Featured

#AnthropicDiscloses$84.5BComputeDealWithSpaceX

بدأ سباق الذكاء الاصطناعي يبدو أقل شبهاً بمنافسة برمجية وأكثر شبهاً بمنافسة على البنية التحتية.

يكشف ملف الاكتتاب العام الأولي لشركة Anthropic بصورة لافتة حجم القدرة الحاسوبية التي تعتقد شركات الذكاء الاصطناعي من الجيل القادم أنها ستحتاج إليها. ووفقاً لـ Reuters، أفصحت Anthropic عن ترتيب محتمل للقدرة الحاسوبية بقيمة تصل إلى 84.5 مليار دولار مع xAI، بينما يُتوقع أن تصل التزاماتها الأوسع طويلة الأجل تجاه البنية التحتية إلى ما لا يقل عن 518 مليار دولار خلال العقد المقبل.

يصعب استيعاب هذه الأرقام في البداية. لكن السؤال الأهم ليس ببساطة مقدار الأموال التي تلتزم بها Anthropic.

بل سبب احتياج شركة تبني بعضاً من أكثر نماذج الذكاء الاصطناعي تقدماً في العالم إلى كل هذه القدرة الحاسوبية من الأساس.

وتتضح الإجابة أكثر فأكثر.

لا يشكل تدريب نموذج متقدم سوى جزء واحد من المعادلة. فعندما يصبح النموذج مفيداً تجارياً، لا يختفي الطلب على القدرة الحاسوبية. كل طلب من مستخدم يتطلب استدلالاً. وكل وكيل للذكاء الاصطناعي يعمل باستمرار يستهلك الموارد. وتتطلب نوافذ السياق الأطول ذاكرة أكبر. كما تتطلب النماذج الأكثر قدرة بنية تحتية أكبر وأكثر تطوراً. ومع انتقال الذكاء الاصطناعي من تفاعلات روبوتات المحادثة العرضية إلى أنظمة قادرة على تنفيذ المهام باستمرار، يمكن أن تزداد كمية الحوسبة المطلوبة بشكل كبير.

وهذا يغير اقتصاديات صناعة الذكاء الاصطناعي.

لم يعد المورد النادر يقتصر على الوصول إلى الباحثين الموهوبين أو الخوارزميات الجيدة. فالقدرة الحاسوبية الموثوقة نفسها تتحول إلى أصل استراتيجي.

وتوضح التزامات Anthropic تجاه البنية التحتية كيف تحاول الشركات تأمين هذا الأصل قبل أن يصبح تلبية الطلب أكثر صعوبة.

ويكتسب ترتيب 84.5 مليار دولار أهمية خاصة لأنه يمثل نهجاً مختلفاً عن بناء كل شيء داخلياً. إذ يمكن لاستئجار القدرة الحاسوبية أن يتيح لشركة ذكاء اصطناعي الوصول إلى بنية تحتية واسعة النطاق لوحدات GPU، من دون الاضطرار إلى بناء كل مركز بيانات، وتأمين كل اتصال بالطاقة، وشراء كل خادم، وإدارة عملية النشر المادي بأكملها بنفسها.

وتكتسب هذه المرونة أهمية كبيرة.

ينمو الطلب على الذكاء الاصطناعي بسرعة، لكنه يصعب أيضاً التنبؤ به قبل عدة سنوات. ويسمح الاستئجار للشركات بتوسيع القدرة بسرعة أكبر، وربما تجنب امتلاك كميات هائلة من المعدات التي قد لا تُستغل بالكامل لاحقاً.

لكن لهذا النهج جانباً آخر.

يمكن أن تتحول التزامات البنية التحتية طويلة الأجل إلى التزامات ثابتة هائلة. وأفادت Reuters بأن نحو 80% من التزامات Anthropic المعلنة تجاه البنية التحتية ملزمة بغض النظر عن الاستخدام الفعلي. وهذا يعني أن الشركة تراهن فعلياً بمبالغ ضخمة على أن الطلب المستقبلي على الذكاء الاصطناعي والإيرادات واستخدام النماذج سيبرر قرارات البنية التحتية المتخذة اليوم.

وهنا تصبح قصة البنية التحتية للذكاء الاصطناعي أكثر إثارة للاهتمام بكثير.

