نقص الذاكرة يتحول إلى أبرز اختناق في بنية الذكاء الاصطناعي التحتية — جنسن هوانغ

في مؤتمر Dell World في لاس فيغاس، تناول الرئيس التنفيذي لشركة Nvidia جنسن هوانغ (Jensen Huang) مشكلة حاسمة لقطاع الذكاء الاصطناعي بأكمله: نقص الذاكرة عالية السرعة. وخلال حوار مع الرئيس التنفيذي لشركة Dell مايكل ديل (Michael Dell) والصحفي في Bloomberg إد لودلو (Ed Ludlow)، قال هوانغ صراحةً إن نقص الذاكرة تبيّن أنه أشد وطأة من اختناقات تصنيع الرقائق نفسها. ويُعدّ ذلك اعترافًا صريحًا بأن وتيرة نشر البنية التحتية للذكاء الاصطناعي لا تتباطأ بسبب نقص وحدات GPU نفسها، بل بسبب العجز عن إنتاج الكمية المطلوبة من الذاكرة.

لماذا أصبحت الذاكرة موردًا شحيحًا

ذاكرة HBM (High Bandwidth Memory) هي نوع خاص من الذاكرة مدمج مباشرةً في المسرّع. وهي تخزّن معاملات الشبكات العصبية والحسابات الوسيطة، ما يتيح لوحدة GPU العمل بكامل سرعتها دون تأخيرات ناجمة عن الوصول إلى ذاكرة النظام البطيئة. وتحتوي معالجات H100 وH200 من Nvidia على ما بين 80 و141 غيغابايت من هذه الذاكرة.

تكمن المشكلة في أن الطلب على HBM ينمو بشكل أسي، في حين لا يواكب الإنتاج حتى النمو الخطي. قبل عام كانت الشركات الكبرى تطلب مئات وحدات GPU، أما الآن فالحديث عن آلاف، وقريبًا ستكون هناك حاجة إلى ملايين. وإنتاج الذاكرة دورة تقنية تمتد سنوات طويلة: فبناء المصانع الجديدة يستغرق من خمس إلى سبع سنوات، والتقنية تزداد تعقيدًا، وعدد المنافسين في هذا القطاع قليل جدًا.

من المتضرر الأكبر

لا يستطيع كبار منتجي الذاكرة، وهم شركتا Samsung وSK Hynix الكوريتان الجنوبيتان وشركة Micron الأمريكية، مجاراة نمو الطلب. وتستثمر الشركات الثلاث عشرات المليارات في طاقات إنتاجية جديدة، لكن ذلك لا يكفي: فالفجوة تتسع بالفعل بوتيرة هندسية. وهذا يولّد سلسلة من المشكلات على امتداد سلسلة التوريد:

• ارتفاع الأسعار: تصبح وحدات GPU ذات الذاكرة الكافية أغلى بمقدار 1.5–2 مرة في السوق الثانوية
• عدم اليقين الاستراتيجي: لا تعرف الشركات ما إذا كانت ستحصل على الكمية المطلوبة من المعدات في الموعد المطلوب
• تضحيات معمارية: يضطر المطوّرون إلى استخدام نماذج أضيق وتوزيع الحسابات على عدد أكبر من وحدات GPU
• تفاوت في السوق: من يبرم عقود توريد الذاكرة أولًا سيحصل على ميزة تنافسية كبيرة

حتى Dell، إحدى أكبر الشركات المتخصصة في تكامل الخوادم، تعتمد على إمدادات الذاكرة. فالشركة لا تستطيع بيع مزيد من الخوادم عالية الأداء للذكاء الاصطناعي إذا لم تتوفر وحدات GPU، وتبقى وحدات GPU ناقصة القدرة دون حجم كافٍ من الذاكرة.

كيف تستجيب الصناعة

تعمل Nvidia بنشاط على أجيال جديدة من الذاكرة: فـ HBM3e وHBM4 قيد التطوير بالفعل، ويُتوقع أن تتميز بنطاق ترددي وأداء أعلى. غير أن مدد تطوير المعايير الجديدة للذاكرة واعتمادها وإنتاجها بكميات كبيرة تُقاس بالسنوات لا بالأشهر.

وبالتوازي، تبحث الشركة وشركاؤها عن حلول برمجية بديلة: تحسين البرمجيات، وابتكار معماريات جديدة للشبكات العصبية تتطلب ذاكرة أقل لكل وحدة أداء. لكن لهذا المسار أيضًا حدودًا صارمة، إذ لا يمكن تقليص جميع النماذج دون خسارة جودة المخرجات.

قال هوانغ: هذه ليست مشكلة قصيرة الأمد يمكن حلها في أشهر. سيظل نقص

الذاكرة عاملًا مقيّدًا خطيرًا لعدة سنوات قادمة على الأقل.

ماذا يعني ذلك لقطاع الذكاء الاصطناعي

يتحول نقص الذاكرة إلى سقف جديد لسرعة نشر البنية التحتية للذكاء الاصطناعي. ولن تتمكن كل الشركات من تطبيق نماذج لغوية كبيرة بالحجم المطلوب وفي المواعيد المطلوبة. ويخلق ذلك تفاوتًا واضحًا في السوق: فمن يؤمّن وصوله إلى الذاكرة أولًا سيتطور أسرع، ومن يتأخر سيتخلف عن الركب.

وبالنسبة للمستثمرين في رأس المال المخاطر والشركات الناشئة، يعني ذلك أن الحصول على المعدات اللازمة بات عاملًا لا يقل أهمية للنجاح عن الفكرة والفريق. وهذا يذكّر بحقبة نقص السيليكون، حين كان مجرد امتلاك الرقائق يمنح ميزة تنافسية.