OpenAI تكشف عن بروتوكول MRC لشبكات الحواسيب العملاقة التي تضم ملايين وحدات GPU
طوّرت OpenAI بروتوكول MRC لشبكات الحواسيب العملاقة الخاصة بالذكاء الاصطناعي، بالتعاون مع AMD وBroadcom وIntel وMicrosoft وNVIDIA. يوزّع البروتوكول الحزم على مئات المسارات في وقت واحد، ويتعافى من الأعطال في غضون ميكروثوانٍ. ويتيح MRC بناء حواسيب عملاقة تضم أكثر من 100 ألف وحدة GPU باستخدام مستويين فقط من مفاتيح Ethernet.
معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
قدّمت OpenAI، بالتعاون مع AMD وBroadcom وIntel وMicrosoft وNVIDIA، بروتوكول MRC (Multipath Reliable Connection)، وهو بروتوكول شبكي مفتوح جديد لعناقيد الذكاء الاصطناعي الكبيرة. ويعالج البروتوكول مشكلة جوهرية: كيف يمكن بناء حاسوب عملاق يضم مئات الآلاف من وحدات GPU حين تتحول موثوقية الشبكة إلى عنق زجاجة؟
كيف يعمل MRC
يوزّع MRC حزم البيانات على مئات المسارات الشبكية في وقت واحد. وهذا يعني أنه إذا تعطّل مسار واحد، تنتقل البيانات عبر مسارات بديلة دون فقدان في السرعة. ويحدث التعافي بعد الأعطال في غضون ميكروثوانٍ، وهي سرعة تجعل تدريب الشبكة العصبية لا يكاد يلحظ أي اضطراب.
تعتمد البروتوكولات الشبكية التقليدية مسارًا رئيسيًا واحدًا، ولا تنتقل إلى المسار الاحتياطي إلا إذا تعطّل المسار الرئيسي. أما MRC فيعمل بمبدأ مختلف جذريًا: إذ يراقب مئات المسارات المحتملة في الوقت الفعلي، ويوزّع الحمل ديناميكيًا بين القنوات السليمة. ويشبه ذلك الفرق بين طريق واحد له مسار التفافي وشبكة من الأزقة تستطيع السيارات فيها سلوك أي مسار خالٍ.
المزايا العملية
يتمثل الإنجاز الرئيسي لـ MRC في تبسيط بنية الحواسيب العملاقة. فقبل ذلك، كانت العناقيد التي تضم أكثر من 100 ألف وحدة GPU تتطلب تسلسلًا هرميًا من ثلاثة مستويات لمفاتيح Ethernet. وهو حل مكلف ومعقّد في التركيب ويستهلك طاقة كبيرة للتبريد. أما MRC فيتيح الاكتفاء بمستويين فقط، ما يبسّط التصميم جذريًا ويخفّض تكاليف المعدات.
- معدات شبكية أقل، ما يبسّط التركيب والصيانة
- انخفاض زمن التأخير في الشبكة بفضل مسارات أكثر مباشرة بين وحدات GPU
- انخفاض استهلاك الطاقة المخصصة لتبريد المفاتيح
- قابلية أفضل للتوسّع، إذ تعمل البنية حتى ملايين وحدات GPU
معيار مفتوح للمنظومة التقنية
MRC ليس حلًا مغلقًا تملكه شركة واحدة. فقد اختارت OpenAI نهجًا مفتوحًا، واستقطبت كبرى الشركات المصنّعة للمعدات الشبكية: AMD وBroadcom وIntel وMicrosoft وNVIDIA. وهذا يعني أن شركات أخرى ومزوّدي الخدمات السحابية ومراكز الأبحاث سيكون بإمكانهم اعتماد MRC في حواسيبهم العملاقة.
وتكمن أهمية انفتاح المعيار في أنه عند هذه المقاييس، حتى التحسينات الصغيرة في موثوقية الشبكة وكفاءتها تؤثر في تكلفة تدريب النماذج وفي وتيرة تطور صناعة الذكاء الاصطناعي بأكملها.
