محرك Kog للاستدلال: 3000 رمز في الثانية على معالجات GPU قياسية بدون رقائق مخصصة

أنفقت صناعة الذكاء الاصطناعي مليارات الدولارات في سباق تطوير رقائق أسرع. لكن شركة Kog AI الناشئة ومقرها باريس تراهن على أن المشكلة الحقيقية كانت مختلفة تماماً — ويشير إصدارها التجريبي التقني في مايو 2026 إلى أن هذا الرهان قد يكون صائباً.

Kog (Kog AI) هي شركة فرنسية ناشئة في البنية التحتية للذكاء الاصطناعي، تأسست في عام 2023 على يد غايل ديلالو. منتجها الأساسي هو محرك Kog للاستدلال (KIE)، وهو محرك استدلال برمجي بحت يُسرّع بشكل كبير استدلال نماذج اللغة الكبيرة على معالجات GPU القياسية في مراكز البيانات — دون الحاجة إلى رقائق مخصصة . خرجت الشركة من وضع التخفي في مايو 2025 وأطلقت إصداراً تجريبياً تقنياً عاماً في 28 مايو 2026 .

البرنامج مقابل السيليكون: رهان Kog ضد الأجهزة المخصصة

تشرع Cerebras في بناء رقائق بحجم الرقاقة بالكامل. تتبع Groq وSambaNova نهجاً مماثلاً يركز على الأجهزة. تراهن Kog على العكس: هناك فجوة هائلة في أداء معالجات GPU الحالية تتركها مكدسات البرامج غير الفعالة، ويمكن للتحسين البرمجي العميق على مستوى القواعد أن يضاهي أو يتجاوز سرعات الأجهزة المخصصة دون أي رقائق جديدة .

الابتكار الأساسي هو النواة الأحادية (monokernel) — برنامج واحد ومستمر مقيم على GPU يدير عملية فك التشفير الكاملة لنموذج اللغة الكبير (مرحلة ما قبل التعبئة، فك التشفير، وأخذ عينات الرأس) في جولة واحدة، مما يلغي عبء تشغيل النواة لكل رمز الذي يعيق المكدسات القياسية . أطر العمل القياسية مثل vLLM وSGLang وTensorRT-LLM تُشغل نواة GPU واحدة لكل رمز، وتدفع كل منها حوالي 4.5 ميكروثانية من الحمل الإضافي لإطلاقها بالإضافة إلى تأخير إعادة تشغيل HBM . يتجاوز محرك Kog مكتبات الاتصالات القياسية ويلغي عمليات المزامنة الشبكية التي وجد أنها تستهلك 35٪ من وقت توليد كل رمز .

يتم معايرة ادعاء "أسرع بـ30 مرة" مقابل سرعات فك التشفير النموذجية التي تتراوح بين 100 و300 رمز في الثانية للنماذج ذات 2 إلى 8 مليارات معامل على معالجات GPU عالية الجودة، مقارنة بـ 3000 رمز/ثانية من Kog .

نتائج الإصدار التجريبي التقني والقيود الواضحة

النتائج:

• أكثر من 3000 رمز مخرج في الثانية لكل طلب على عقدة واحدة من 8 معالجات AMD MI300X مع نموذج Laneformer 2B (بدقة FP16، حجم دفعة 1، بدون فك تشفير تخميني)
• 2100 رمز مخرج/ثانية لكل طلب على 8 معالجات NVIDIA H200 تحت نفس الظروف
• زمن انتقال كافٍ للمستخدم الفردي لاستخدام تفاعلي في الوقت الفعلي — تم تشغيل العرض التوضيحي على playground.kog.ai
• حقق نموذج Laneformer 2B نسبة نجاح 45.1٪ في HumanEval+ و51.6٪ في MBPP+ مع فك التشفير الجشع

القيود:

• اقتصر الإصدار التجريبي على نموذج ذو 2.3 مليار معامل (Laneformer 2B). لم يتم عرض النماذج الأكبر حجماً
• كان الإصدار لمستخدم واحد وطلب واحد — وليس إعداد خادم إنتاج متعدد المستخدمين بدفعات، ولم يظهر الإنتاجية تحت الأحمال المتزامنة
• تم دعم نوعين فقط من GPU: AMD MI300X وNVIDIA H200
• مع 11 موظفاً فقط، تعتبر الشركة صغيرة جداً مقارنة بحجم طموحها

حالات الاستخدام المستهدفة والجذب التجاري المبكر

تستهدف Kog ثلاثة سيناريوهات رئيسية:

