من الذاكرة لكل وحدة عمل. وبالنسبة إلى السوق، بدا ذلك أقرب إلى تهديد مباشر لمصنّعي DRAM وHBM: فإذا أصبحت نماذج الذكاء الاصطناعي تكتفي بحجم ذاكرة أقل، فلماذا تواصل الشركات السحابية والمطوّرون شراء الشرائح الباهظة بالكميات السابقة نفسها؟ وكان الموضوع حسّاسًا بصورة خاصة لسامسونغ، التي تبقى من الموردين الرئيسيين للذاكرة المستخدمة في خوادم الذكاء الاصطناعي ومسرّعاته.

غير أن الباحثين يقدّمون تفسيرًا مختلفًا. ومنطقهم بسيط: عندما تصبح كلفة تشغيل النموذج أقل، يُستخدم بوتيرة أعلى، وفي عدد أكبر من الخدمات، وبمتطلبات أعلى لسرعة الاستجابة. فالتحسين على مستوى الطلب الواحد لا يعني بالضرورة انخفاض الطلب على مستوى البنية التحتية بأكملها. وهذا تأثير معروف في صناعة أشباه الموصلات: فانخفاض التكاليف كثيرًا ما لا يقلّص السوق بل يوسّعه، لأن التقنية تصبح في متناول سيناريوهات جديدة وأحمال تشغيل أوسع.

إشارة من سامسونغ

في هذا السياق، جاء التقدير الأولي لسامسونغ للفترة من يناير إلى مارس 2026 حجة مضادة قوية للسيناريو المتشائم. فالشركة تتوقع أن تتجاوز أرباحها خلال ثلاثة أشهر فقط نتيجة العام الماضي بأكمله. وبالنسبة إلى المستثمرين، ليس هذا مجرد رقم لافت في التقرير المالي، بل مؤشر عملي على حالة سلسلة توريد مكوّنات الذكاء الاصطناعي بأكملها. ولو كانت TurboQuant تضغط بالفعل على الطلب بحدّة، لظهر ذلك على الأرجح في الطلبيات أو الأسعار أو معدلات استغلال الطاقة الإنتاجية.

بالطبع، لا يحسم ربع واحد المسألة نهائيًا، ولا يعني أن أي قطاع من قطاعات الذاكرة سينمو بالوتيرة نفسها. لكنه يضعف بوضوح أبسط أطروحة هبوطية، وهي أن تقنية واحدة فعّالة من Google ستُسقط تلقائيًا تقريبًا الطلب على الذاكرة الكورية المخصّصة للذكاء الاصطناعي. وتُظهر نتائج سامسونغ صورة أكثر واقعية: فالشركات التي تبني بنية الذكاء الاصطناعي التحتية وتوسّعها لا تزال مستعدة لإنفاق الأموال على المكوّنات، ما دام ذلك يساعدها على تشغيل نماذج أكثر وخدمة عدد أكبر من المستخدمين.

لماذا قد يزداد الطلب على الذاكرة

المفارقة أن التحسين كثيرًا ما لا يقلّل الاستهلاك الإجمالي للموارد، بل يعيد توزيعه ويسرّع نمو السوق. فإذا كان النموذج يحتاج إلى ذاكرة أقل للمهمة الواحدة، تتاح للشركات إمكانية تشغيل نسخ أكثر من النموذج، وخدمة عدد أكبر من الطلبات المتزامنة، وتوسيع السياق، أو خفض كلفة منتجات ذكاء اصطناعي جديدة. وفي المحصلة، قد لا يؤدي ذلك إلى توفير في الذاكرة، بل إلى موجة جديدة من المشتريات.

• الاستدلال (inference) الأرخص يرفع عدد الطلبات والحمل على الخوادم
• تطرح الخدمات النماذج في بيئة الإنتاج بوتيرة أسرع عندما يكون العتبة التحتية أدنى
• تستطيع الشركات تشغيل عدد أكبر من النماذج لمهام مختلفة في وقت واحد
• تعيد نوافذ السياق الطويلة والوسائط المتعددة والتخصيص رفع متطلبات الذاكرة من جديد
• المكسب في الكفاءة يدفع السوق إلى المستوى التالي من التوسع، لا إلى وقف الاستثمارات

وبالنسبة إلى سامسونغ ومنافسيها، لا يهم فقط استهلاك الذاكرة لكل نموذج، بل أيضًا إجمالي الحركة وعرض النطاق الترددي وحجم الذاكرة الذي يحتاجه نظام الذكاء الاصطناعي بأكمله. وإذا كانت TurboQuant تجعل النماذج أكثر عملية فعلًا، فقد يصبّ ذلك في مصلحة موردي المكوّنات. فالتوفير على مستوى واحد يتحول سريعًا إلى زيادة في الحمل على مستوى آخر: مستخدمون أكثر، وسيناريوهات أكثر، ومراكز بيانات أكثر، ودوافع أكثر لتحديث التكوينات لتناسب أجيال المسرّعات الجديدة.

ما معنى ذلك

تُظهر قصة TurboQuant تحوّلًا بسيطًا في اقتصاد الذكاء الاصطناعي: فالتحسين لا يدمّر دائمًا سوق العتاد، بل كثيرًا ما يجعله أعمق. وتدعم الإشارة الفصلية القوية من سامسونغ هذه الرؤية تحديدًا: فذاكرة الذكاء الاصطناعي تبقى عنق الزجاجة، وقد يواصل الطلب عليها النمو حتى عندما تصبح النماذج نفسها أكثر كفاءة.