ماذا يعني ذلك
يمثّل MRC ردًّا على تحدي الحجم. فمع نمو نماذج الذكاء الاصطناعي، تتزايد متطلبات البنية التحتية الحاسوبية. وقد تتحول البنية الشبكية التي تعمل جيدًا لعنقود من 10 000 وحدة GPU إلى عنق زجاجة عند 500 000 وحدة. ويتيح MRC بناء حواسيب عملاقة أكبر دون إعادة نظر جذرية في البنية.
وبالنسبة إلى الصناعة، يعني ذلك تدريبًا أقل كلفة للنماذج وتبنّيًا أسرع للابتكارات.
- 30 أكتوبر 2026Claude Enterprise يحصل على تقارير ذكية: من يستخدم الذكاء الاصطناعي وكيف وبكم
- 29 أكتوبر 2026TokenRouter يسرّع التوجيه على مستوى الرمز بين النماذج حتى 64 ضعفًا
- 29 أكتوبر 2026Google تفتح Android Studio أمام وكلاء ذكاء اصطناعي من جهات أخرى: Claude وCodex وأكثر من 40 وكيلًا آخر
- 29 أكتوبر 2026Claude Code يمنتج الفيديو انطلاقًا من التفريغ النصي: كيف يعمل video-use الحاصل على 30 000 نجمة
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف يعمل MRC؟
يوزّع MRC حزم البيانات على مئات المسارات الشبكية في وقت واحد. وهذا يعني أنه إذا تعطّل مسار واحد، تنتقل البيانات عبر مسارات بديلة دون فقدان في السرعة. ويحدث التعافي بعد الأعطال في غضون ميكروثوانٍ، وهي سرعة تجعل تدريب الشبكة العصبية لا يكاد يلحظ أي اضطراب. تعتمد البروتوكولات الشبكية التقليدية مسارًا رئيسيًا واحدًا، ولا تنتقل إلى المسار الاحتياطي إلا إذا تعطّل المسار الرئيسي. أما MRC فيعمل بمبدأ مختلف جذريًا: إذ يراقب مئات المسارات المحتملة في الوقت الفعلي، ويوزّع الحمل ديناميكيًا بين القنوات السليمة. ويشبه ذلك الفرق بين طريق واحد له مسار التفافي وشبكة من الأزقة تستطيع السيارا
ما أبرز التفاصيل حول المزايا العملية؟
يتمثل الإنجاز الرئيسي لـ MRC في تبسيط بنية الحواسيب العملاقة. فقبل ذلك، كانت العناقيد التي تضم أكثر من 100 ألف وحدة GPU تتطلب تسلسلًا هرميًا من ثلاثة مستويات لمفاتيح Ethernet. وهو حل مكلف ومعقّد في التركيب ويستهلك طاقة كبيرة للتبريد. أما MRC فيتيح الاكتفاء بمستويين فقط، ما يبسّط التصميم جذريًا ويخفّض تكاليف المعدات. معدات شبكية أقل، ما يبسّط التركيب والصيانة انخفاض زمن التأخير في الشبكة بفضل مسارات أكثر مباشرة بين وحدات GPU انخفاض استهلاك الطاقة المخصصة لتبريد المفاتيح قابلية أفضل للتوسّع، إذ تعمل البنية حتى ملايين وحدات GPU
ما أبرز التفاصيل حول معيار مفتوح للمنظومة التقنية؟
MRC ليس حلًا مغلقًا تملكه شركة واحدة. فقد اختارت OpenAI نهجًا مفتوحًا، واستقطبت كبرى الشركات المصنّعة للمعدات الشبكية: AMD وBroadcom وIntel وMicrosoft وNVIDIA. وهذا يعني أن شركات أخرى ومزوّدي الخدمات السحابية ومراكز الأبحاث سيكون بإمكانهم اعتماد MRC في حواسيبهم العملاقة. وتكمن أهمية انفتاح المعيار في أنه عند هذه المقاييس، حتى التحسينات الصغيرة في موثوقية الشبكة وكفاءتها تؤثر في تكلفة تدريب النماذج وفي وتيرة تطور صناعة الذكاء الاصطناعي بأكملها.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.