شركة إنفيديا تتجه نحو تطوير نماذج الذكاء الاصطناعي الكبيرة

إذا سُئل أحد عمّا يُعد أكبر الرابحين في عصر الذكاء الاصطناعي، فإن الإجابة تكاد تكون محسومة—إنفيديا. وبفضل كل “قطعة” تُباع عليها حزمة H100 التي يتجاوز الطلب عليها العرض، تبدو إنفيديا كما يبيع أداة الحفر في حمى التنقيب عن الذهب؛ إذ ترى شركات الذكاء الاصطناعي في جميع أنحاء العالم وهي تتصارع حتى النهاية، بينما هي تكتفي بصمت لتجنّي أرباحًا ضخمة، لتواصل قيمتها السوقية اختراق السماء. تُظهر أحدث المستندات المالية أن إنفيديا ستستثمر خلال السنوات الخمس المقبلة مبلغًا إجماليًا قدره 26 مليار دولار أمريكي، في ضخّ استثماري ضخم لدعم التطوير الكامل للنماذج اللغوية الكبيرة للذكاء الاصطناعي مفتوحة المصدر. وهذا يعني أن إنفيديا لم تعد راضية عن بيع “أدوات الحفر” فحسب، بل تريد النزول بنفسها إلى الميدان لحفر الذهب.

استثمار كبير للغاية

في 12 مارس، ووفقًا للمستندات المالية التي قدمتها إنفيديا إلى لجنة الأوراق المالية والبورصات الأمريكية (SEC)، فإن إنفيديا ستُواصل خلال السنوات الخمس المقبلة استثمار ما مجموعه 26 مليار دولار أمريكي (حوالي 178.8 مليار يوان صيني) لدعم التطوير الشامل للنماذج اللغوية الكبيرة مفتوحة المصدر للذكاء الاصطناعي. كما أن إنفيديا قد بدأت رسميًا تحولًا استراتيجيًا من “شركة مصنعة للرقائق” إلى “مختبر رائد للذكاء الاصطناعي كامل المكدس”.

وبحسب الخطة، فإن استثمار 26 مليار دولار أمريكي الذي تضخه إنفيديا لا يقتصر فقط على تطوير نموذج واحد بعينه، بل يشمل سلسلة الصناعة الكاملة للنماذج اللغوية الكبيرة مفتوحة المصدر للذكاء الاصطناعي. وستتم معالجة التمويل تدريجيًا خلال 18 إلى 24 شهرًا حتى يصبح على أرض الواقع. وأسرع إصدار للمهندسين لنماذج ذكاء اصطناعي مفتوحة المصدر ذاتية التطوير سيتم الإعلان عنه رسميًا في موعد أقصاه نهاية 2026 وبداية 2027.

وعلى سبيل المقارنة، فإن حجم هذا الاستثمار يتجاوز بكثير مبلغ 3 مليارات دولار أمريكي الذي تم إنفاقه عند تدريب GPT-4 من OpenAI. وفيما يتعلق بخيارات المسار التقني، اختارت إنفيديا “الطريق الأوسط” بنمط “الأوزان المفتوحة” (Open-weight). ويقع هذا النموذج بين الإغلاق التام الذي تتبعه OpenAI وبين الانفتاح التام الذي تتبعه سلسلة Llama التابعة لشركة Meta.

وبشكل محدد، ستقوم إنفيديا بإتاحة المعلمات الأساسية (الأوزان) للنموذج، ما يسمح للشركات والمطورين بتحميله مجانًا وتشغيله على أجهزتهم الخاصة أو على سحابة خاصة، ثم إجراء تعديلات عليه (fine-tuning)، وذلك لتلبية احتياجات الشركات المتعلقة بخصوصية البيانات والتخصيص والتحكم في التكاليف. لكن بيانات التدريب البرمجية وبيانات التدريب الخاصة بالنموذج قد لا تكون متاحة بالكامل.

ويرى مؤسس مؤسسة Laude Institute غير الربحية المتخصصة في دفع انفتاح الذكاء الاصطناعي، وعالم الحاسوب Andy Konwinski، أن استثمار إنفيديا هذه يرقى إلى “إشارة” بمستوى بارز من حيث الأهمية. إذ قال Konwinski: “إنهم في مفترق طرق تقاطع بين مشاريع ذكاء اصطناعي مفتوحة وأخرى مغلقة عديدة. وهذا يمثل موقفًا غير مسبوق من جانبهم تجاه إيمانهم بالانفتاح.”