لا تعتمد Anthropic على مصدر واحد للقدرة الحاسوبية. وتشمل التزاماتها المعلنة عدة شركاء في البنية التحتية والتكنولوجيا، من بينهم اتفاقيات ضخمة مرتبطة بـ Google وAmazon وMicrosoft وBroadcom. ويبدو أن الاستراتيجية تتمثل في تأمين قدرة كافية من مصادر متعددة، مع مواصلة توسيع نطاق أعمال الذكاء الاصطناعي الأساسية.

وبعبارة أخرى، يخلق سباق الذكاء الاصطناعي اقتصاداً كاملاً للبنية التحتية خلف النماذج.

وهذا يقودنا مباشرة إلى الذاكرة.

تحظى وحدات GPU بمعظم الاهتمام عند الحديث عن حوسبة الذكاء الاصطناعي، لكنها لا تستطيع العمل بمعزل عن غيرها. وتعد الذاكرة ذات النطاق الترددي العالي، أو HBM، مكوناً أساسياً في مسرعات الذكاء الاصطناعي الحديثة، لأن التدريب والاستدلال على نطاق واسع يتطلبان نطاقاً ترددياً مرتفعاً للغاية للذاكرة.

ويجعل أحدث أبحاث TrendForce هذا الجزء من القصة أكثر أهمية. إذ تتوقع أن يظل المعروض من HBM مقيداً حتى عام 2027، وقد رفعت توقعاتها لمتوسط سعر بيع HBM المختلط في عام 2027 إلى زيادة قدرها 121% على أساس سنوي، مدفوعة بضيق المعروض، وتزايد حصة HBM4، واستمرار الطلب على خوادم الذكاء الاصطناعي.

وهذا يعني أن سباق البنية التحتية للذكاء الاصطناعي لا يتوقف عند مراكز البيانات.

فزيادة الطلب على حوسبة الذكاء الاصطناعي تخلق ضغوطاً على وحدات GPU وHBM ومعدات الشبكات والبنية التحتية للطاقة وأنظمة التبريد وبناء مراكز البيانات وإمدادات الكهرباء.

ولهذا أعتقد أن الجزء الأكثر إثارة للاهتمام في ملف Anthropic ليس الرقم الرئيسي بحد ذاته.

بل تأكيد حدوث تحول هيكلي.

لسنوات، هيمنت بنية النماذج ونتائج المعايير وخصائص المنتجات على النقاش حول الذكاء الاصطناعي. أما الآن، فأصبحت عنق الزجاجة مادياً على نحو متزايد. إذ يمكن أن يتوفر لديك باحثون بارعون وخوارزميات متطورة، لكن من دون ما يكفي من الشرائح والذاكرة والكهرباء والقدرة الاستيعابية لمراكز البيانات، لا يمكن تدريب تلك النماذج أو تشغيلها على النطاق الذي يتوقعه السوق.

وفي الوقت نفسه، لا يمكن أن يكون إلقاء المزيد من المعدات على المشكلة هو الحل الدائم للصناعة.

فإذا استمرت تكاليف الحوسبة في الارتفاع، فستحتاج شركات الذكاء الاصطناعي في نهاية المطاف إلى كفاءة أفضل إلى جانب قدرة أكبر. ويمكن للنماذج الأصغر، والتكميم، والندرة، وتحسين الاستدلال، والبنى المحسنة، والمسرعات المتخصصة، أن تقلل جميعها كمية الحوسبة المطلوبة لمهمة معينة.

وهذا يخلق توازناً مهماً للمرحلة المقبلة من الذكاء الاصطناعي.

توسع القدرة الحاسوبية الأكبر ما يمكن للنماذج فعله. بينما تحدد الكفاءة الأفضل مدى اقتصادية تقديم تلك القدرات.

ولذلك تخبرنا التزامات Anthropic الهائلة تجاه البنية التحتية بأمر أكبر بكثير من خطط الإنفاق لشركة واحدة للذكاء الاصطناعي.

فهي تظهر أن صناعة الذكاء الاصطناعي تدخل مرحلة يمكن أن يكون فيها تأمين القدرة الحاسوبية مهماً بقدر تطوير النموذج نفسه.

وقد لا تدور المنافسة الحقيقية ببساطة حول الجهة التي تبني أذكى نظام للذكاء الاصطناعي.

بل قد تدور بشكل متزايد حول الجهة القادرة على تأمين ما يكفي من القدرة الحاسوبية والذاكرة والطاقة والبنية التحتية، مع إبقاء اقتصاديات التشغيل قابلة للاستمرار.

وهذه قصة أكبر بكثير من مجرد عنوان عن عقد بقيمة 84.5 مليار دولار.