OpenAI تطلق رقاقة الاستنتاج الخاصة بها للذكاء الاصطناعي "Jalapeño": سباق البنية التحتية للذكاء الاصطناعي يدخل مرحلة جديدة

الحدث: OpenAI تطلق أول شريحة ذكاء اصطناعي مخصصة للاستدلال

في 24 يونيو 2026، أعلنت OpenAI بالاشتراك مع شركة Broadcom العملاقة لأشباه الموصلات عن إطلاق أول شريحة ذكاء اصطناعي مخصصة لها - جالابينو (Jalapeño). وهي دائرة متكاملة مخصصة للتطبيقات (ASIC) مصممة خصيصًا لاستدلال نماذج اللغة الكبيرة، حيث تولت OpenAI تصميم البنية الأساسية، وتولت Broadcom تنفيذ السيليكون والأجهزة الشبكية، فيما قامت شركة Celestica الكندية لخدمات التصنيع الإلكتروني بتكامل اللوحات وأنظمة الرفوف.

صرحت OpenAI أن نسبة الأداء إلى استهلاك الطاقة لشريحة جالابينو ستتجاوز المستوى الأحدث الحالي. حاليًا، تعمل العينات الهندسية في المختبر بترددات الإنتاج المستهدفة ومستويات الطاقة، وتشغيل العديد من أعباء عمل التعلم الآلي بما في ذلك GPT-5.3 وCodex وSpark. ومن المقرر أن يتم النشر الأولي للشريحة في نهاية عام 2026.

الخلفية: الارتفاع الحاد في تكاليف استدلال الذكاء الاصطناعي يدفع إلى تطوير شريحة ذاتية

كانت OpenAI تعتمد سابقًا بشكل أساسي على الشراكة الحصرية مع Microsoft، لاستئجار مجموعات Azure المكونة من عشرات الآلاف من وحدات معالجة الرسوميات (GPU) من NVIDIA لتدريب النماذج واستضافتها. ولكن مع توسع قاعدة مستخدمي نماذج سلسلة GPT، ارتفعت تكاليف الاستدلال بشكل حاد. وفقًا للتقديرات الصناعية، قد تشكل تكاليف استدلال نماذج اللغة الكبيرة أكثر من 70% من النفقات التشغيلية. في الوقت نفسه، اشتدت المنافسة في السوق - حيث حصلت Google على ميزة كبيرة في تكاليف الحوسبة بفضل شريحتها TPU المطورة ذاتيًا، بينما ارتبطت Anthropic ارتباطًا وثيقًا مع Amazon وGoogle.

أشارت OpenAI إلى أن العالم يتجه نحو "اقتصاد قائم على الحوسبة"، وأن جالابينو جزء من استراتيجية البنية التحتية الشاملة طويلة المدى. أدت التكاليف التشغيلية المرتفعة والمنافسة في السوق وضغوط سلسلة التوريد إلى اتخاذ قرار إطلاق شريحة ذاتية في منتصف عام 2026.

التحليل التقني: مزايا ASIC المخصص للاستدلال

• جالابينو، باعتبارها ASIC مخصصة، تم تحسينها بشكل فائق لسيناريوهات استدلال نماذج اللغة الكبيرة. تحقق ASIC خوارزميات محددة من خلال منطق وظيفي ثابت، مما يحقق كفاءة طاقة أعلى مقارنة بوحدات معالجة الرسوميات العامة. تشمل ميزاتها الرئيسية ما يلي:
• نسبة أداء/طاقة عالية: من خلال النوى المخصصة وهياكل الذاكرة، تقليل استهلاك الطاقة لكل رمز مولّد (token).
• زمن استجابة منخفض: تحسين المعالجة المجمعة وآليات التخزين المؤقت الموجهة للاستدلال، تقليل وقت الاستجابة.
• التكامل مع مجموعة برمجيات OpenAI: تكيف عميق مع أطر العمل مثل PyTorch وTriton، ودعم نماذج مثل GPT-5.3.

يمثل إطلاق هذه الشريحة تحولًا في البنية التحتية للذكاء الاصطناعي من "الحوسبة المتوازية العامة عبر وحدات معالجة الرسوميات" إلى "قدرة حوسبة مخصصة للنموذج". أكد Jenson Huang، الرئيس التنفيذي لشركة NVIDIA، في اجتماع المساهمين في نفس اليوم أن صناعة الذكاء الاصطناعي تنقسم إلى خمس طبقات: الطاقة، الرقائق والأنظمة، البنية التحتية، النماذج، والتطبيقات، وأن المهمة الأساسية "لمصانع الذكاء الاصطناعي" هي توليد الرموز (tokens) - وهذا يفسر لماذا الطلب على الحوسبة قوي جدًا.

تحليل التأثير على الشركات: تغيير مزدوج في التكلفة والبنيةبالنسبة للشركات التي تستخدم خدمات الذكاء الاصطناعي السحابية، قد تؤدي رقاقة OpenAI المطورة ذاتيًا إلى التأثيرات التالية:

• تأثير التكلفة: إذا نجح نشر Jalapeño، فقد تخفض OpenAI أسعار خدمات الاستدلال، مما يخفض التكلفة الإجمالية لاستخدام نماذج GPT للشركات. لكن تكاليف النشر الأولي مرتفعة، وتأثيره يحتاج إلى مراقبة.
• تأثير النشر: لا تحتاج الشركات إلى إدارة الأجهزة بنفسها، لكن يجب متابعة التغييرات في استراتيجية تسعير OpenAI.
• تأثير الصيانة: قد تقلل الرقائق المخصصة من الاعتماد على وحدات معالجة الرسوميات NVIDIA، مما يقلل من المخاطر الناجمة عن نقص إمدادات وحدات معالجة الرسوميات.
• الأمان والامتثال: قد تحتوي الرقائق على ميزات أمان مثل جذر الثقة (Root of Trust)، مما يفيد حماية بيانات الشركات.

