غولدمان ساكس: ماذا يعني DeepSeek V4 للذكاء الاصطناعي في الصين؟

المؤلف: باو يي لونغ، وول ستريت جورنال

يعتقد جولدمان ساكس أن الجوهر في DeepSeek V4 يكمن في دعم تطبيقات الوكيل الذكي الأكثر تعقيدًا بتكلفة أقل، مما يفتح مساحة جديدة لتوسيع نطاق تطبيقات الذكاء الاصطناعي.

في 24 أبريل، أصدر فريق رونالد كيونغ من جولدمان ساكس تقريرًا بحثيًا، حيث أن النموذج V4 المفتوح المصدر والجديد هو استمرار لنهج الكفاءة المفتوحة المصدر.

على المستوى التقني، يحقق V4 خفضًا كبيرًا في التكاليف من خلال ترقية الهيكل، ويؤكد على الاعتماد على شرائح هواوي المحلية. على مستوى السوق، أدى هذا الإصدار إلى تسريع التنافس على نماذج الذكاء الاصطناعي في الصين، حيث ستصبح القدرة على البرمجة، ومعدل إنجاز المهام، والتعددية الوسائطية، هي العوامل الحاسمة في تحديد الأسعار.

يحتفظ جولدمان ساكس بتوصيته لـالحوسبة السحابية ومراكز البيانات، حيث أن التحسين المستمر في كفاءة تكلفة الحوسبة سيدفع إلى تسريع انتشار تطبيقات الذكاء الاصطناعي، مع نمو وكلاء الشركات ومرشدي الذكاء الاصطناعي للمستهلكين، مما سيدعم قدرة تسعير خدمات السحابة بشكل مستمر.

ترقية هيكل V4، مع دعم سياق أطول باستخدام ذاكرة أقل

يصدر DeepSeek V4 بنسختين: Pro و Flash.

نسخة Pro تمثل الطراز الرائد، بعدد معلمات يصل إلى 1.6 تريليون (معلمات نشطة 490 مليارًا)؛ ونسخة Flash أخف وزنًا، بعدد معلمات 284 مليار (معلمات نشطة 130 مليار). كلا النموذجين يدعمان نافذة سياق طويلة جدًا تصل إلى مليون كلمة، وهو ما يتساوى مع أفضل النماذج الأمريكية (SOTA)، لكن يتطلب ذاكرة وذاكرة تخزين KV أقل بكثير.

وفقًا لتقرير جولدمان ساكس، في سيناريو سياق مليون كلمة، فإن عدد العمليات العائمة (FLOPs) اللازمة لاستنتاج كلمة واحدة من الرموز (tokens) في V4 Pro هو فقط 27% من V3.2، واحتياطي KV يستخدم فقط 10%؛ أما V4 Flash فمعدل FLOPs ينخفض إلى 10%، واحتياطي KV يُضغط إلى 7%.

يعتمد هذا القفز في الكفاءة على ثلاثة ابتكارات هيكلية رئيسية:

• في آلية الانتباه المختلطة، أدخل V4 مزيجًا من آلية الانتباه المجردة (CSA) والانتباه المضغوط بشكل كبير (HCA). تقوم CSA أولاً بضغط ذاكرة KV على مستوى التسلسل قبل حساب الانتباه المجرد، بينما تستخدم HCA ضغطًا أكثر جذرية مع الاحتفاظ بالانتباه الكثيف، مما يقلل بشكل كبير من الذاكرة المؤقتة المطلوبة للمدخلات الطويلة.

• من ناحية استقرار التدريب، أدخل V4 آلية mHC، لتعزيز استقرار نقل المعلومات عبر الشبكة متعددة الطبقات؛

• وفي الوقت نفسه، يستخدم Muon كمحسن رئيسي للتدريب (مع بعض الوحدات التي لا تزال تستخدم AdamW)، للتكيف مع بنية الشبكة الأكثر تعقيدًا مقارنة بـ V3، وتحسين جودة التوافق أثناء التدريب.

يشير جولدمان ساكس إلى أن هذه الزيادات في الكفاءة ذات أهمية أكبر في سيناريوهات المهام الطويلة، خاصة تلك التي تتطلب معالجة كميات كبيرة من السياق، مثل المهام الوكيلة طويلة المدى.

ومن الجدير بالذكر أن DeepSeek لا تزال تركز على النماذج النصية الأساسية، بينما تتجه عمالقة الإنترنت مثل علي بابا، بيج تيس، MiniMax، وغيرها، نحو التعددية الوسائطية/الوسائط الكاملة، مع وجود تباين واضح في مسار استكشاف الذكاء العام الاصطناعي (AGI).

الشرائح المحلية تتسارع في التنفيذ، وهواوي تجهز لخفض الأسعار عبر Ascend 950

إشارة مهمة أخرى من إصدار V4 هي أن DeepSeek قررت بوضوح أن تدمج إنتاج شرائح هواوي Ascend 950 العملاقة في مسارها التجاري.

تتوقع DeepSeek أن مع تحقيق Huawei Ascend 950 من خلال توريد كبير في النصف الثاني من 2026، ستنخفض أسعار API لنموذج V4 Pro بشكل ملحوظ.

