وسيكون معالج Kirin المرتقب اختبارًا مهمًا، لكن ليس دليلًا حاسمًا بمجرد ظهوره. وسيحتاج الباحثون والمحللون في قطاع الرقائق إلى التحقق من عدة نقاط، أبرزها:

• تقنية التصنيع الفعلية ومعدلات الإنتاج الناجح.
• أداء وحدات المعالجة المركزية والرسومية ووحدات الذكاء الاصطناعي.
• استهلاك الطاقة والحرارة أثناء الاستخدام المستمر.
• تصميم التغليف ونظام الذاكرة.
• الأداء الواقعي طويل الأمد، لا نتائج الاختبارات القصوى فقط.

إذا حققت الشريحة أداءً قويًا، فقد يثبت ذلك أن التصميم المعماري والتكامل بين المكونات قادران على تضييق الفجوة مع المنافسين رغم ضعف الوصول إلى تقنيات التصنيع الرائدة. لكنه لن يثبت أن هواوي استبدلت الطباعة بالأشعة فوق البنفسجية القصوى (EUV)، أو أنها ألغت اقتصاديات التصغير التقليدية، أو أن القيود المفروضة على معدات ASML لم تعد مؤثرة. كما أن ادعاءات تحقيق كثافة مكافئة لمعالجات من فئة 1.4 نانومتر بحلول عام 2031 ما زالت توقعات معلنة من هواوي وليست نتيجة مستقلة مثبتة.

من «كعكة» هوانغ إلى «معبد» لياو

يقدم جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA، الذكاء الاصطناعي بوصفه كعكة ذات خمس طبقات: الطاقة، والرقائق، والبنية التحتية الحاسوبية، والسحابة أو نماذج الذكاء الاصطناعي، ثم التطبيقات. هذه صياغة صناعية عالية المستوى تشرح كيف تتراكم الاستثمارات من الكهرباء ومراكز البيانات إلى المنتجات التي تولد القيمة الاقتصادية.

أما لياو هينغ، كبير علماء أشباه الموصلات في هواوي، فيفكك السلسلة نفسها إلى معبد مؤلف من 18 طابقًا. ويبدأ النموذج من الأسس الأبعد عن المستخدم، مثل النظرية والطاقة والتعدين والمواد الخام والسيليكون، ثم ينتقل إلى تصميم الترانزستورات، وتصميم العمليات وتصنيع الرقائق، والطباعة الضوئية والمعدات، والتغليف المتقدم.

وفوق هذه الطبقات تأتي بنية الشريحة، والمترجمات وبيئات التشغيل، وتقسيم العمليات الحسابية، والتكميم أو استخدام الدقة المنخفضة، ثم تدريب نماذج الذكاء الاصطناعي، والنماذج الأساسية، والاستدلال، ووكلاء الذكاء الاصطناعي، والمنتجات والتطبيقات.

الفارق بين النموذجين ليس أن أحدهما يصف صناعة مختلفة تمامًا، بل أن كل نموذج يركز على زاوية مغايرة. فـ«الكعكة» تقدم خريطة مبسطة لتدفق القيمة في اقتصاد الذكاء الاصطناعي، بينما يحاول «المعبد» إظهار التفاصيل والاعتماديات المخفية داخل كلمات واسعة مثل «الرقائق» و«البنية التحتية» و«النماذج».

لماذا تحدد «أقصر طبقة» سقف الأداء؟

يرى لياو أن النظام لا يصبح قويًا لمجرد امتلاكه معالجًا سريعًا. فإذا كانت الطاقة غير كافية، أو كانت سعة نقل الذاكرة محدودة، أو كان التغليف ضعيفًا، أو كانت إنتاجية التصنيع منخفضة، أو كانت أدوات البرمجيات والمترجمات غير ناضجة، فسيتوقف الأداء عند أضعف هذه الحلقات.