ومع ذلك، يجب على الشركات الحذر من تغييرات واجهة برمجة التطبيقات الناتجة عن تحديثات إصدار الرقائق، وكذلك مخاطر الارتباط طويل الأمد بمورد واحد.

تحليل المنافسة في السوق: إعادة تشكيل مشهد الرقائق

• دخول OpenAI في مجال الرقائق سيؤثر مباشرة على:
• NVIDIA: رغم أنها لا تزال المهيمنة على رقائق التدريب، إلا أن حصتها السوقية في رقائق الاستدلال قد تتآكل. كما عرض Jensen Huang منتجات جديدة مثل Vera Rubin، مما يظهر استمراره في التركيز على الحلول المتكاملة.
• Google: أثبتت TPU ربحية الرقائق المخصصة، وستتنافس Jalapeño معها مباشرة.
• AWS وAzure وGoogle Cloud: إذا أراد مزودو الخدمات السحابية الحفاظ على تنافسية خدمات الذكاء الاصطناعي، فعليهم تسريع تطوير الرقائق المخصصة أو التعاون الوثيق مع أطراف ثالثة.
• شركات رقائق الذكاء الاصطناعي الناشئة مثل WiMi: ذكر المحتوى أن WiMi حققت وفورات الحجم في القدرة الحاسوبية للنماذج مفتوحة المصدر، لكن مع دخول OpenAI، تحتاج الشركات الصغيرة والمتوسطة إلى إيجاد مواقع تميزية.

بشكل عام، سيتحول سوق رقائق الذكاء الاصطناعي من "قطب واحد مهيمن مع تابعين متعددين" (NVIDIA المهيمنة بقوة، والعديد من التابعين) إلى "منافسة متعددة الأقطاب"، حيث ستصبح دوائر التطبيق المتكاملة المخصصة (ASIC) للاستدلال محورًا هامًا للنمو.

ملاحظات اتجاهات الصناعة: البنية التحتية للذكاء الاصطناعي تتجه نحو عصر "صنع الرقائق"

تؤكد إصدار Jalapeño على عدة اتجاهات طويلة الأجل: 1. امتداد شركات نماذج الذكاء الاصطناعي إلى الأجهزة: OpenAI وGoogle وAnthropic وغيرها تعمل على تطوير رقائق خاصة بها لتحسين التكاليف والتحكم في المسار التكنولوجي. 2. صعود ASIC في مجال الاستدلال: مقارنة بوحدات معالجة الرسوميات، تكون كفاءة الطاقة لـ ASIC أعلى في مهام استدلال محددة، مما قد يغير هيكل مشتريات مراكز البيانات. 3. الحوسبة كمورد اقتصادي أساسي: ما ذكره Jensen Huang "اقتصاد الحوسبة" يدفع الشركات إلى إعادة تقييم استثماراتها في تكنولوجيا المعلومات، من الخوادم التقليدية إلى مسرعات الذكاء الاصطناعي. 4. الجمع بين المصادر المفتوحة والحوسبة المخصصة: شركات مثل WiMi تخفض الحواجز من خلال النماذج مفتوحة المصدر، بينما توفر الرقائق المخصصة طبقة تنفيذ فعّالة، مما يكون تكاملًا بينهما.

في السنوات الخمس المقبلة، سيتحول تركيز استثمار البنية التحتية للذكاء الاصطناعي من الحوسبة العامة إلى رقائق الاستدلال المخصصة، والتبريد السائل، والطاقة المستدامة.## CloudTechDaily Insight

• إن إطلاق OpenAI لرقاقة Jalapeño يتجاوز بكثير مجرد إطلاق منتج واحد. إنه يمثل الانتقال الرسمي لصناعة الذكاء الاصطناعي من "سباق النماذج" إلى مرحلة "سباق البنية التحتية". عندما تصبح قدرات النماذج متجانسة، تصبح كفاءة الحوسبة العامل الحاسم في المنافسة التجارية. بالنسبة للمدراء التنفيذيين للتكنولوجيا CIO وCTO في الشركات، يعني هذا الاتجاه ما يلي:
• لم يعد اختيار مزود الذكاء الاصطناعي يقتصر على أداء النموذج فحسب، بل يشمل أيضًا تكلفة واستدامة بنيته الحاسوبية الأساسية.
• يجب أن تأخذ البنية التحتية لتقنية المعلومات داخل الشركة في الاعتبار التوافق مع منصات ذكاء اصطناعي متعددة، لتجنب الاحتكار من نظام بيئي لرقاقة واحدة.
• يجب أن تخطط مراكز البيانات لمساحة نشر مسرعات الذكاء الاصطناعي المخصصة، وتقييم احتياجات الطاقة والتبريد.

نتوقع أنه خلال السنوات الثلاث القادمة، ستطلق ثلاث شركات كبيرة على الأقل من شركات نماذج الذكاء الاصطناعي رقاقات استدلال ذاتية التطوير، في حين ستسرع NVIDIA وAMD وIntel من إطلاق منتجات محسنة للاستدلال. قد يتحول نموذج التسعير في صناعة خدمات السحابة بأكملها من "الفوترة حسب مثيلات GPU" إلى "الفوترة حسب الرمز token أو وحدة الاستدلال". يجب على الشركات أن تخطط مسبقًا، وأن تدمج قابلية التوسع وقابلية التنبؤ بالتكلفة للبنية التحتية للذكاء الاصطناعي في التخطيط الاستراتيجي.

(CloudTechDaily | 25 يونيو 2026)