كيف أربك DeepSeek V4.1-Flash رهان أسهم ذاكرة الذكاء الاصطناعي

أربك إعلان DeepSeek في 10 سبتمبر عن V4.1-Flash سوقاً بُنيت قصته الاستثمارية في الذكاء الاصطناعي على فرضية تبدو بسيطة: نماذج أكبر، وسياقات أطول، ووكلاء ذكاء اصطناعي أكثر، تعني طلباً متزايداً باستمرار على ذاكرة النطاق الترددي العالي HBM وذاكرة NAND وأجهزة التخزين.

ما أثبته النموذج ليس أن الذاكرة أصبحت غير ضرورية، بل أن كمية الذاكرة اللازمة لخدمة عبء عمل معين قد تنخفض بصورة ملموسة بفضل تصميم النموذج وهندسة التخزين المؤقت. 6125

التغيير التقني: ذاكرة KV cache أصغر بكثير

تحتفظ ذاكرة التخزين المؤقت للمفاتيح والقيم (KV cache) بحالة الانتباه أثناء تشغيل النموذج لطلب ما. وهي مهمة خصوصاً في المحادثات ذات السياق الطويل ووكلاء الذكاء الاصطناعي، إذ تجنّب النظام إعادة معالجة كامل سجل المحادثة كل مرة.

تقول DeepSeek إن V4.1-Flash خفّض متطلبات KV cache إلى ربع كمية HBM وإلى ثمن سعة تخزين SSD المستخدمة في الجيل السابق. 61 وتنسب بطاقة النموذج هذا التحسن إلى تصميم «مشفّر–مفكّك ترميز سببي»؛ إذ تُشتق ذاكرة KV العامة الخاصة بمفكّك الترميز من الحالات المخفية النهائية للمشفّر، بدلاً من اشتقاقها من كل طبقة في مفكّك الترميز. كما استخدمت أسلوب نشر باسم SWA Bounded Replay لتفادي الاحتفاظ الدائم ببعض حالات ذاكرة النافذة المنزلقة على أقراص SSD. 52

وقدرت تغطيات مستقلة أن البصمة العامة لذاكرة KV تبلغ نحو 890 بايت لكل رمز (token)، أي قرابة ربع V4-Flash، بما قد يتيح خدمة نحو 4 إلى 8 أضعاف عدد المستخدمين ضمن مساحة KV cache نفسها. 53 وتقول DeepSeek أيضاً إن النموذج يفعّل 8 مليارات معلَمة لكل رمز خلال معالجة الإدخال، و16 ملياراً عند توليد المخرجات، في تصميم يستهدف كفاءة أفضل لأعباء العمل المكثفة في المدخلات. 52

لماذا باع المستثمرون أسهم الذاكرة وأشباه الموصلات؟

لم يكن السؤال المباشر هو ما إذا كانت أنظمة الذكاء الاصطناعي تحتاج إلى الذاكرة؛ فهي تحتاج إليها بوضوح. السؤال هو: هل يمكن أن تنخفض كمية الذاكرة اللازمة لكل وحدة من مخرجات الاستدلال أسرع بكثير مما افترضته نماذج الإيرادات والطلب؟

إذا كان نموذج مماثل يستطيع خدمة عدد أكبر من طلبات السياق الطويل المتزامنة باستخدام الكمية نفسها من HBM أو التخزين، فقد يتمكن مزودو الحوسبة السحابية من استخراج إنتاجية أكبر من البنية التحتية الموجودة لديهم. وهذا يضغط على افتراضات أحجام المبيعات المستقبلية، وضيق المعروض، وقوة التسعير في HBM وDRAM وأقراص SSD المخصصة للمؤسسات ومعدات التخزين المرتبطة بها.

تراجعت أسهم Samsung Electronics وSK Hynix بأكثر من 3% خلال الجلسة في كوريا بعد الإعلان، وفقاً للتقارير. 17 واتسع القلق لأن رهان البنية التحتية للذكاء الاصطناعي يربط شركات الذاكرة بموردي التخزين والشبكات والحوسبة: فتراجع بصمة الذاكرة قد يغيّر اقتصاديات نشر النماذج، حتى إن لم يخفض الطلب بالقدر نفسه على كل فئات العتاد.

وبالنسبة إلى SanDisk، أظهر السياق مدى حساسية التقييم لتوقعات الطلب المدفوع بالذكاء الاصطناعي. فقد أظهرت بيانات السوق نطاقاً سعرياً خلال 52 أسبوعاً يقارب 85 إلى 2,354 دولاراً، فيما بقي إجماع المحللين عند «شراء» أو «شراء معتدل». 3537 لكن الإيجابية في إجماع المحللين لا تحسم سؤالاً مركزياً: ما مقدار الطلب المستقبلي على التخزين الذي يتوقف على بقاء بنى الاستدلال كثيفة الذاكرة على حالها؟

دعوة أمودي إلى إبطاء الوتيرة أضافت خطراً ثانياً

كان خبر DeepSeek صدمة كفاءة. أما دعوة داريو أمودي إلى «ضبط وتيرة التطوير عند الحدود المتقدمة» فقد طرحت سؤالاً مستقلاً عن سرعة نمو قدرات الذكاء الاصطناعي، وبالتالي عن الإنفاق على البنية التحتية.

