استراتيجية iFLYTEK لمواجهة فجوة H200: هندسة أكثر، وسياق أقل

لا تحاول iFLYTEK خوض سباق الذكاء الاصطناعي عبر تقليد المختبرات التي تبني أكبر نموذج ممكن باستخدام بنية Nvidia. بدلاً من ذلك، تعمل الشركة على جعل الحوسبة المحلية المتاحة مفيدة بما يكفي لتشغيل منتجات في التعليم والرعاية الصحية والسيارات وقطاع المؤسسات، ثم تبيع للعميل نتيجة عملية موثوقة، لا مجرد عدد أكبر من الرموز أو طول سياق قياسي.

تكتسب هذه الاستراتيجية أهميتها من اعتراف الشركة بوجود فجوة حقيقية في العتاد. فبحسب إفصاح منسوب إلى الإدارة، قد تكون المسرّعات المحلية أقل كفاءة من Nvidia H200 بما يصل إلى نحو خمسة أضعاف عند تدريب نماذج بسياقات تتجاوز 256 ألف رمز. وهذه النسبة تظل إفصاحاً إدارياً منقولاً، لا نتيجة جرى التحقق منها بصورة مستقلة عبر نص أولي لمكالمة الأرباح. 8

سياق مفيد بدلاً من سياق بلا حدود

لا تحتاج غالبية تطبيقات الذكاء الاصطناعي في الإنتاج إلى تمرير سجل متواصل من مليون رمز داخل نافذة انتباه واحدة. فقد يحتاج نظام تعليمي إلى البحث في المناهج وملفات الطلاب، بينما تحتاج أداة سريرية إلى استرجاع معلومات طبية محددة، ويحتاج المساعد داخل السيارة إلى متابعة الحوار وبيانات المركبة، وقد يحتاج نظام مؤسسي إلى الوصول إلى وثائق داخلية ومسارات عمل معروفة.

في هذه الحالات، يمكن تقسيم المعلومات واسترجاع الأجزاء ذات الصلة، مع استخدام ذاكرة منظمة واستدعاء الأدوات أو الوكلاء عند الحاجة. ولا يلغي ذلك قيمة السياق الطويل، لكنه يقلل عدد المرات التي تكون فيها نافذة السياق الأوسع والأكثر كلفة ضرورية فعلاً.

رهان iFLYTEK هنا ضيق لكنه مهم تجارياً: إذا كان العملاء يقدّرون دقة المجال، وخصوصية البيانات، والتحكم في النشر، وزمن الاستجابة، وإنجاز سير العمل بصورة موثوقة أكثر من امتلاك نافذة سياق تتصدر اختبارات الأداء، فقد تتمكن الشركة من المنافسة من دون مجاراة اقتصاديات تدريب Nvidia في كل الأحجام.

هندسة تمتد عبر طبقات الذكاء الاصطناعي

لا تعتمد إجابة الشركة على تحسين برمجي واحد، بل على تصميم مشترك بين العتاد والبرمجيات يشمل:

• بنية النموذج، بما فيها نماذج «مزيج الخبراء»؛
• المشغلات والنوى البرمجية المخصصة للمسرّعات؛
• الاتصالات الموزعة والتوازي بين الخبراء؛
• توزيع الذاكرة وإدارة ذاكرة KV cache؛
• أطر التدريب والجدولة وأدوات النشر والتشغيل.

الهدف هو تقليل كلفة الاتصالات، وتخفيف اختناقات الذاكرة، ورفع معدل الاستفادة من العتاد، ثم تكييف كل نموذج مع خصائص الشرائح المحلية. فمواصفات المسرّع وحدها لا تحدد أداء نظام تدريب أو استدلال كامل.

وبحسب مواد نشرتها iFLYTEK، كانت عناقيد الحوسبة المحلية تعمل في بداياتها عند نحو 30% من كفاءة العناقيد الرائدة في القطاع. ثم رفعت الشركة هذه النسبة، وفقاً لأرقامها، إلى 84–93% عبر تحسين المشغلات، وتطوير استراتيجيات التوزيع، وإجراء تحسينات هندسية واسعة. وهذه أرقام أعلنتها الشركة، وليست معياراً خضع لتدقيق مستقل. 17

نماذج Spark تقدم أوضح دليل

أقوى دليل على هذا المسار هو مواصلة iFLYTEK تطوير عائلة نماذج Spark على بنية تحتية محلية، بدلاً من التعامل مع الشرائح المحلية كبديل مخصص للاستدلال فقط.

وتصف الشركة نموذج Spark X2-Flash بأنه نموذج «مزيج خبراء» يضم 30 مليار مُعامل، جرى تدريبه ونشره بالكامل على عناقيد Huawei Ascend 910B. وتكمن أهمية ذلك في أنه يمثل مساراً محلياً متكاملاً يغطي التدريب والنشر، وليس مجرد نقل نموذج بعد تدريبه في مكان آخر. 8

كما سلطت iFLYTEK الضوء على خط أنابيب للاستدلال ذي التسلسلات الطويلة وعلى Spark X2 باعتبارهما نتيجتين لتحسين النموذج والبنية التحتية معاً. ويمد نموذج Spark X2-VL العائلة إلى تطبيقات متعددة الوسائط، فيما تقول مواد الشركة إن نماذج X2 وX2-Flash وX2-VL خضعت لتحديثات في عام 2026. 17

