آخر الأخبار: سيغنال تحصّن محادثاتها من عيون مساعدات الذكاء الاصطناعي

٢٢ نوفمبر ٢٠٢٦
أبحاث وتطورات الذكاء الاصطناعي

OpenAI تربط تصميم الشرائح ببرمجة النماذج لتسريع استدلال الذكاء الاصطناعي

تكشف OpenAI عن نتائج أولية لشريحة Jalapeño المخصصة لاستدلال نماذج الذكاء الاصطناعي، بعد استخدام نماذجها في مراحل من التصميم والتحسين والبرمجة.

شريحة ذكاء اصطناعي مثبتة على لوحة دوائر مع مسارات ضوئية تمثل حركة البيانات داخل النظام
شريحة ذكاء اصطناعي مثبتة على لوحة دوائر مع مسارات ضوئية تمثل حركة البيانات داخل النظام

صورة تعبيرية مولّدة بالذكاء الاصطناعي

شارك الخبر

تتحرك OpenAI نحو امتلاك أجزاء أكبر من البنية التحتية اللازمة لتشغيل نماذج الذكاء الاصطناعي، مع تطوير شريحة مخصصة للاستدلال تحمل اسم Jalapeño. وتوضح الشركة أن المشروع لا يقتصر على بناء معالج جديد، بل يجمع بين تصميم العتاد والذاكرة والشبكات والبرمجيات وفق طبيعة أعباء العمل التي تنتجها النماذج الحديثة.

تفاصيل الخبر

صُممت الشريحة للتعامل مع مرحلتين مختلفتين في تشغيل النماذج: معالجة المدخلات الأولية، ثم توليد الإجابة بصورة متتابعة. وتحتاج المرحلة الأولى إلى قدرة حسابية مرتفعة، بينما تعتمد الثانية بدرجة أكبر على سرعة نقل البيانات والذاكرة. لذلك ركز التصميم على تقليل حركة البيانات وإبقاء أجزاء من حالة النموذج قريبة من وحدات المعالجة قدر الإمكان.

وتقول OpenAI إن نماذجها استُخدمت خلال تطوير Jalapeño لاستكشاف تطبيقات تصميمية متعددة، وتقليص دورات القياس والتحقق، وتحسين بعض الدوائر الحسابية. كما ساعدت أدوات البرمجة المعتمدة على النماذج في تكييف الشريحة مع نماذج لم تكن مدرجة في خطة الإنتاج الأصلية، بما في ذلك نماذج مفتوحة الأوزان.

وتشير النتائج المنشورة إلى أن تطبيقات مولدة بالذكاء الاصطناعي حققت أداء أعلى من تطبيقات كتبها خبراء بشريون في بعض وحدات الانتباه ومزيج الخبراء. وتؤكد الشركة أن هذه المقارنة تخص وحدات محددة وليست أداء النموذج الكامل، ما يجعلها مؤشرا على إمكانات أسلوب العمل الجديد أكثر من كونها حكما نهائيا على المنصة بأكملها.

على مستوى النتائج التشغيلية، اختبرت OpenAI الشريحة مع عدة نماذج، من بينها GPT‑OSS 120B وDeepSeek R1 وKimi K2.5 1T. وتقول إن الاختبارات أظهرت تحسنا في العمل المنجز لكل واط وانخفاضا في زمن الاستجابة مقارنة بأنظمة مرجعية، مع اختلاف المكاسب بحسب النموذج ونوع الحمل وطريقة القياس.

يعكس المشروع توجها أوسع لدى شركات الذكاء الاصطناعي نحو تصميم العتاد بما يلائم احتياجات الاستدلال، بدلا من الاعتماد الكامل على معالجات عامة أو مسرعات صممت لأعباء مختلفة. ويمكن لهذا النهج أن يمنح الشركة تحكما أكبر في تكلفة تشغيل النماذج وسرعة الاستجابة، لكنه يتطلب أيضا استثمارات كبيرة في التصنيع والبرمجيات والتوافق مع أجيال النماذج المتغيرة.

تعاونت OpenAI في تصنيع وتنفيذ المنصة مع شركاء متخصصين في تصميم الشرائح وتجميع الأنظمة، بينما احتفظت الشركة بدور محوري في تحديد البنية المرتبطة بأعباء نماذج اللغة. وبدأ تطوير الشريحة من التصميم إلى مرحلة تجهيز التصنيع خلال فترة قصيرة نسبيا، وهو ما تنسبه الشركة جزئيا إلى التعاون الوثيق بين فرق العتاد والبرمجيات والنماذج.

ومن المنتظر أن تبدأ عملية نشر Jalapeño داخل البنية الحاسوبية للشركة قبل نهاية عام 2026، بالتوازي مع مواصلة اختبارات الاعتمادية وتحسين البرمجيات وقياس الأداء على نماذج إضافية. كما تصف OpenAI الشريحة بأنها الجيل الأول من خطة متعددة الأجيال، ما يعني أن أثر المشروع سيقاس بقدرته على التطور المستمر لا بالنتائج الأولية وحدها.

هل ترى أن تصميم الشرائح بمساعدة النماذج سيجعل خدمات الذكاء الاصطناعي أسرع وأقل تكلفة؟

شاركنا رأيك في التعليقات
العودة إلى جميع الأخبار

التعليقات

٠

كن أول من يشارك رأيه في هذا الخبر.