يشبه الأمر سلسلة مترابطة: لا تعوض أقوى حلقة انهيار حلقة أخرى. فقد يملك النظام نموذجًا متقدمًا، لكنه لن يدربه أو يشغله بكفاءة إذا عجزت الشبكة عن نقل البيانات بسرعة، أو إذا كانت الذاكرة لا تلبي احتياجاته، أو إذا ارتفعت الحرارة والتكلفة التشغيلية. لذلك فإن «المعبد» هو في جوهره دعوة إلى تحسين الواجهات بين الطبقات والتنسيق بينها، بدل التعامل مع المسرّع السريع على أنه حل كافٍ بمفرده.

العناقيد الحاسوبية كوسيلة للتعويض

تتمثل إحدى النتائج الاستراتيجية لهذه الرؤية في استخدام عدد كبير من المسرّعات المتاحة محليًا، حتى لو كان كل منها أقل قدرة من أفضل مسرّعات السوق العالمية. ولتحقيق ذلك، يجب تصميم الرقائق والذاكرة والشبكات والمترجمات وبيئات التشغيل وتكميم النماذج وبرمجيات التدريب الموزع باعتبارها نظامًا واحدًا.

الهدف هو تقليل الوقت الذي تقضيه الرقائق في تبادل البيانات أو الانتظار، وتحويل مجموعة من الأجهزة المتوسطة إلى بنية قادرة على تقديم أداء مفيد على مستوى النظام. وقد ينجح هذا الأسلوب خصوصًا في المهام القابلة للتوازي، لكنه قد يتطلب طاقة أكبر، وشبكات أكثر تعقيدًا، وبرمجيات تشغيلية أصعب، وتكاليف أعلى من استخدام عدد أقل من وحدات معالجة متقدمة.

وتدعم التقارير المتاحة هذا الاتجاه بوصفه جزءًا من استراتيجية هواوي، لكنها لا توفر حتى الآن تحققًا مستقلًا كافيًا يثبت أن عناقيدها تضاهي أنظمة NVIDIA الرائدة في جميع أعباء العمل.

كيف يرتبط ذلك بصعود منظومة صينية متكاملة؟

لا تقتصر الاستراتيجية على ابتكار معماري منفرد. فالصين تدفع نحو بناء سلسلة محلية مترابطة تشمل تصميم الرقائق وتصنيعها، والذاكرة، والتغليف، وأطر الذكاء الاصطناعي، ودمج الأنظمة. والسبب واضح: قد يؤدي منع الاستيراد في طبقة واحدة إلى تقييد النظام كله، حتى لو كانت الطبقات الأخرى متقدمة.

وتشير بيانات IDC التي أوردتها رويترز إلى أن موردي وحدات معالجة الرسوميات ورقائق الذكاء الاصطناعي الصينيين استحوذوا مجتمعين على نحو 41٪ من سوق خوادم مسرّعات الذكاء الاصطناعي في الصين خلال عام 2025، بقيادة هواوي، في حين حافظت NVIDIA على الصدارة بحصة بلغت 55٪. وتأتي ضوابط التصدير الأميركية وضغوط توطين سلاسل التوريد بين العوامل الرئيسية وراء هذا التحول.

هل تتجاوز هواوي فيزياء أشباه الموصلات؟

الإجابة الأقرب إلى الدقة هي: لا. فهواوي لا تهرب من فيزياء أشباه الموصلات، بل تحاول نقل المنافسة إلى ساحات أخرى—الهندسة المعمارية، والتغليف، والبرمجيات، وتقليل زمن الاتصال، والتنسيق على مستوى العناقيد.

وقد يمنح التكامل الرأسي بين هذه العناصر منظومة وطنية قادرة على تعويض جزء من التأخر في تقنيات الطباعة الضوئية المتقدمة. لكن الحكم الحقيقي سيتوقف على ما ستكشفه المنتجات القابلة للقياس: معدلات الإنتاج، والأداء المستمر، وكفاءة الطاقة، والتكلفة، وموثوقية البرمجيات، وقدرة النظام على العمل في ظروف فعلية. وحتى ذلك الحين، يبقى «قانون تاو» مسارًا هندسيًا واعدًا من وجهة نظر هواوي، لا قطيعة تكنولوجية مثبتة مع تاريخ صناعة الرقائق.