وينسجم هذا التوجه مع أعمال الشركة السابقة في مجال الحوسبة المحلية. إذ تقول iFLYTEK إن نماذج Spark اتبعت مساراً محلياً كاملاً شمل التدريب والتكرار والنشر للاستدلال. كما أشارت تقارير سابقة إلى أن تكييف كل جولة من خوارزميات النماذج مع الشرائح المحلية كان يستغرق أكثر من ستة أشهر للوصول إلى ما يتجاوز 80% من أداء شرائح Nvidia المتقدمة. 5

النموذج الرائد المحلي هو الاختبار التالي

خلال إحاطة إعلان نتائج 21 أغسطس 2026، أعلنت iFLYTEK أنها ستطلق نموذجاً عاماً رائداً جديداً يعتمد بالكامل على قدرة حوسبة محلية في مهرجان Global 1024 للمطورين هذا العام. ويدعم الإعلان طرح نسخة مرحلية قبل الفعالية، لكنه لا يثبت تحديداً موعداً في أواخر أغسطس كما ورد في السؤال. 1

وسيكون هذا النموذج اختباراً مهماً لمعرفة ما إذا كان نهج الشركة قادراً على تجاوز التطبيقات المتخصصة. فإذا نجح الإطلاق، فسيؤكد قدرة البنية التحتية المحلية على دعم جيل رئيسي جديد من النماذج، لكنه لن يثبت بمفرده تكافؤ العتاد المحلي مع Nvidia في جميع أعباء التدريب.

لماذا قد يدعم ذلك نموذجاً تجارياً يقوده المنتج؟

أمام الشركة المقيدة بقدرات الحوسبة خياران: منافسة الشركات الرائدة مباشرةً في تكلفة وحجم تدريب النماذج، أو دمج النماذج داخل منتجات تصبح فيها البنية التحتية جزءاً واحداً فقط من القيمة المقدمة. وتبدو iFLYTEK أكثر ميلاً إلى الخيار الثاني.

تستهدف عائلة نماذجها تطبيقات قطاعية مثل التعليم والرعاية الصحية، حيث قد تكون جودة المجال، والنشر الخاص، وأمن البيانات، والاعتمادية التشغيلية أهم من نتائج الاختبارات العامة. وتصف مواد الشركة استخدام Spark في التعليم وسيناريوهات تطبيقية أخرى، بينما تبرز موادها الصحية نظاماً لدعم القرار السريري مبنياً على نموذج Spark الطبي. 17 35

كما يمكن لهذا النهج أن يجعل التحسينات الهندسية قابلة لإعادة الاستخدام. فالمشغلات الأفضل، وأساليب الاتصال، وإدارة الذاكرة، وأطر النشر يمكن نقلها إلى أجيال متعددة من النماذج وتركيبات العملاء. ولا يعني ذلك بالضرورة أن التدريب أصبح أرخص على نحو مطلق؛ بل يعني أن الشركة تستطيع استخراج عمل مفيد أكثر من عتاد محدود، مع الاحتفاظ بالسيطرة على دورة النشر كاملة.

لماذا يرى ليو تشينغفنغ نقطة تحول محتملة خلال عامين؟

يستند هذا التفاؤل إلى خبرة تراكمية، لا إلى افتراض أن الشرائح المحلية أصبحت مساوية لعتاد Nvidia. فقد أمضت iFLYTEK سنوات في تكييف بنى النماذج والأنظمة الموزعة والأدوات البرمجية مع البنية التحتية المحلية. ومع تحسن الشرائح والشبكات والمترجمات وأطر العمل وبيئة المطورين، قد تقل المدة اللازمة لجعل كل جيل جديد منتجاً وقابلاً للتشغيل.

وفي هذا السيناريو، يمكن أن يتحول العيب الحالي إلى نوع من الأفضلية التنظيمية: تكاليف انتقال أقل، وخبرة إنتاجية أوسع، وحزمة نشر محلية أكثر نضجاً. وتصف تصريحات الشركة هذا المسار بأنه جهد مستمر لبناء منظومة مستقلة وقابلة للتحكم، تمتد من البنية التحتية للحوسبة إلى تطبيقات النماذج. 3 17

لكن ذلك يظل مساراً محتملاً لا ضماناً. فما زالت التقارير المتعلقة بسوق عتاد الذكاء الاصطناعي الصيني تميز بين تقدم الشرائح المحلية في الاستدلال واستمرار أفضلية Nvidia في التدريب، خصوصاً بسبب أداء منظومة الذاكرة. 2 6

الخطر: قد تتقدم متطلبات النماذج الرائدة بسرعة أكبر

تنجح استراتيجية iFLYTEK إذا واصل العملاء المستهدفون إعطاء الأولوية للنشر الآمن، ودقة المجال، وزمن الاستجابة، ونتائج سير العمل، بدلاً من السياق العام غير المحدود. لكنها تصبح أقل إقناعاً إذا بدأت قطاعات التعليم والصحة والسيارات والمؤسسات تطلب تدريباً واستدلالاً حقيقياً على سياقات بمليون رمز باعتباره قدرة أساسية.

لذلك، لا يتمثل السؤال المركزي في ما إذا كانت iFLYTEK ستلغي كل فجوة في العتاد، بل في ما إذا كانت هندستها وتكامل منتجاتها سيجعلان هذه الفجوة غير مؤثرة تجارياً في عدد كافٍ من التطبيقات عالية القيمة. وتقدم عائلة Spark X2، وتحسينات الكفاءة التي أعلنتها الشركة، والنموذج الرائد المحلي المرتقب أدلة على أنها تسعى إلى ذلك الهدف، فيما تبقى جبهة السياق الطويل التحدي الأوضح الذي لم يُحسم بعد.