بالإضافة إلى ذلك، تشير تحليلات قطاعية إلى أن استراتيجية open source لدى إنفيديا تحمل أيضًا قيمة تجارية أكثر بُعدًا على المدى الطويل. فعندما تُعلن إنفيديا عن نماذجها، سيتم نشر الأوزان والتفاصيل التقنية، ما يسهّل على الشركات الناشئة والباحثين تعديل تلك النماذج وتقديم ابتكارات استنادًا إلى بنيتها التقنية. وهذا من شأنه تكوين شبكة من المطورين حول منظومة عتاد إنفيديا، ما يعزز مزيدًا من “التلاصق” السوقي لرقائقها.

بمستوى قريب من OpenAI

منذ إصدار أول نموذج Nemotron في نوفمبر 2023، أطلقت إنفيديا تباعًا نماذج مخصصة في مجالات عمودية مثل الروبوتات والنمذجة المناخية وتَطَوُي البروتينات. كما كشف نائب رئيس أبحاث التعلم العميق في تطبيقات إنفيديا Bryan Catanzaro أن إنفيديا قد أنهت مؤخرًا عملية ما قبل التدريب لنموذج يضم 550B معلمة. وفي تطوير النموذج الأساسي، ستولي إنفيديا التركيز على تطوير نماذج كبيرة رائدة متعددة الوسائط ومتعددة المجالات، تغطي عدة اتجاهات مثل اللغة والبرمجة والحوسبة العلمية والـ agents (العوامل الذكية) وغيرها.

وفي الآونة الأخيرة، طرحت إنفيديا أيضًا الجيل الجديد من نموذجها اللغوي الكبير مفتوح المصدر Nemotron 3 Super، المصمم خصيصًا للأنظمة متعددة الـ agents على مستوى المؤسسات. يبلغ إجمالي عدد معلمات النموذج 128B (بينما يتم تفعيل 12 مليار فقط أثناء الاستدلال)، وهو يدعم أصليًا نافذة سياق فائقة الطول تصل إلى 1 مليون token. وعلى عكس نمط الوصول عبر API السائد، أطلقت إنفيديا هذه المرة أوزان النموذج، ومجموعات بيانات ما قبل التدريب/ما بعد التدريب، وخطة التدريب الكاملة.

يبلغ عدد المعلمات 128B؛ وهو بحجم قريب إجمالًا من أكبر نسخة من OpenAI GPT-OSS. وتدّعي إنفيديا أنه في “مؤشر التقييم الشامل لمؤشر الذكاء الاصطناعي” حصل Nemotron 3 Super على 37 نقطة، بينما لم يحصل GPT-OSS إلا على 33 نقطة.

تجدر الإشارة إلى أن إنفيديا تعترف في الوقت نفسه بأن بعض النماذج الصينية قد حققت نقاطًا أعلى من هذا المستوى. إضافة إلى ذلك، أعلنت إنفيديا أن Nemotron 3 Super شارك في اختبار معيار جديد يُسمى PinchBench، يتم تقييم قدرات النموذج على التحكم في OpenClaw تحديدًا ضمن هذا الاختبار، وقد حل Nemotron 3 Super في المرتبة الأولى في هذا الاختبار.

وعلى المستوى التقني، كشفت إنفيديا عن عدة أساليب ابتكارية تم اعتمادها لتدريب هذا النموذج، تشمل بنية وأدوات تدريب تُحسن قدرات استدلال النموذج، ومعالجة السياق الطويل، وقدرات الاستجابة في التعلم المعزز.

وقال Catanzaro: “إنفيديا تمنح تطوير النماذج مفتوحة المصدر اهتمامًا بمستوى أعلى بكثير من أي وقت مضى؛ ونحن نحقق تقدمًا كبيرًا.”

在 المستوى البيئي، تكون إنفيديا قد توصلت إلى شراكات مع كبار مقدمي خدمات السحابة والعتاد مثل Google Cloud Vertex AI وبنية Oracle Cloud التحتية وشركة Dell Technologies وHPE وغيرها. كما أن التكامل مع Amazon AWS Bedrock وMicrosoft Azure يجري التحضير له. وقد أعلنت أيضًا شركات تطوير agents البرمجية مثل CodeRabbit وFactory وGreptile أنها ستقوم بدمج هذا النموذج في سير عمل agents الخاص بها. كما أعلنت مؤسسات علوم الحياة Edison Scientific وLila Sciences أنها ستقوم أيضًا بدمج هذا النموذج في سير عمل agents لديها.

إعادة تعريف المسار

لطالما كانت الميزة الأساسية لإنفيديا تتمركز في مجال عتاد الرقائق. وقد تجاوزت حصتها في سوق شرائح الذكاء الاصطناعي 80% عالميًا، لكن نفوذها في طبقة نماذج الذكاء الاصطناعي كان نسبيًا أضعف؛ إذ كانت معايير تقنية النماذج الكبيرة وأنماط التدريب في السابق يحددها في الغالب مزودون مثل OpenAI وMeta.