• سير عمل الذكاء الاصطناعي الوكيل (Agentic AI) — تجادل الشركة بأن معالجات GPU غير مناسبة للطلبات التكرارية منخفضة زمن الانتقال لوكلاء AI، وأن محركها يحل هذه المشكلة
• استدلال نماذج اللغة الكبيرة في الوقت الفعلي — مساعدي البرمجة، وروبوتات الدردشة، والتطبيقات التي يتطلب فيها زمن انتقال أقل من 100 مللي ثانية لكل رمز
• الاستدلال المؤسسي المستضاف ذاتياً — الشركات التي تمتلك بالفعل معالجات GPU في مراكز البيانات وتريد تجنب شراء أجهزة استدلال مخصصة

على الصعيد التجاري، أعلنت Kog عن أكثر من 200 عميل محتمل ملموس بحلول أغسطس 2026، وفقاً للرئيس التنفيذي ديلالو . وصل الإصدار التجريبي التقني إلى الصفحة الأولى لموقع Hacker News في مايو 2026 . حصلت الشركة على تمويل أولي بقيادة مشتركة من Varsity VC، حيث كان شريكها كامل زروال المؤسس المشارك لديلالو في شركته الناشئة الأولى، Stribe .

لماذا يدير هذه الشركة عالم فيزياء الحالة الصلبة هاكر هجومي

يجلب الرئيس التنفيذي غايل ديلالو خلفية غير معتادة إلى البنية التحتية للذكاء الاصطناعي: فيزياء الحالة الصلبة والأمن السيبراني الهجومي .

• فيزياء الحالة الصلبة دربته على التفكير من المبادئ الأولى حول كيفية تصرف الأجهزة المادية على مستوى منخفض — الإلكترونات، وعرض النطاق الترددي للذاكرة، والقيود على مستوى الترانزستور. يعامل فريقه تحسين GPU كمسألة فيزيائية بدلاً من كونها مشكلة هندسة برمجيات
• الأمن السيبراني الهجومي أعطاه عقلية الهندسة العكسية العدائية. يفحص محرك Kog معالجات GPU على مستويات التجميع والثنائي، ويجد قدرات خفية لا تكشفها برامج التشغيل والمكتبات القياسية — وهي "عقلية المهاجم" الكلاسيكية المطبقة على أداء الأجهزة
• ديلالو ليس باحثاً تقليدياً في التعلم الآلي؛ شركته الناشئة الأولى (Stribe، إحدى خريجي TechCrunch50 لعام 2009) لم تكن مرتبطة بالذكاء الاصطناعي. يصف نفسه بأنه مفكر من المبادئ الأولى يصمم الخوارزميات من الأجهزة إلى الأعلى

تحديات التوسع: حجم الفريق، ودعم الرقائق، وحجم النموذج

تواجه Kog ثلاثة عقبات كبيرة في التوسع:

• حجم الفريق: مع 11 موظفاً فقط، يعد نقل النواة الأحادية المحسّنة يدوياً إلى بنى GPU جديدة أمراً كثيف العمالة
• دعم الرقائق الجديدة: يدعم المحرك حالياً AMD MI300X وNVIDIA H200 فقط. تتطلب كل GPU جديدة هندسة عكسية يدوية على مستوى التجميع. يعترف الرئيس التنفيذي ديلالو بأن هذا عنق زجاجة، على الرغم من أنه يتوقع أن تكون بنى GPU الأحدث ذات عرض النطاق الترددي الأعلى للذاكرة أهدافاً أسهل
• حجم النموذج: يمثل التوسع من نماذج 2 مليار معامل إلى نماذج اللغة الكبيرة (70 مليار+) ما يصفه ديلالو بـ "قفزة هائلة." قد لا تمتد التقنيات التي تعمل مع نموذج صغير ببساطة إلى مساحات ذاكرة وحوسبة أكبر بكثير

المحطة الفاصلة الحاسمة: نماذج اللغة الكبيرة

المحطة الفاصلة الحاسمة التالية لـ Kog هي إثبات فعالية نهجها على نماذج اللغة الكبيرة (70 مليار معامل أو أكثر). صرح الرئيس التنفيذي ديلالو أن الشركة تركز الآن على توسيع نطاق تقنياتها لتشمل نماذج اللغة الكبيرة بالحجم الكامل. تأتي الثقة من بنى GPU الأحدث ذات عرض نطاق ترددي أعلى للذاكرة بشكل كبير — وهو مورد تعتقد Kog أنه لا يزال غير مستغل بشكل كافٍ من قبل مكدسات البرامج القياسية . لم تعلن الشركة عن تاريخ محدد، لكن هذا العرض يُنظر إليه على نطاق واسع على أنه نقطة الإثبات الحاسمة للفلسفة بأكملها.