عنقود شنتشن للذكاء الاصطناعي: كيف تراهن الصين على 10 آلاف شريحة من هواوي؟

ماذا أنجزت شنتشن؟

دخلت شنتشن، المركز التكنولوجي في جنوب الصين، مرحلة جديدة في سباق البنية التحتية للذكاء الاصطناعي بعدما فعّلت عنقوداً يضم 10 آلاف بطاقة حوسبة، صُمم باستخدام رقائق متقدمة من هواوي. وتبلغ قدرة المرحلة الجديدة نحو 11 ألف بيتافلوب، أي 11 ألف تريليون عملية حسابية في الثانية تقريباً. 711

وبإضافة مرحلة سابقة بقدرة 3 آلاف بيتافلوب أُطلقت في العام الماضي، تصل القدرة الإجمالية للموقع إلى 14 ألف بيتافلوب. وتصف التقارير المشروع بأنه أول عنقود صيني بهذا الحجم يُبنى باستخدام رقائق محلية ومنظومة متكاملة يمكن التحكم فيها محلياً، من الشرائح إلى الخوادم وشبكات الاتصال والبرمجيات. 711

ما التقنيات التي تقف وراءه؟

يعتمد العنقود على مسرّعات الذكاء الاصطناعي Ascend 910C من هواوي، إلى جانب منظومة «Ascend + CANN». وتشير CANN إلى منصة هواوي البرمجية المخصصة لتشغيل تطبيقات الذكاء الاصطناعي على عتاد Ascend، بما يجعل المشروع أكثر من مجرد تجميع لآلاف الشرائح؛ فهو محاولة لبناء «حزمة كاملة» محلية للذكاء الاصطناعي.

ويُعد Ascend 910C من أبرز مسرّعات هواوي الحالية. وتصفه تقارير تقنية بأنه تصميم يجمع قالبَي شرائح في بطاقة واحدة، مع ذاكرة عالية السرعة وبنية Da Vinci لمعالجة الشبكات العصبية. لكن الأداء العملي لا تحدده الشريحة وحدها؛ فسرعة الربط بين البطاقات، ونظام التشغيل البرمجي، وكفاءة توزيع المهام، كلها عوامل حاسمة عند تشغيل نماذج ضخمة.

هل يقترب Ascend 910C من Nvidia H100؟

وفق اختبارات منسوبة إلى باحثي DeepSeek، حقق Ascend 910C نحو 60% من أداء Nvidia H100 في مهام الاستدلال، أي تشغيل نموذج مدرَّب لإنتاج إجابات أو توقعات. 1114

لكن هذه النسبة لا تعني أن الشريحتين متكافئتان في جميع الاستخدامات. فهي مقارنة مرتبطة بمهام واختبارات محددة، ولا تثبت التكافؤ في تدريب النماذج العملاقة أو نضج البرمجيات أو استهلاك الطاقة. كما أن أداء النظام الكامل قد يختلف باختلاف النموذج وطريقة توزيع العمل بين البطاقات.

وفي جانب التدريب، قالت مجموعة بحثية تضم هواوي إنها استخدمت ما لا يقل عن ألف شريحة Ascend 910C لإجراء تدريب لاحق كامل المعلمات لنموذج DeepSeek V4-Pro ذي 1.6 تريليون معلمة. وإذا تأكدت هذه النتيجة، فهي تشير إلى قدرة الرقائق الصينية على التعامل مع مهمة تدريبية كبيرة على عتاد محلي، مع بقاء المقارنة مع منصات Nvidia الرائدة مسألة تعتمد على تفاصيل الاختبار. 3

كيف تجعل العناقيد آلاف الشرائح أسرع؟

الفكرة الأساسية بسيطة: بدلاً من وضع مهمة الذكاء الاصطناعي على بطاقة واحدة، يوزّع العنقود العمل على آلاف البطاقات بالتوازي. ويمكن تقسيم بيانات التدريب أو طبقات النموذج أو طلبات الاستدلال بين وحدات متعددة، ثم جمع النتائج عبر شبكة اتصال فائقة السرعة.

كلما زاد عدد البطاقات، ارتفعت القدرة الحسابية الإجمالية نظرياً. لكن الزيادة لا تتحول تلقائياً إلى أداء فعلي؛ إذ يتعين على البطاقات تبادل البيانات باستمرار. وإذا كانت الشبكة أو البرمجيات بطيئة، فقد يضيع جزء كبير من المكاسب بسبب وقت الانتظار والاتصال بين الوحدات.

