النجاح الذي يُدعم بالكهرباء الصناعية: كيف تحقق الصين استقلاليتها في الذكاء الاصطناعي

قبل ثمانية أعوام، كانت قصة ZTE درسًا مريرًا في الاعتماد على التكنولوجيا الأجنبية. في 16 أبريل 2018، فرض الحظر الأمريكي على الشركة توقفًا فوريًا لعملياتها، تاركًا شركة بـ 80 ألف موظف وإيرادات سنوية تتجاوز تريليون يوان في حالة شلل تام. اليوم، بعد ثماني سنوات، تروي الصناعة قصة مختلفة تماما. في فبراير 2026، أعلنت DeepSeek عن نموذج متعدد الوسائط يعتمد بالكامل على شرائح صينية محلية، محققة لأول مرة حلًا متكاملًا مستقلًا عن NVIDIA. هذا التحول لم يكن مصادفة، بل نتيجة استراتيجية شاملة تجمع بين ابتكارات في الخوارزميات والشرائح وأهمها: الكهرباء الصناعية الوفيرة.

تجاوز الحصار: من احتكار CUDA إلى البناء الذاتي

المشكلة الحقيقية التي واجهتها شركات الذكاء الاصطناعي الصينية لم تكن الشرائح فقط، بل منصة CUDA من NVIDIA. هذه المنصة، التي أطلقتها شركة NVIDIA عام 2006، أصبحت العمود الفقري لكل صناعة الذكاء الاصطناعي العالمية. بحلول 2025، كان لديها 4.5 مليون مطور مرتبط بها، وأكثر من 90% من مطوري الذكاء الاصطناعي العالميين يعملون ضمن هذه البيئة.

جوهر المشكلة أن CUDA تشكل عجلة ذاتية التسريع: كلما زاد عدد المستخدمين، ازدهرت الأدوات والمكتبات، مما جذب مزيدًا من المطورين. بمرور الوقت، أصبح تحويل الالتزام بـ CUDA مسألة تتطلب إعادة كتابة عقود من الخبرات والأكواد المتراكمة.

لكن الحظر الأمريكي المتكرر - ثلاث موجات من القيود بين 2022 و2024 - أجبرت الشركات الصينية على اختيار طريق أكثر صعوبة. اختارت المسار غير المباشر، الذي بدأ من الخوارزميات وليس الشرائح.

المعادلة الجديدة: تحسين الخوارزميات والكفاءة الاقتصادية

من نهاية 2024 إلى 2025، تبنت شركات الذكاء الاصطناعي الصينية تقنية نماذج الخبراء المختلطة (MoE) على نطاق واسع. بدلًا من تفعيل نموذج ضخم بالكامل، يتم تقسيم المهمة بين عدة خبراء صغار، مما يقلل استهلاك الموارد بشكل درامي.

DeepSeek V3 كان نموذجًا مثاليًا لهذا النهج: 671 مليار معلمة، لكن تفعيل فقط 37 مليار منها (5.5%) أثناء الاستدلال. تكلفة التدريب: 5.576 مليون دولار باستخدام 2048 وحدة معالجة رسومات H800 لمدة 58 يومًا، مقابل 78 مليون دولار لـ GPT-4.

لكن الثورة الحقيقية كانت في الأسعار. سعر واجهة برمجة تطبيقات DeepSeek: 0.028 دولار لكل مليون رمز للمدخلات، مقابل 5 دولارات لـ GPT-4o و15 دولارًا لـ Claude Opus. فارق بمعامل 25 إلى 75 مرة.

هذا الاختلاف في الكفاءة الاقتصادية لم يكن لعبة أرقام؛ كان تحويلًا في هيكل السوق. عندما انتقلت تطبيقات الذكاء الاصطناعي من المحادثات البسيطة إلى الوكلاء الذكية (التي تستهلك 10 إلى 100 مرة رموز أكثر)، أصبح السعر عاملًا استراتيجيًا حاسمًا. في فبراير 2026 وحده، ارتفع استخدام النماذج الصينية على OpenRouter بنسبة 127% في ثلاثة أسابيع.

الرقائق المحلية: قفزة من الاستدلال إلى التدريب

لكن خفض تكاليف الاستدلال وحده غير كافٍ. التحدي الحقيقي هو إمكانية التدريب المستمر على بيانات جديدة. هنا دخلت الشرائح المحلية المشهد.

