سلامة الذكاء الاصطناعي تعزز الطلب على الحوسبة.. وNvidia تكشف قفزة هائلة مع AI الوكيل
تتجه صناعة الذكاء الاصطناعي نحو مرحلة جديدة من الإنفاق المكثف على مراكز البيانات والرقائق والطاقة، إذ أظهر تقرير بحثي صادر عن Citi أن متطلبات سلامة الذكاء الاصطناعي ومواءمة النماذج قد تحتاج إلى قدرات حوسبية أكبر، وليس أقل، خلافًا للمخاوف من أن تؤدي إجراءات السلامة الأكثر صرامة إلى إبطاء الطلب على الأجهزة.
وبرزت هذه الرؤية خلال قمة AI Infra Summit 2026 في سانتا كلارا، حيث أشار مطورو نماذج الذكاء الاصطناعي المتقدمة إلى أن تأمين الحوسبة والطاقة ومساحات مراكز البيانات أصبح من أكبر التحديات أمام الصناعة، إلى جانب تطوير النماذج نفسها.
سلامة الذكاء الاصطناعي تحتاج إلى قدرات حوسبية أكبر
بحسب تقرير Citi، تتطلب عمليات اختبار النماذج المتقدمة وتحسين مواءمتها وسلامتها كميات كبيرة من موارد الحوسبة، ما قد يؤدي إلى استمرار نمو الاستثمارات في البنية التحتية للذكاء الاصطناعي.
ويعني ذلك أن تشديد معايير السلامة لا يؤدي بالضرورة إلى تراجع الطلب على وحدات معالجة الرسومات ومراكز البيانات، بل قد يضيف أعباء حوسبية جديدة تتعلق بالاختبار والتقييم والتدريب والتحقق من أداء النماذج.
وأشار التقرير إلى أن منشآت مراكز البيانات من الجيل الجديد يجري تصميمها لاستيعاب عدد أكبر من وحدات GPU بنسبة تتراوح بين 30% و40%، بالتزامن مع الاعتماد على تقنيات برمجية وهندسية تهدف إلى تحسين كفاءة المنظومة بالكامل.
Nvidia: الذكاء الاصطناعي الوكيل يرفع متطلبات الحوسبة 100 مرة
شكّل التحول نحو الذكاء الاصطناعي الوكيل Agentic AI أحد أبرز محاور القمة، مع انتقال الصناعة تدريجيًا من روبوتات المحادثة التقليدية إلى أنظمة قادرة على تنفيذ مهام متعددة بصورة أكثر استقلالية.
وقال إيان باك، نائب رئيس Nvidia للحوسبة فائقة النطاق والحوسبة عالية الأداء، إن أعباء العمل المرتبطة الوكيل قد تكون أكثر تطلبًا للحوسبة بنحو 100 مرة مقارنة بتطبيقات المحادثة التي كانت منتشرة في عام 2023.
ويرتبط هذا الارتفاع بتزايد أطوال سياق الإدخال، وتضخم أحجام ذاكرة KV Cache، وارتفاع عدد التفاعلات متعددة المراحل، إضافة إلى قدرة أنظمة الذكاء الاصطناعي على تشغيل وكلاء فرعيين لتنفيذ مهام متزامنة.
وتسلط هذه المتطلبات الضوء على أهمية منصات Nvidia الجديدة، وفي مقدمتها Vera Rubin، التي تستهدف تحسين الأداء وكفاءة الطاقة والتكامل بين الرقائق والشبكات والذاكرة والبرمجيات داخل ما تصفه الشركة بـ«مصانع الذكاء الاصطناعي».
مراكز البيانات تصبح العقبة الرئيسية أمام توسع الذكاء الاصطناعي
لم تعد المنافسة في الذكاء الاصطناعي تعتمد فقط على بناء نموذج أكثر تقدمًا، بل أصبحت مرتبطة بشكل متزايد بقدرة الشركات على تأمين الكهرباء والرقائق والتبريد والشبكات ومواقع مراكز البيانات.
ويرى محللو Citi أن الحوسبة والطاقة والبنية التحتية المادية باتت من أبرز القيود التي تواجه الشركات الساعية إلى توسيع نماذج الذكاء الاصطناعي.
ويعزز ذلك الاتجاه نحو تصميم مراكز بيانات متكاملة، يجري فيها تحسين العلاقة بين وحدات GPU ووحدات CPU والشبكات والتخزين والطاقة والتبريد بدلاً من التركيز على أداء شريحة واحدة فقط.
