التوسع الذي تُنسب إلى DeepSeek من هواوي سيختبر حجم طموحات الصين في عتاد الذكاء الاصطناعي
تستعد DeepSeek، بحسب التقارير، لأحد أكثر مشاريع البنية التحتية للذكاء الاصطناعي طموحًا المرتبطة حتى الآن بمنظومة الشرائح المحلية في الصين: نشر مخطط لما لا يقل عن 160 ألف معالج من الجيل التالي Ascend-950DT من هواوي في مركز بيانات بمنغوليا الداخلية. ووفقًا للتقرير المقدم، سيُستخدم النظام للاستدلال وليس للتدريب، وهو تمييز يقول الكثير عن كلٍ من الفرص والقيود التي تشكل طبقة الذكاء الاصطناعي في الصين في عام 2026.
إذا اكتمل المشروع على النطاق المذكور، فسيصبح أكبر عنقود معروف لشرائح هواوي. وهذا وحده يجعله أكثر من مجرد توسع في السعة. سيكون علامة علنية على مدى انتقال استراتيجية البنية التحتية للذكاء الاصطناعي في الصين من إطلاق المسرّعات الفردية إلى النشر على مستوى النظام الكامل، حيث لم يعد السؤال هو ما إذا كانت الشرائح المحلية موجودة، بل ما إذا كان يمكن تسليمها وربطها وتزويدها بالطاقة وتبريدها واستخدامها على نطاق ذي أهمية تجارية واستراتيجية.
الاستدلال، لا التدريب، هو التفصيل الأهم
أهم تفصيل تشغيلي في النص المصدر هو أن العنقود المخطط سيعمل للاستدلال فقط. وتقول التقارير إن DeepSeek لا تزال تعتمد على عتاد Nvidia في أعمال التدريب الأثقل وراء تطوير النماذج الحدودية. هذا التقسيم للعمل كاشف للغاية. فالتدريب ما يزال الجزء الأكثر صعوبة تقنيًا في الذكاء الاصطناعي واسع النطاق، لأنه يتطلب أداءً شديدًا، وعرض نطاق ذاكرة كبيرًا، ونضجًا برمجيًا، وموثوقية عبر أنظمة متوازية ضخمة. أما الاستدلال فهو المرحلة التي تُنشر فيها النماذج المدربة للإجابة عن الاستفسارات، وتوليد المحتوى، وترتيب النتائج، أو تنفيذ مهام إنتاجية أخرى للمستخدمين.
إن استخدام معالجات هواوي للاستدلال يشير إلى أن العتاد المحلي قد يصبح أكثر قابلية للاستخدام حيث تكون أعباء العمل أكثر قابلية للتنبؤ، وحيث يمكن للكفاءة والتوافر والمواءمة مع السياسات أن تتفوق على أقصى أداء للتدريب. كما يوحي باستراتيجية عملية لشركات الذكاء الاصطناعي الصينية: الإبقاء على الوصول إلى أقوى منصات التدريب المتاحة حيثما أمكن، مع نقل حصة متزايدة من نشاط النشر إلى السيليكون المحلي.
وهذا مهم لأن الاستدلال ليس نشاطًا ثانويًا. ومع انتشار تبني الذكاء الاصطناعي، يصبح الاستدلال العمود الفقري التشغيلي المتكرر للصناعة. والشركة التي تستطيع توطين قدرة الاستدلال على نطاق واسع يمكنها تقليل تعرضها لقيود الإمداد الأجنبية، وتكون في وضع يسمح لها بتقديم الخدمات على المدى الطويل حتى إذا ظل الوصول إلى أفضل عتاد تدريب محدودًا.
خطوة نحو تقليل الاعتماد على Nvidia
يصور التقرير المشروع على أنه خطوة ذات مغزى نحو تخلي الصين عن الاعتماد على Nvidia. وهذه الصياغة مهمة، لكن لا ينبغي المبالغة فيها. فالنص المصدر لا يشير إلى أن DeepSeek ستتخلى عن Nvidia بالكامل. بل يوضح انتقالًا أكثر انتقائية يمكن أن تتولى فيه الشرائح المحلية جزءًا كبيرًا من النشر بينما تظل Nvidia محورية في التدريب.
ومع ذلك، فإن عنقود استدلال يضم 160 ألف معالج سيعني أكثر بكثير من مجرد بديل رمزي. سيخلق قاعدة مثبتة ضخمة لمنظومة هواوي للذكاء الاصطناعي، ويشجع تكيّف البرمجيات مع العتاد المحلي، ويمنح المشغلين خبرة اقتصادية واقعية في استخدام المسرّعات الصينية على نطاق فائق. ويمكن لهذه الآثار أن تتراكم. فبمجرد بناء البنية التحتية وتكيّف سير العمل الإنتاجي حولها، تبدأ اختيارات العتاد في التأثير على المشهد الأوسع للمنصة، من الأدوات والتحسين إلى المشتريات وبنية خدمة النماذج مستقبلًا.