وسيكون معالج Kirin المرتقب اختبارًا مهمًا، لكن ليس دليلًا حاسمًا بمجرد ظهوره. وسيحتاج الباحثون والمحللون في قطاع الرقائق إلى التحقق من عدة نقاط، أبرزها:

• تقنية التصنيع الفعلية ومعدلات الإنتاج الناجح.
• أداء وحدات المعالجة المركزية والرسومية ووحدات الذكاء الاصطناعي.
• استهلاك الطاقة والحرارة أثناء الاستخدام المستمر.
• تصميم التغليف ونظام الذاكرة.
• الأداء الواقعي طويل الأمد، لا نتائج الاختبارات القصوى فقط.

إذا حققت الشريحة أداءً قويًا، فقد يثبت ذلك أن التصميم المعماري والتكامل بين المكونات قادران على تضييق الفجوة مع المنافسين رغم ضعف الوصول إلى تقنيات التصنيع الرائدة. لكنه لن يثبت أن هواوي استبدلت الطباعة بالأشعة فوق البنفسجية القصوى (EUV)، أو أنها ألغت اقتصاديات التصغير التقليدية، أو أن القيود المفروضة على معدات ASML لم تعد مؤثرة. كما أن ادعاءات تحقيق كثافة مكافئة لمعالجات من فئة 1.4 نانومتر بحلول عام 2031 ما زالت توقعات معلنة من هواوي وليست نتيجة مستقلة مثبتة.

من «كعكة» هوانغ إلى «معبد» لياو

يقدم جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA، الذكاء الاصطناعي بوصفه كعكة ذات خمس طبقات: الطاقة، والرقائق، والبنية التحتية الحاسوبية، والسحابة أو نماذج الذكاء الاصطناعي، ثم التطبيقات. هذه صياغة صناعية عالية المستوى تشرح كيف تتراكم الاستثمارات من الكهرباء ومراكز البيانات إلى المنتجات التي تولد القيمة الاقتصادية.

أما لياو هينغ، كبير علماء أشباه الموصلات في هواوي، فيفكك السلسلة نفسها إلى معبد مؤلف من 18 طابقًا. ويبدأ النموذج من الأسس الأبعد عن المستخدم، مثل النظرية والطاقة والتعدين والمواد الخام والسيليكون، ثم ينتقل إلى تصميم الترانزستورات، وتصميم العمليات وتصنيع الرقائق، والطباعة الضوئية والمعدات، والتغليف المتقدم.

وفوق هذه الطبقات تأتي بنية الشريحة، والمترجمات وبيئات التشغيل، وتقسيم العمليات الحسابية، والتكميم أو استخدام الدقة المنخفضة، ثم تدريب نماذج الذكاء الاصطناعي، والنماذج الأساسية، والاستدلال، ووكلاء الذكاء الاصطناعي، والمنتجات والتطبيقات.

الفارق بين النموذجين ليس أن أحدهما يصف صناعة مختلفة تمامًا، بل أن كل نموذج يركز على زاوية مغايرة. فـ«الكعكة» تقدم خريطة مبسطة لتدفق القيمة في اقتصاد الذكاء الاصطناعي، بينما يحاول «المعبد» إظهار التفاصيل والاعتماديات المخفية داخل كلمات واسعة مثل «الرقائق» و«البنية التحتية» و«النماذج».

لماذا تحدد «أقصر طبقة» سقف الأداء؟

يرى لياو أن النظام لا يصبح قويًا لمجرد امتلاكه معالجًا سريعًا. فإذا كانت الطاقة غير كافية، أو كانت سعة نقل الذاكرة محدودة، أو كان التغليف ضعيفًا، أو كانت إنتاجية التصنيع منخفضة، أو كانت أدوات البرمجيات والمترجمات غير ناضجة، فسيتوقف الأداء عند أضعف هذه الحلقات.

