لاحظت هذا العام مدى التغير الكبير في مشهد الذكاء الاصطناعي الصيني. عندما بدأ الحظر على الرقائق، اعتقد الجميع أن الحلم قد انتهى. لكن هل تعرف ما الذي كان يحملنا جميعًا؟ ليس فقط عن الأجهزة—المشكلة الحقيقية هي CUDA.

إذا لم تسمع بعد، فإن CUDA هو النظام البيئي الذي أنشأته NVIDIA على مدى أكثر من عشر سنوات. جميع أطر الذكاء الاصطناعي الرئيسية، من Google TensorFlow إلى Meta PyTorch، تعتمد عليه. الآن هناك 4.5 مليون مطور يستخدمونه، و90% من مطوري الذكاء الاصطناعي في العالم مرتبطون بهذا النظام. إنه عجلة دوارة يصعب إيقافها—كلما زاد عدد المستخدمين، زادت الأدوات التي تُبنى، وأصبح الخروج أكثر صعوبة.

لكن في هذه المرة، لم تستسلم الصين. الاستراتيجية كانت أذكى—الذهاب إلى الخوارزمية. يمتلك DeepSeek V3 671 مليار معلمة لكنه يستخدم فقط 5.5% من كل استنتاج. تكلفة التدريب فقط 5.576 مليون دولار، بينما GPT-4 يكلف حوالي $78 مليون دولار. هل تعلم ماذا حدث؟ سعر API الخاص بـ DeepSeek هو 0.028 دولار لكل مليون رمز، بينما GPT-4 هو 5 دولارات. أرخص بـ 25 إلى 75 مرة. هذا ليس مجرد خصم—إنه تحول هيكلي في الصناعة.

والجزء المذهل الآن: بدأت الرقائق المحلية في تدريب نماذج كبيرة. في يناير 2026، أطلقت Zhipu AI نموذج GLM-Image باستخدام Huawei، وهو أول نموذج توليد صور تم تدريبه بالكامل على الرقائق المحلية. معالج Loongson 3C6000 وبطاقة تسريع TaiChu Yuanqi T100 لم تعد فقط للاستنتاج—بل أصبحت قادرة على التدريب. في جيانغسو شينغوا، يوجد خط إنتاج بطول 148 مترًا يُنتج خوادم كل 5 دقائق. هذا هو إنتاج عصر جديد—ليس فقط السلع المادية، بل القدرة الحاسوبية التي يمكن تصديرها إلى العالم.

نظام Huawei Ascend قد نما إلى 4 ملايين مطور، و3,000 شريك، و43 نموذجًا رئيسيًا تم تدريبها مسبقًا هنا. هذا الرقم مستمر في الارتفاع. بحلول 2026، ستصل القدرة الحاسوبية الذكية في الصين إلى 1590 EFLOPS. لم تعد مجرد أمل—بل أصبحت واقعًا.

أما الآن، فالوضع الطاقي. أمريكا تواجه مشكلة. فيرجينيا، جورجيا، إلينوي، ميشيغان—جميعها أوقفت مشاريع مراكز البيانات الجديدة بسبب نقص الطاقة. ستواجه الولايات المتحدة عجزًا في القدرة يبلغ 175 جيجاوات بحلول 2033. لكن الصين؟ إنتاج الكهرباء السنوي لديها 10.4 تريليون وحدة، أي 2.5 مرة أكثر من الولايات المتحدة. واستخدام السكني في الصين هو فقط 15% من الإجمالي، بينما في الولايات المتحدة 36%. هذا يعني أن هناك قدرة صناعية أكبر للبنية التحتية الحاسوبية. سعر الكهرباء في غرب الصين هو 0.03 دولار لكل كيلوواط ساعة، بينما في الولايات المتحدة يتراوح بين 0.12 و0.15 دولار. الفرق بين 4 إلى 5 مرات.

لذا، بدأت الرموز—أصغر وحدة للمعلومات في الذكاء الاصطناعي—تُنتج في الصين وتُصدر إلى العالم. توزيع مستخدمي DeepSeek هو 30.7% الصين، 13.6% الهند، 6.9% إندونيسيا، 4.3% الولايات المتحدة، 3.2% فرنسا. هناك 26,000 شركة على مستوى العالم و3,200 مؤسسة في النسخة المؤسسية. بحلول 2025، 58% من الشركات الناشئة الجديدة في الذكاء الاصطناعي ستدمج DeepSeek في بنيتها التحتية التقنية. وفي الصين نفسها، الحصة السوقية 89%.

ما حدث هنا يشبه ما حدث في اليابان قبل 40 عامًا. في عام 1988، كانت اليابان تسيطر على 51% من سوق أشباه الموصلات العالمي، لكن بعد اتفاقية أشباه الموصلات بين الولايات المتحدة واليابان، انخفضت حصتهم إلى 10% فقط في ذاكرة الوصول العشوائي DRAM. خطأهم كان الاعتماد فقط على كونهم أفضل مصنع—دون وجود نظام بيئي مستقل. الآن، اختارت الصين طريقًا مختلفًا—من تحسين الخوارزميات بشكل متطرف، إلى تطوير الرقائق المحلية من الاستنتاج إلى التدريب، إلى جمع ملايين المطورين في نظام Ascend، إلى تصدير الرموز عالميًا.

تُظهر تقارير 27 مارس 2026 صورة مثيرة للاهتمام. إيرادات Cambrian ارتفعت بنسبة 453%، وأول ربح كامل للسنة. إيرادات Moore Threads زادت بنسبة 243% لكن بخسارة مليار دولار. إيرادات Muxi زادت بنسبة 121% لكن بخسارة 8 مليارات دولار. نصف نار، ونصف ماء. لكن النقطة واضحة—السوق بحاجة إلى بديل حيث لا يوجد NVIDIA. إنها فرصة هيكلية تفرضها الجغرافيا السياسية.

إن بناء النظام البيئي يتطلب تكلفة. كل خسارة هي أموال حقيقية تُنفق على التعلم، ودعم البرمجيات، ونشر المهندسين للعملاء. لكن هذه الخسائر ليست بسبب سوء التنفيذ—إنها ضرائب حرب من أجل الاستقلال. قبل ثماني سنوات، كان السؤال هو "هل يمكننا البقاء على قيد الحياة؟" الآن، السؤال هو "ما هي التكاليف التي يجب دفعها للبقاء على قيد الحياة؟" والتكلفة نفسها هي التطور.