كما أن الموقع الجغرافي يتوافق مع المنطق الصناعي. فقد أصبحت منغوليا الداخلية مرتبطة بالبنية التحتية الرقمية واسعة النطاق بفضل المساحة المتاحة للتوسع وإمدادات الطاقة الملائمة لعمليات مراكز البيانات. وبالنسبة لنشر يعتمد على الاستدلال بكثافة، حيث تهم معدلات الاستخدام المستقرة وتكاليف التشغيل، يصبح الموقع جزءًا من الاستراتيجية لا مجرد تفصيل لاحق.
الحجم هو العنوان، لكن الإمداد هو القيد
يشير النص المصدر أيضًا إلى أوضح عقبة أمام المشروع: قد لا تتمكن هواوي من تسليم الطلب بالكامل لأكثر من عام بسبب قيود الإنتاج ونقص شرائح الذاكرة. وهذا التحفظ جوهري. فوجود خطة لعنقود ضخم شيء، وبناؤه في الموعد شيء آخر. أنظمة الذكاء الاصطناعي بهذا الحجم لا يحدها فقط عدد قوالب الحوسبة المتاحة، بل أيضًا المكونات الداعمة التي تجعلها قابلة للاستخدام في الإنتاج.
تعد الذاكرة عالية النطاق الترددي عنق زجاجة مهمًا بشكل خاص. ويذكر التقرير أن شركة CXMT، وهي أكبر مصنع ذاكرة في الصين، تنتج للمرة الأولى دفعات صغيرة من HBM3E. وهذا تطور مهم، لأن الذاكرة عالية السرعة مكون أساسي في معالجات الذكاء الاصطناعي الحديثة. لكن المصدر نفسه يقول إن CXMT ما تزال متأخرة بثلاث إلى خمس سنوات عن سامسونغ وSK Hynix وMicron، التي تنتج بالفعل HBM4 على نطاق واسع.
هذه الفجوة مهمة لأن التنافس في الذكاء الاصطناعي بات يتحدد بشكل متزايد على مستوى المنظومة الكاملة. قد تستحوذ علامة المعالج على العناوين، لكن إمدادات الذاكرة والتغليف والربط البيني ومعدلات الإنتاج ودعم البرمجيات هي التي تحدد غالبًا ما إذا كانت عمليات النشر الطموحة ستنتقل من الإعلان إلى الخدمة الموثوقة. ومن هذا المنظور، يبرز مخطط DeepSeek كلًا من زخم الصين واعتمادها غير المكتمل داخل سلسلة الإمداد المحلية.
لماذا يتجاوز الأمر مركز بيانات واحدًا
تكمن الأهمية الأوسع للطلب المبلغ عنه في ما يكشفه عن السياسة الصناعية الصينية وسلوك السوق. ويصف النص المصدر عملية الشراء بأنها جزء من دفع حكومي أوسع لتوسيع صناعة الشرائح في الصين من دون التخلف عن سباق الذكاء الاصطناعي. ومن شأن نشر بهذا الحجم أن ينسجم مع هذا الهدف عبر خلق طلب فوري على المسرّعات المحلية والمساعدة في إثبات أن العتاد الصيني يمكنه خدمة أعباء العمل الإنتاجية الحقيقية.
كما قد يشدد ذلك سوقًا ثنائي المسار للذكاء الاصطناعي. فمسار سيظل مرتكزًا على العتاد الأجنبي الأكثر تقدمًا للتدريب الحدودي حين يكون متاحًا. ومسار آخر سيتجمع بدرجة متزايدة حول بنية الاستدلال المحلية، خاصة للخدمات على المستوى الوطني والقطاعات المنظمة والمؤسسات التي تعطي الأولوية لمرونة الإمداد.
لن يحل ذلك تحدي العتاد في الصين بين ليلة وضحاها. لكنه سيغير مركز الثقل. فبدلًا من قياس الاكتفاء الذاتي فقط بمدى قدرة الشرائح المحلية على مجاراة أفضل أنظمة التدريب العالمية، قد يبدأ القطاع بقياس النجاح بمدى قدرة البنية التحتية المحلية على حمل حصة ذات معنى من الطلب على الذكاء الاصطناعي المنشور بشكل موثوق.
حتى الآن، لا يزال المشروع مجرد خطة، وتحفظات الإمداد كبيرة. لكن حتى في مرحلة الاقتراح، الرسالة واضحة: لم يعد التنافس الصيني في الذكاء الاصطناعي يتعلق فقط بتصميم المسرّعات. بل يتعلق ببناء ما يكفي منها، وتأمين الذاكرة اللازمة لتغذيتها، وتجميع عناقيد كبيرة بما يكفي لتكون مؤثرة في عمليات الذكاء الاصطناعي اليومية. وبهذا المعنى، فإن الطلب المبلغ عنه من DeepSeek إلى هواوي ليس مجرد قصة مشتريات، بل اختبار لما إذا كانت طبقة الذكاء الاصطناعي المحلية في الصين قادرة على التحول من النية الاستراتيجية إلى التنفيذ الصناعي المستدام.
تعتمد هذه المقالة على تغطية The Decoder. اقرأ المقال الأصلي.
Originally published on the-decoder.com