لهذا السبب، يتطلب عنقود الذكاء الاصطناعي الناجح تكاملاً بين أربعة عناصر رئيسية:

• مسرّعات الحساب: لتنفيذ عمليات المصفوفات والشبكات العصبية.
• الذاكرة عالية السرعة: لحفظ أوزان النماذج والبيانات القريبة من وحدات المعالجة.
• شبكات الربط: لتبادل البيانات بين البطاقات بأقل تأخير ممكن.
• البرمجيات وأدوات التوزيع: لتقسيم المهمة وإدارة آلاف الوحدات بكفاءة.

ومن هنا تأتي أهمية بناء منظومة «متكاملة» مثل Ascend وCANN، بدلاً من الاعتماد على رقائق منفصلة لا تعمل بكفاءة ضمن بيئة برمجية موحدة.

إلى أي حد استُخدم النظام؟

كانت المرحلة السابقة، البالغة قدرتها 3 آلاف بيتافلوب، محجوزة بالكامل قبل دخول توسعة البطاقات العشرة آلاف حيز التشغيل، بحسب التقارير. 11 كما أشارت تقارير أخرى إلى توقيع نحو 50 جهة اتفاقيات إطارية لاستخدام القدرة الحوسبية، مع وصول معدل الحجوزات الإجمالي إلى 92%. 1

وتعكس هذه الأرقام طلباً محلياً ملموساً على القدرة الحوسبية، سواء من شركات الذكاء الاصطناعي أو المؤسسات البحثية أو مطوري التطبيقات. لكنها لا تثبت أن منصة هواوي أزاحت Nvidia على نطاق واسع في الصين؛ فبعض الشركات الصينية لا تزال تصل إلى قدرة Nvidia الحوسبية عبر مراكز بيانات خارج الصين، وفق تقارير منفصلة.

ما التطورات الأخرى في رقائق الذكاء الاصطناعي الصينية؟

قدّمت هواوي أيضاً مساراً لتصميم شرائح تقول إنه قد يحقق بحلول عام 2031 كثافة ترانزستورات مماثلة لتلك المرتبطة بتقنية 1.4 نانومتر، من دون الاعتماد على أكثر أدوات الطباعة الحجرية تقدماً. غير أن هذه المعلومة تمثل خارطة طريق أو توقعاً للشركة، وليست دليلاً على إنتاج شريحة بهذه المواصفات.

وفي تطور منفصل، أفادت رويترز بأن اختبارات العملاء لشريحة هواوي Ascend 950PR كانت إيجابية، وأن شركتي ByteDance وAlibaba تدرسان تقديم طلبات شراء. وقد يساعد توافق الشريحة بصورة أكبر مع بيئة CUDA التابعة لـNvidia على خفض كلفة انتقال المطورين إلى منصة هواوي.

لماذا يُعد المشروع رداً على القيود الأميركية؟

بدأت الولايات المتحدة في عام 2022 فرض قيود شملت رقائق Nvidia المتقدمة مثل A100 وH100، ثم شددت القيود في عام 2023 لتشمل مزيداً من شرائح الحوسبة المتقدمة ومعدات تصنيعها الموجهة إلى الصين. 23

أجبرت هذه القيود الشركات الصينية على البحث عن بدائل محلية، لا على مستوى المعالج فقط، بل في كامل سلسلة الذكاء الاصطناعي: الخوادم، والذاكرة، والربط الشبكي، والمترجمات البرمجية، وأدوات تشغيل النماذج. وفي هذا السياق، تؤدي هواوي دوراً محورياً لأن سلسلة Ascend تمنح الصين بديلاً محلياً يمتد من بطاقة التسريع إلى نظام مركز البيانات.

مع ذلك، فإن الفارق المعلن بين 910C وH100، إلى جانب استمرار بعض الشركات الصينية في الاستفادة من قدرة Nvidia خارج البلاد، يوضح أن الاكتفاء الذاتي لم يكتمل بعد. لذلك يمثل عنقود شنتشن خطوة صناعية واستراتيجية مهمة، لكنه ليس دليلاً نهائياً على انتهاء اعتماد الصين على تقنيات Nvidia.