بمعنى آخر، Anthropic بالفعل أحد أكبر عملاء Azure في مجال الذكاء الاصطناعي. وإذا بدأت تشغيل أحمال عمل فعلية على شرائح Maia، فسيكون ذلك اختباراً عملياً كبيراً لهذه التكنولوجيا.
أطلقت مايكروسوفت Maia 200 كجيل ثانٍ من مسرعات الذكاء الاصطناعي المصممة خصيصاً لمرحلة الاستدلال (Inference) — أي تشغيل النماذج المدربة لإنتاج الإجابات أو النصوص أو الصور.
هذه المرحلة أصبحت من أكبر مصادر التكلفة في خدمات الذكاء الاصطناعي، لأنها تتكرر مع كل طلب من المستخدمين.
أبرز مواصفات الشريحة تشمل:
تقول مايكروسوفت إن هذه البنية تسمح بتحسين الأداء مقابل التكلفة بنحو 30٪ مقارنة بالأجهزة المستخدمة سابقاً في بنيتها التحتية.
هذا مهم لأن تشغيل نماذج الذكاء الاصطناعي على نطاق واسع يعتمد كثيراً على:
وهنا تحاول الشرائح المخصصة التفوق على المعالجات العامة مثل GPUs.
حتى لو تم الاتفاق على استخدام Maia، فمن غير المتوقع أن تحل هذه الشرائح محل Nvidia بالكامل.
لا تزال وحدات معالجة الرسوميات من Nvidia هي الخيار المهيمن في تدريب النماذج الكبيرة، وهي جزء أساسي من البنية التحتية التي تستخدمها Anthropic داخل Azure.
لكن السيناريو الأكثر واقعية هو توزيع الأدوار:
هذا المزيج قد يمنح الشركات توازناً أفضل بين الأداء والتكلفة.
المحادثات بين Anthropic ومايكروسوفت تعكس تحولاً أكبر في صناعة الذكاء الاصطناعي.
الشركات المطورة للنماذج أصبحت تعتمد على استراتيجيات متعددة السحابات والشرائح بدلاً من الاعتماد على مورد واحد.
الفكرة بسيطة:
وفي المقابل، بدأت شركات الحوسبة السحابية نفسها في تطوير شرائحها الخاصة:
لا تزال Nvidia اللاعب الأكثر هيمنة في سوق الحوسبة الخاصة بالذكاء الاصطناعي. لكن التحركات الأخيرة تشير إلى أن شركات السحابة الكبرى تريد امتلاك السلسلة الكاملة للتقنية — من الشرائح إلى مراكز البيانات إلى المنصات البرمجية.
إذا بدأت Anthropic فعلاً تشغيل نماذجها على Maia 200 على نطاق واسع، فسيكون ذلك إشارة قوية بأن الشرائح المصممة داخل شركات السحابة أصبحت منافساً حقيقياً في تشغيل نماذج الذكاء الاصطناعي الحديثة.
وفي هذه الحالة لن يكون الصراع فقط بين الخدمات السحابية… بل أيضاً بين الشرائح نفسها التي تشغل مستقبل الذكاء الاصطناعي.
Comments
0 comments