ويظهر تقرير جولدمان ساكس أن هذا التصريح يحمل دلالتين:

الأولى، أن قدرة DeepSeek على المنافسة من حيث التكلفة ستتعزز أكثر، مما يخلق ظروفًا لتوسيع تطبيقات الذكاء الاصطناعي؛ والثانية، في ظل تقلص سوق الشرائح، فإن الاتجاه نحو انتقال نماذج الذكاء الاصطناعي الصينية إلى الحوسبة المحلية يتلقى دعمًا واضحًا من اللاعبين الرائدين.

من حيث التسعير الحالي، تظهر بيانات جولدمان ساكس أن سعر V4 Pro على المنصات الرئيسية لواجهة برمجة التطبيقات (API) أصبح تنافسيًا، ومع زيادة إمدادات الحوسبة المحلية، من المتوقع أن يتوسع هذا الميزة بشكل أكبر في النصف الثاني من 2026.

تزايد المنافسة بين نماذج الذكاء الاصطناعي المحلية

إطلاق DeepSeek V4 المفتوح المصدر أثار بسرعة موجة جديدة من التنافس بين نماذج الذكاء الاصطناعي في الصين.

وفقًا لجولدمان ساكس، من بين اللاعبين الذين أطلقوا نماذج جديدة مؤخرًا: Kimi K2.6، Qwen3.6-Max من علي بابا، إصدار معاينة Hy3 من Tencent، V2.5 من Xiaomi، وMiniMax M3/Hailuo المتوقع إطلاقه في مايو.

في رأي جولدمان ساكس، العوامل الرئيسية التي ستحدد مستقبل تحديد أسعار النماذج ستكون مركزة على بعدين:

معدل نجاح البرمجة/إكمال المهام، حيث تتصدر نماذج GLM من Zhipu تصنيف قدرات الكود؛
القدرة على التعددية الوسائطية، حيث تستثمر ByteDance، Alibaba، وMiniMax بشكل أعمق في هذا الاتجاه.

وتشير التقارير إلى أن هناك تمييزًا واضحًا بين نوعين من اللاعبين:

اللاعبون المستقلون للذكاء الاصطناعي، مثل MiniMax، يتميزون بكفاءة تنظيمية عالية وسلسلة قرارات قصيرة، ومع أن أسعار واجهات برمجة التطبيقات النصية الأساسية منخفضة جدًا، إلا أنهم يحققون هامش ربح إجمالي يصل إلى 40%، وفقًا لتوقعات جولدمان ساكس.
أما عمالقة الإنترنت، مثل ByteDance، Tencent، وAlibaba، فهم يملكون تدفقات نقدية قوية في أعمالهم الأساسية، مما يجعلهم أكثر ملاءمة لبناء بنية تحتية للذكاء الاصطناعي ومسارات السحابة، مع الحاجة إلى إعداد فرق ذكاء اصطناعي مستقلة لتحفيز المواهب، مثل فريق Doubao من ByteDance الذي لديه حوافز مستقلة.

ومن الجدير بالذكر أن تقرير جولدمان ساكس استشهد بأخبار تفيد بأن Tencent وAlibaba يناقشان استثمارًا في DeepSeek بقيمة تزيد عن 20 مليار دولار، بينما تبلغ القيمة السوقية الأخيرة لـ Zhipu وMiniMax حوالي 53 مليار دولار و31 مليار دولار على التوالي، مما يعكس أن هذه الصفقات المحتملة تعبر عن تنافس بين عمالقة التكنولوجيا على السيطرة على القدرات العليا النادرة في الذكاء الاصطناعي.

مسار الأولوية لم يتغير: الحوسبة السحابية ومراكز البيانات

يؤكد جولدمان ساكس على أن الحوسبة السحابية ومراكز البيانات تظل المسار الفرعي المفضل في الصين، ويبرر ذلك بـ:

استمرار نمو طلبات رموز الكلمات (Token) في الذكاء الاصطناعي، مما سيدفع إلى زيادة مشتريات خدمات السحابة؛

النمو في عملاء الشركات ووكلاء الذكاء الاصطناعي، مما يحسن من قدرة تسعير خدمات السحابة/الرموز؛

الانتشار المستمر للمساعدين الذكاء الاصطناعي للمستهلكين، والذي يضيف طلبات إضافية.

في سوق السحابة للشركات، تتصدر Alibaba من حيث إيرادات السحابة من الذكاء الاصطناعي من الخارج؛ وفي سوق المستهلكين، تعتبر ByteDance الآن أكبر منصة من حيث متوسط استهلاك الرموز يوميًا في روبوتات الدردشة، مع استمرار نمو تطبيقات AIGC في الصين، حيث سجلت معدل نمو شهري سنوي (MoM) بنسبة 36% في مارس 2026.

وفيما يخص الأسهم الموصى بها، يواصل جولدمان ساكس التأكيد على أن بيانات WanGuo، Century Internet، Alibaba، وKingsoft Cloud هي الأسهم الأساسية للاستفادة من توسع البنية التحتية للذكاء الاصطناعي في الصين.

كما أن هناك جيلًا ثانيًا من الشركات، يركز على قطاعات التجارة الإلكترونية والتنقل، وجيلًا ثالثًا يركز على نماذج الذكاء الاصطناعي، وجيلًا رابعًا يركز على الألعاب والترفيه.