في 2025، افتتحت شركة صينية خط إنتاج حاسوبي بطول 148 متر في مدينة صغيرة لتصنيع خوادم الحوسبة، معتمدة على معالج Loongson 3C6000 وبطاقة Taichu Yuanqi المحلية بالكامل. الإنتاجية المتوقعة: 100 ألف وحدة سنويًا من خط إنتاج استثمر فيه 1.1 مليار يوان.

الخطوة الأهم: هذه الشرائح انتقلت من مرحلة “القدرة على الاستدلال” إلى “القدرة على التدريب”. في يناير 2026، أطلقت Zhipu AI نموذج GLM-Image، أول نموذج متقدم لتوليد الصور تم تدريبه بالكامل على رقائق صينية. وفي فبراير، تم تدريب نموذج “النجوم” الضخم للاتصالات الصينية على بنية حوسبة صينية تضم عشرات الآلاف من وحدات المعالجة.

هذا تحول نوعي: التدريب يتطلب معالجة كميات هائلة من البيانات وحسابات تدرجية معقدة، مما يرفع متطلبات قوة الحوسبة وعرض النطاق الترددي والبيئة البرمجية بمقدار عشرة أضعاف مقارنة بالاستدلال وحده.

معالج Huawei Ascend أصبح العمود الفقري لهذا النظام. بحلول نهاية 2025، تجاوز عدد مطوري بيئة Ascend 4 ملايين، مع أكثر من 3000 شريك و43 نموذجًا رئيسيًا تم تدريبه عليها.

الأساس الحقيقي: الكهرباء الصناعية والاستقرار الجيوسياسي

إذا كانت الخوارزميات هي الذكاء والشرائح هي العضلات، فإن الكهرباء الصناعية هي الدم الذي يغذي العملية برمتها. هنا تكمن أكبر ميزة استراتيجية للصين.

في عام 2024، استهلكت مراكز البيانات الأمريكية 183 تيراواط/ساعة من الكهرباء، أي 4% من الاستهلاك الوطني الكلي. من المتوقع أن يتضاعف هذا بحلول 2030 إلى 426 تيراواط/ساعة، أي ما يقارب 12% من إجمالي الاستهلاك. يتوقع الرئيس التنفيذي لشركة ARM أن مراكز بيانات الذكاء الاصطناعي ستستهلك بين 20% و25% من كهرباء الولايات المتحدة بحلول 2030.

المشكلة: الشبكة الكهربائية الأمريكية مرهقة بالفعل. منطقة PJM في الشرق تواجه نقصًا في السعة قدره 6 جيجاواط. تتوقع الولايات المتحدة فجوة قدرتها 175 جيجاواط بحلول 2033، أي استهلاك 130 مليون أسرة. ارتفعت تكاليف الكهرباء بالجملة في مناطق تركز مراكز البيانات بنسبة 267% في خمس سنوات.

على النقيض، الصين لديها طاقة إنتاجية كهربائية 2.5 مرة أكثر من الولايات المتحدة: 10.4 تريليون كيلوواط/ساعة سنويًا مقابل 4.2 تريليون. الأهم، الاستهلاك المنزلي في الصين يشكل فقط 15% من الاستهلاك الكلي، مقابل 36% في الولايات المتحدة. هذا يعني طاقة صناعية ضخمة متاحة.

في الأسعار، تتراوح تكاليف الكهرباء في مناطق تجمع شركات الذكاء الاصطناعي الأمريكية بين 0.12 و0.15 دولار لكل كيلوواط/ساعة. بينما في غرب الصين، الكهرباء الصناعية تكلف حوالي 0.03 دولار - ربع إلى خمس التكلفة الأمريكية.

هذا الفارق الهائل يمكّن الصين من بناء البنية التحتية الحوسوبية بتكلفة منخفضة بشكل جذري. ByteDance و Tencent و Baidu جميعهم يستهدفون مضاعفة استيراد خوادم الحوسبة المحلية في 2026. من قبل الصين وصل حجم الحوسبة الذكية إلى 1590 EFLOPS.