Intel تعيد تموضعها في سوق بنية الذكاء الاصطناعي
من جانبها، تسعى Intel إلى توسيع موقعها في سوق الذكاء الاصطناعي، عبر التحول من مزود تقليدي لوحدات المعالجة المركزية إلى شركة تقدم حلولًا أوسع على مستوى البنية التحتية والمنظومة المتكاملة.
وأكد الرئيس التنفيذي ليب-بو تان أن وحدات CPU ستظل عنصرًا أساسيًا في البنية التحتية للذكاء الاصطناعي، خصوصًا في مجالات التعلم المعزز، وتنسيق العمليات، وتشغيل أنظمة الذكاء الاصطناعي الوكيل.
ويتوافق ذلك مع استراتيجية Intel التي تركز على الحوسبة غير المتجانسة، حيث تعمل وحدات CPU وGPU والمسرعات والبرمجيات معًا ضمن بنية موحدة لمعالجة أحمال الذكاء الاصطناعي المختلفة.
Intel تسرّع تطوير تقنيات 18A و14A
على صعيد التصنيع، قال تان إن تقنية Intel 18A دخلت مرحلة الإنتاج واسع النطاق، في حين تواصل الشركة تطوير عقدة 14A الأكثر تقدمًا.
وبحسب ما ورد خلال القمة، تستهدف Intel إصدار حزمة التصميم PDK 0.9 الخاصة بـ14A في أكتوبر، على أن يتبعها إصدار PDK 1.0 خلال الربع التالي.
كما أعاد تان هيكلة المستويات الإدارية داخل الشركة بهدف تسريع عملية اتخاذ القرار، حيث جرى تقليص التسلسل الإداري من نحو 10–12 مستوى إلى ما بين 4 و5 مستويات.
Meta تتجه نحو بنية تحتية بقدرة 5 جيجاواط
تواصل Meta Platforms بدورها توسيع استثماراتها في البنية التحتية اللازمة لتدريب وتشغيل نماذج الذكاء الاصطناعي واسعة النطاق.
واستعرض سانتوش جانارداهان، رئيس البنية التحتية في Meta، خطط الشركة للانتقال من مجموعة Prometheus التي تتجاوز قدرتها جيجاواط واحد إلى مشروع Hyperion الذي يستهدف الوصول إلى بصمة طاقة بنحو 5 جيجاواط خلال السنوات المقبلة.
وتكشف هذه الأرقام الحجم المتزايد للطاقة والبنية التحتية المطلوبة لتشغيل الجيل القادم من نماذج الذكاء الاصطناعي.
الشبكات تحدٍ أساسي أمام Meta
حددت Meta الشبكات فائقة السرعة والموثوقة بين مراكز البيانات ومجموعات وحدات GPU باعتبارها واحدة من أكبر التحديات التشغيلية في عملية التوسع.
ووفقًا للتقرير، تستهدف الشركة تقليص حالات انقطاع مجموعات GPU إلى حالتين فقط لكل 8,000 وحدة GPU يوميًا.
ولهذا الغرض، طورت Meta بنية شبكية خاصة تحمل اسم Back-End Aggregation أو BAG، بهدف تحسين قدرة وحدات الحوسبة الضخمة على التواصل والعمل كوحدة متكاملة.
البنية التحتية تقود المرحلة المقبلة من طفرة الذكاء الاصطناعي
تكشف التطورات في Nvidia وIntel وMeta عن تحول واضح في سوق الذكاء الاصطناعي، إذ لم تعد المنافسة مقتصرة على تطوير النماذج والرقائق الأكثر قوة، بل أصبحت تمتد إلى بناء منظومات متكاملة تشمل مراكز البيانات والطاقة والتبريد والشبكات والبرمجيات.
وفي الوقت نفسه، قد تضيف متطلبات السلامة والمواءمة والانتقال إلى الذكاء الاصطناعي الوكيل مزيدًا من الطلب على قدرات الحوسبة.
وبذلك، يظل الإنفاق على البنية التحتية للذكاء الاصطناعي أحد المحاور الرئيسية لنمو القطاع، مع اتجاه الشركات إلى بناء مراكز بيانات أكبر وأكثر كثافة وقدرة على استيعاب الأجيال القادمة من نماذج الذكاء الاصطناعي.
