علي بابا تكشف عن شريحة Zhenwu M890 ونموذج Qwen3.7‑Max لبناء منظومة ذكاء اصطناعي محلية

شريحة Zhenwu M890: مسرّع ذكاء اصطناعي جديد

قدمت وحدة تصميم الشرائح التابعة لعلي بابا T‑Head معالج الذكاء الاصطناعي الجديد Zhenwu M890، والذي صُمم خصيصًا لأحمال العمل الثقيلة مثل تدريب نماذج الذكاء الاصطناعي وتشغيلها على نطاق واسع.

ومن أبرز المواصفات المعلنة:

• أداء أعلى بنحو ثلاثة أضعاف مقارنة بالجيل السابق Zhenwu 810E.
• ذاكرة رسومية مدمجة بسعة 144 جيجابايت لدعم النماذج الكبيرة وسياقات العمل الطويلة.
• دعم صيغ حسابية متعددة من FP32 حتى FP4، ما يسمح بالتوازن بين التدريب عالي الدقة والاستدلال منخفض التكلفة.

وتقول الشركة إن هذه القدرات تجعل الشريحة مناسبة بشكل خاص لتطبيقات الذكاء الاصطناعي الوكيل، التي تحتاج إلى ذاكرة كبيرة واتصال سريع بين المعالجات لمعالجة مهام معقدة متعددة الخطوات.

اتصال فائق السرعة بين الشرائح

لا يعتمد أداء أنظمة الذكاء الاصطناعي الحديثة على قوة المعالج فقط، بل أيضًا على سرعة التواصل بين مكونات النظام.

ولهذا زودت علي بابا شريحة M890 بهندسة حوسبة متوازية طورتها داخليًا، توفر سرعة اتصال بين الشرائح تصل إلى 800 جيجابايت في الثانية، ما يسمح بتبادل البيانات بسرعة بين المعالجات داخل مجموعات الحوسبة الكبيرة.

كما قدمت الشركة شريحة شبكات جديدة باسم ICN Switch 1.0 تسمح بربط 64 بطاقة معالجة بكامل عرض النطاق، وهو عنصر أساسي لتدريب النماذج الضخمة أو تشغيل خدمات ذكاء اصطناعي تخدم ملايين الطلبات في الوقت نفسه.

خادم Panjiu AL128 فائق الكثافة

لتحويل الشريحة إلى بنية تحتية عملية، أعلنت علي بابا عن خادم Panjiu AL128 المصمم للعمل داخل مراكز بيانات Alibaba Cloud.

هذا النظام يجمع 128 مسرّع ذكاء اصطناعي في عقدة حوسبة واحدة، مع ربطها عبر ICN Switch 1.0 بزمن تأخير منخفض جدًا.

هذا النوع من الخوادم يُستخدم عادة في:

• تدريب النماذج اللغوية الكبيرة
• تشغيل خدمات الاستدلال عالية الكثافة
• إدارة أنظمة الذكاء الاصطناعي الوكيل

وبامتلاكها تصميم الشرائح والخوادم معًا، تستطيع علي بابا تحسين الأداء على مستوى المنظومة بالكامل بدل الاعتماد على مكونات خارجية.

نموذج Qwen3.7‑Max: أساس لتطبيقات الذكاء الاصطناعي الوكيل

إلى جانب العتاد، أعلنت الشركة عن Qwen3.7‑Max، وهو أحدث إصدار من سلسلة نماذج Qwen اللغوية الكبيرة.

تقول علي بابا إن النموذج صُمم ليكون نموذجًا أساسيًا لبناء وكلاء ذكاء اصطناعي، مع قدرات قوية في:

• البرمجة المعتمدة على الوكلاء واستخدام الأدوات
• الاستدلال المعقد
• المهام طويلة المدى متعددة الخطوات.

ووفقًا للشركة، يمكن للنموذج تنفيذ مهام مستقلة لفترات طويلة، حيث قيل إنه قادر على العمل بشكل متواصل حتى 35 ساعة دون تدهور في الأداء.

هذه القدرة مهمة للتطبيقات التي تتطلب عمليات طويلة مثل تطوير البرمجيات، تحليل البيانات، أو أتمتة العمليات داخل الشركات.

استراتيجية "المنظومة الكاملة" للذكاء الاصطناعي

تشير الإعلانات الجديدة إلى أن علي بابا تحاول بناء منصة ذكاء اصطناعي كاملة تضم عدة طبقات تقنية:

• شرائح ذكاء اصطناعي مخصصة (سلسلة Zhenwu)
• خوادم وبنية تحتية عالية الكثافة
• خدمات سحابية عبر Alibaba Cloud
• نماذج أساسية مثل سلسلة Qwen

هذا النموذج يشبه إلى حد كبير الاستراتيجية التي تتبعها Nvidia، والتي تجمع بين العتاد والبرمجيات والشبكات لتحقيق أفضل أداء لتطبيقات الذكاء الاصطناعي.

خارطة طريق للجيل القادم من الشرائح

كشفت الشركة أيضًا عن خطط مستقبلية لتطوير سلسلة Zhenwu:

• Zhenwu V900 متوقع إطلاقه في عام 2027
• Zhenwu J900 متوقع في 2028

وتشير هذه الخطة إلى أن علي بابا تسعى إلى تحسين قدراتها في تصميم الشرائح على المدى الطويل ومواصلة تطوير بنية حوسبة محلية للذكاء الاصطناعي.

لماذا يمثل هذا التطور أهمية للصين

تأتي هذه الإعلانات في سياق أوسع، حيث تحاول شركات التكنولوجيا الصينية تقليل اعتمادها على معالجات الذكاء الاصطناعي الأجنبية، خصوصًا تلك التي تنتجها Nvidia.

فمع القيود الأمريكية على تصدير بعض الشرائح المتقدمة إلى الصين، أصبح تطوير بدائل محلية هدفًا استراتيجيًا للصناعة التقنية الصينية.

وإذا نجحت هذه الجهود، فقد تمتلك الشركات الصينية قريبًا منظومة كاملة للذكاء الاصطناعي — من الشرائح إلى السحابة والنماذج — قادرة على تشغيل وتطوير أنظمة ذكاء اصطناعي واسعة النطاق داخل السوق المحلية.

مع ذلك، تجدر الإشارة إلى أن معظم الأرقام المعلنة حول أداء شريحة Zhenwu M890 تأتي من تصريحات الشركة وتقارير إعلامية استندت إليها، بينما لم تُنشر بعد مقارنات مستقلة واسعة مع معالجات Nvidia مثل H100 أو الأجيال الأحدث.

ومع ذلك، تشير هذه الخطوة بوضوح إلى اتجاه جديد في سباق الذكاء الاصطناعي العالمي: الشركات الكبرى تسعى للسيطرة على كل طبقات المنظومة التقنية — من السيليكون إلى البرمجيات.