في مقال نشره في سبتمبر، دعا الرئيس التنفيذي لشركة Anthropic الشركات إلى إبطاء وتيرة تحسين قدرات نماذج الذكاء الاصطناعي المتقدمة عمداً، واستغلال الوقت الإضافي في أعمال المواءمة والسلامة. واقترح وجود مقيمين مستقلين من جهات خارجية داخل الشركات، وتنسيقاً بين الشركات في الدول الديمقراطية، ثم اتفاقات محتملة بين الحكومات. 45

لم تكن المبادرة دعوة إلى وقف تطوير الذكاء الاصطناعي بالكامل. لكن الدعم العلني من قادة بارزين آخرين في القطاع جعل الأسواق تنظر في احتمال أن يخفف التنسيق الطوعي أو التنظيم المستقبلي من وتيرة الإنفاق على المسرّعات ومراكز البيانات والذاكرة التي تستند إليها موجة الاستثمار في الذكاء الاصطناعي. وذُكر أن العقود الآجلة لمؤشر Nasdaq 100 تراجعت 1% في ذلك الأسبوع. 8

وبذلك واجه المستثمرون مزيجاً غير مريح: DeepSeek يشير إلى أن خدمات الذكاء الاصطناعي قد تحتاج ذاكرة أقل لكل عبء عمل، بينما يثير نقاش إبطاء تطوير النماذج احتمال نمو أبطأ في أعباء العمل ذاتها.

لماذا وصف مايكل بَري دعوات الإبطاء بأنها «تخدم أصحابها»؟

رفض المستثمر مايكل بَري دعوات إبطاء تطوير الذكاء الاصطناعي، ووصفها بأنها «تخدم أصحابها». ويتمحور رأيه حول أن الإبطاء قد يفيد مختبرات النماذج المتقدمة القائمة ويصعّب على المنافسين الأصغر اللحاق بها؛ كما شكك في أن روبوتات المحادثة الحالية تسير نحو الذكاء الاصطناعي العام. 15

هذه الملاحظات نقدٌ للحوافز وليست دليلاً على دوافع الشركات. وبالمثل، ينبغي التعامل مع الادعاء بأن رسائل السلامة صُممت لدعم طروحات عامة أولية مخطط لها بوصفه ادعاءً من بَري، لا حقيقة مثبتة. 1115

ما الذي غيّره DeepSeek، وما الذي لم يغيّره؟

الخلاصة الأقوى محددة لكنها مهمة: DeepSeek تحدى النسخة المبسطة من أطروحة الاستثمار في ذاكرة الذكاء الاصطناعي. فقد أظهر أن البرمجيات، وبنية النموذج، والتكميم، وتقنيات إدارة التخزين المؤقت، يمكن أن تخفض كثافة الذاكرة في الاستدلال بدرجة ملموسة. 5255

لكنه لم يثبت أن الطلب الإجمالي على الذاكرة سيتراجع. فالخفض المعلن يتعلق بذاكرة KV cache خلال الاستدلال، مقارنة ببنية DeepSeek السابقة. وهو لا يعني أن النموذج كله أو مركز البيانات كله يستهلك HBM أقل بـ75% أو تخزين SSD أقل بـ87.5%، ولا يلغي الذاكرة المستخدمة في أوزان النموذج أو تدريبه. 25

بل إن انخفاض تكلفة تشغيل النماذج قد يوسّع الاستخدام: فالاستدلال الأرخص قد يتيح مستخدمين أكثر وسياقات أطول وحلقات عمل أكثر لوكلاء الذكاء الاصطناعي. وستعتمد النتيجة النهائية على أي القوتين ستكون الغالبة: تحسن الكفاءة لكل طلب، أم نمو عدد الطلبات وتعقيدها.

ماذا يعني ذلك لأطروحة أسهم الذاكرة؟

لم يُبطل DeepSeek V4.1-Flash المبررات طويلة الأجل لـHBM أو NAND أو البنية التحتية للذكاء الاصطناعي، لكنه جعلها أكثر مشروطية. لم يعد من الآمن افتراض أن نمو استخدام الذكاء الاصطناعي يتحول تلقائياً وبنسبة واحد إلى واحد إلى نمو استهلاك الذاكرة لكل عبء عمل.

السؤال الأكثر فائدة الآن هو ما إذا كانت مكاسب الكفاءة ستتفوق على توسع نشر الذكاء الاصطناعي. قدّم DeepSeek دليلاً على أن الاستدلال يمكن أن يصبح أكثر رشاقة بكثير، لكنه لم يحسم مدى سرعة نمو الاستخدام العالمي للذكاء الاصطناعي، أو حجم التدريب، أو الطلب على العتاد بعد ذلك.