يشبه الأمر سلسلة مترابطة: لا تعوض أقوى حلقة انهيار حلقة أخرى. فقد يملك النظام نموذجًا متقدمًا، لكنه لن يدربه أو يشغله بكفاءة إذا عجزت الشبكة عن نقل البيانات بسرعة، أو إذا كانت الذاكرة لا تلبي احتياجاته، أو إذا ارتفعت الحرارة والتكلفة التشغيلية. لذلك فإن «المعبد» هو في جوهره دعوة إلى تحسين الواجهات بين الطبقات والتنسيق بينها، بدل التعامل مع المسرّع السريع على أنه حل كافٍ بمفرده.

العناقيد الحاسوبية كوسيلة للتعويض

تتمثل إحدى النتائج الاستراتيجية لهذه الرؤية في استخدام عدد كبير من المسرّعات المتاحة محليًا، حتى لو كان كل منها أقل قدرة من أفضل مسرّعات السوق العالمية. ولتحقيق ذلك، يجب تصميم الرقائق والذاكرة والشبكات والمترجمات وبيئات التشغيل وتكميم النماذج وبرمجيات التدريب الموزع باعتبارها نظامًا واحدًا.

الهدف هو تقليل الوقت الذي تقضيه الرقائق في تبادل البيانات أو الانتظار، وتحويل مجموعة من الأجهزة المتوسطة إلى بنية قادرة على تقديم أداء مفيد على مستوى النظام. وقد ينجح هذا الأسلوب خصوصًا في المهام القابلة للتوازي، لكنه قد يتطلب طاقة أكبر، وشبكات أكثر تعقيدًا، وبرمجيات تشغيلية أصعب، وتكاليف أعلى من استخدام عدد أقل من وحدات معالجة متقدمة.

وتدعم التقارير المتاحة هذا الاتجاه بوصفه جزءًا من استراتيجية هواوي، لكنها لا توفر حتى الآن تحققًا مستقلًا كافيًا يثبت أن عناقيدها تضاهي أنظمة NVIDIA الرائدة في جميع أعباء العمل.

كيف يرتبط ذلك بصعود منظومة صينية متكاملة؟

لا تقتصر الاستراتيجية على ابتكار معماري منفرد. فالصين تدفع نحو بناء سلسلة محلية مترابطة تشمل تصميم الرقائق وتصنيعها، والذاكرة، والتغليف، وأطر الذكاء الاصطناعي، ودمج الأنظمة. والسبب واضح: قد يؤدي منع الاستيراد في طبقة واحدة إلى تقييد النظام كله، حتى لو كانت الطبقات الأخرى متقدمة.

وتشير بيانات IDC التي أوردتها رويترز إلى أن موردي وحدات معالجة الرسوميات ورقائق الذكاء الاصطناعي الصينيين استحوذوا مجتمعين على نحو 41٪ من سوق خوادم مسرّعات الذكاء الاصطناعي في الصين خلال عام 2025، بقيادة هواوي، في حين حافظت NVIDIA على الصدارة بحصة بلغت 55٪. وتأتي ضوابط التصدير الأميركية وضغوط توطين سلاسل التوريد بين العوامل الرئيسية وراء هذا التحول.

هل تتجاوز هواوي فيزياء أشباه الموصلات؟

الإجابة الأقرب إلى الدقة هي: لا. فهواوي لا تهرب من فيزياء أشباه الموصلات، بل تحاول نقل المنافسة إلى ساحات أخرى—الهندسة المعمارية، والتغليف، والبرمجيات، وتقليل زمن الاتصال، والتنسيق على مستوى العناقيد.

وقد يمنح التكامل الرأسي بين هذه العناصر منظومة وطنية قادرة على تعويض جزء من التأخر في تقنيات الطباعة الضوئية المتقدمة. لكن الحكم الحقيقي سيتوقف على ما ستكشفه المنتجات القابلة للقياس: معدلات الإنتاج، والأداء المستمر، وكفاءة الطاقة، والتكلفة، وموثوقية البرمجيات، وقدرة النظام على العمل في ظروف فعلية. وحتى ذلك الحين، يبقى «قانون تاو» مسارًا هندسيًا واعدًا من وجهة نظر هواوي، لا قطيعة تكنولوجية مثبتة مع تاريخ صناعة الرقائق.