إن الغرض الأساسي من قيام إنفيديا ببدء تطوير نموذج مفتوح المصدر رائد بنفسها هو، من القاعدة، تحديد المسار التقني لنماذج الذكاء الاصطناعي؛ بحيث تصبح بنية العتاد ومكدس البرمجيات الخاصين بها معيارًا واقعيًا في كامل صناعة الذكاء الاصطناعي. ويتم ذلك عبر جذب الطلب على القدرة الحسابية من خلال النماذج مفتوحة المصدر. فإذا أصبح Nemotron نموذجًا أساسًا شائعًا للذكاء الاصطناعي للـ agents في الشركات، فإن البنية التحتية اللازمة لتشغيله على نطاق واسع ستظل تعتمد على عتاد GPUs من إنفيديا—أي أنه يتم دفع الانفتاح على مستوى النماذج، مع تثبيت الطلب على مستوى العتاد.

ويتوقع محللو المالية أنه إذا استطاعت إنفيديا ترسيخ مكانتها المهيمنة في مجال العتاد بالتزامن مع نجاحها في الاستحواذ على 10% في سوق النماذج الأساسية، فقد يؤدي ذلك إلى إضافة ما يصل إلى 50 مليار دولار أمريكي من الإيرادات سنويًا للشركة خلال ثلاث سنوات. وقد قال Bryan Catanzaro إن دفع تطور نظام open-source بالكامل يتوافق تمامًا مع المصالح الجوهرية لإنفيديا. وأن هذا الاستثمار الضخم ليس اندفاعًا أعمى وراء الموضة، بل هو قرار استراتيجي تم التوصل إليه عبر دراسة طويلة لقطاع الصناعة.

وفي يوم الثلاثاء بتوقيت المنطقة المحلية، نشر الرئيس التنفيذي لإنفيديا Huang Renxun أيضًا تدوينة طويلة ونادرة تتعلق بالذكاء الاصطناعي. وهي التدوينة السابعة له منذ عام 2016 التي ينشر فيها نصًا طويلًا علنيًا. وقد شرحت المقالة بشكل منهجي المنطق الأساسي لصناعة الذكاء الاصطناعي. كما عرّف Huang Renxun في النص “بنية طبقات AI الخمس”. وذكر أنه ما تزال صناعة الذكاء الاصطناعي في مرحلة مبكرة جدًا؛ ورغم أن القطاع قد استثمر بالفعل عدة آلاف مليار دولار أمريكي، فإن الإمكانات الحقيقية للذكاء الاصطناعي لم يتم استكشافها بالكامل بعد. وفي المستقبل لا يزال هناك حاجة إلى استثمارات تتجاوز عدة عشرات من المليارات من الدولارات لتكميل البنية التحتية الأساسية.

وأشار Huang Renxun إلى أن الذكاء الاصطناعي أصبح واحدًا من أقوى القوى التي تشكل عالم اليوم. وهو ليس مجرد تطبيقات ذكية أو نموذج واحد بعينه، بل هو بنية تحتية حيوية مثل الكهرباء والإنترنت، يعمل على عتاد حقيقي وطاقة واقتصاد. إذ يستطيع امتصاص المواد الخام وتحويلها إلى ذكاء على نطاق واسع. وفي المستقبل ستستخدم كل شركة الذكاء الاصطناعي، وسيقوم كل بلد ببناء بنية تحتية للذكاء الاصطناعي.

وبخصوص مخاوف التوظيف الناجمة عن تطوير الذكاء الاصطناعي، يرى Huang Renxun أن الذكاء الاصطناعي لن يقلّص الوظائف، بل سيخلق في المقابل فرص عمل جديدة بكميات كبيرة، خصوصًا في مجالات البنية التحتية والمهن الماهرة. فالقوى العاملة المطلوبة لدعم بناء بنية الذكاء الاصطناعي ضخمة للغاية. وتحتاج “مصانع الذكاء الاصطناعي” إلى كهربائيين وسبّاكين وعمال صلب وفنيي شبكات ومركبي معدات وعاملين في التشغيل، وغيرها من المهن—وهي وظائف عالية المهارة وعالية الأجر، بل إن الطلب عليها حاليًا يتجاوز العرض. ويقوم الذكاء الاصطناعي بسد فجوة نقص العمالة الكبيرة عالميًا في وظائف مثل سائقي الشاحنات والممرضات والمحاسبين، وليس في خلق بطالة.