التوسع العالمي: من التصنيع إلى تصدير الرموز

بينما تواجه الولايات المتحدة أزمة الكهرباء، الذكاء الاصطناعي الصيني يتسع عالميًا بهدوء. لكن هذه المرة، ما يُصدَّر ليس المنتج أو المصنع، بل الرموز (Tokens) - وحدات البيانات الدقيقة التي تعالجها نماذج الذكاء الاصطناعي.

DeepSeek يروي القصة: 30.7% من مستخدميه من الصين المحلية، 13.6% من الهند، 6.9% من إندونيسيا، 4.3% من الولايات المتحدة. يدعم 37 لغة ويسيطر على الأسواق الناشئة مثل البرازيل. 26 ألف شركة عالمية لديها حسابات، 3200 مؤسسة نشرت إصدارات مؤسسية.

في الصين نفسها، استحوذت DeepSeek على 89% من حصة السوق. في دول تحت العقوبات، تتراوح حصتها بين 40% و60%. في 2025 وحده، أدرجت 58% من شركات الذكاء الاصطناعي الناشئة العالمية DeepSeek في بنيتها التقنية.

الأسواق الناشئة، المدفوعة بضرورة الكفاءة الاقتصادية، انتقلت إلى النماذج الصينية. هذا فراغ هيكلي نادر جدًا: سوق يحتاج لبديل عن NVIDIA بسبب الضغوط الجيوسياسية.

الدرس من اليابان والطريق المختلفة للصين

في 1986، وقّعت اليابان اتفاقية الأشباه الموصلات مع الولايات المتحدة. كانت النتيجة كارثة: حصة اليابان في سوق DRAM انخفضت من 80% إلى 10%. بحلول 2017، لم تتبقَ حصتها في سوق الدوائر المتكاملة سوى 7%.

الفرق الحاسم: اليابان اكتفت بأن تكون أفضل منتج في نظام بيئي تهيمن عليه قوة خارجية. لم تبنِ أبدًا نظامًا بيئيًا مستقلًا خاصًا بها.

الصين اتخذت طريقًا أكثر صعوبة لكن أكثر استدامة: من تحسينات الخوارزميات القصوى، إلى قفزة الشرائح المحلية من الاستدلال للتدريب، إلى تراكم 4 ملايين مطور في نظام Ascend، وأخيرًا إلى انتشار عالمي للرموز في الأسواق الناشئة والعالمية. كل خطوة بنت نظامًا صناعيًا مستقلًا لم تمتلكه اليابان قط.

الثمن والحرب الحقيقية

في 27 فبراير 2026، نشرت ثلاث شركات صينية للشرائح تقارير أداء في نفس اليوم:

• Kimotech: إيرادات +453%، ربح سنوي للمرة الأولى
• Moistech: إيرادات +243%، خسارة صافية 1 مليار
• Moxtech: إيرادات +121%، خسارة صافية 800 مليون

نصف نار، نصف ماء. النار هي شهية السوق المفرطة. الفراغ البالغ 95% الذي تركته NVIDIA يُملأ تدريجيًا بأرقام محلية.

أما المياه فهي تكلفة هائلة لبناء النظام البيئي - كل خسارة هي نقود حقيقية لا بد من دفعها: استثمارات البحث والتطوير، دعم البرمجيات، ساعات مهندسين مرسلين لحل مشاكل التوافقية واحدة تلو الأخرى. ليست الخسائر نتيجة سوء إدارة، بل “ضريبة الحرب” اللازمة لبناء نظام بيئي مستقل.

هذه التقارير المالية الثلاثة سجّلت أكثر صورة حقيقية للحرب على القوة الحسابية - ليست انتصارًا مُلهمًا بل معركة شرسة تخاض على الخطوط الأمامية وتنزف الدماء.

النقطة المحورية

قبل ثماني سنوات، كنا نسأل “هل يمكننا البقاء على قيد الحياة؟”. اليوم، السؤال مختلف: “ما الثمن الذي يجب دفعه للبقاء على قيد الحياة؟”.

الثمن نفسه هو تقدم حقيقي. الصين لم تعد تناضل من أجل البقاء، بل من أجل البناء - بنظام حوسوبي مستقل بدعم من كهرباء صناعية وفيرة، وخوارزميات محسّنة، ورقائق محلية، وملايين المطورين. هذا مختلف تمامًا عن مسار اليابان. هذا مسار نحو استقلالية حقيقية.