في ربيع عام 2026، اهتزت صناعة الذكاء الاصطناعي بأخبار رئيسية: وفقًا لرويترز، تستكشف شركة أنثروبيك إمكانية تصميم رقائقها الخاصة.إن مختبر الذكاء الاصطناعي هذا، الذي تتجاوز إيراداته السنوية 30 مليار دولار أمريكي وقاعدة المستخدمين المتزايدة لنموذج كلود الخاص به، يفكر بجدية في التطور من مستهلك لقوة الحوسبة إلى محدد لها.

وتعترف المصادر أن الخطط لا تزال في مراحلها الأولى؛ولم تنته الشركة بعد من خطط محددة أو تشكل فريقًا متخصصًا.قد تختار شركة Anthropic في النهاية شراء الرقائق فقط بدلاً من تصميمها داخليًا.ولكن حتى الاحتمال يقول الكثير.

حاليًا، تستخدم Anthropic كلا من وحدات معالجة Tensor (TPU) التي صممتها شركة Alphabet، الشركة الأم لشركة Google، وشرائح Trainium من Amazon لتطوير وتشغيل Claude.وفي هذا الأسبوع فقط، وقعت الشركة أيضًا اتفاقية طويلة الأمد مع Google وBroadcom، حيث تعد الأخيرة الداعم الأساسي للتصميم لوحدات TPU من Google.ومن خلال التوقيع على اتفاقية شراء خارجية بمليارات الدولارات مع استكشاف التطوير الداخلي بهدوء، فإن هذا النهج المزدوج يشبه إلى حد مخيف شركتي ميتا ومايكروسوفت قبل بضع سنوات، وكلاهما يمتلكان الآن شرائح مخصصة خاصة بهما.

تشير تقديرات الصناعة إلى أن تصميم شريحة ذكاء اصطناعي من الدرجة الأولى يكلف حوالي 500 مليون دولار، ولكن بعيدًا عن السعر، ما هو جدير بالملاحظة هو إشارة الصناعة وراء خطوة Anthropic.عندما تبدأ شركة نموذجية خالصة في التفكير جديًا في تطوير السيليكون الخاص بها، فإن معركة الأجهزة لاستدلال الذكاء الاصطناعي قد دخلت بالفعل مستوى جديدًا من الشدة.

الاستدلال يصبح ساحة المعركة الجديدة

على مدار العامين الماضيين، شهدت صناعة الذكاء الاصطناعي تحولًا جذريًا، حيث انتقل بسرعة قدر كبير من الطلب على الطاقة الحاسوبية من جانب التدريب إلى جانب الاستدلال.

تتطلب مرحلة التدريب، التي يمكن أن تستغرق أسابيع أو حتى أشهر، مجموعات GPU واسعة النطاق للحوسبة المتوازية، وهيمنة Nvidia على هذا الجانب لا تتزعزع تقريبًا.لكن الاستدلال مختلف.الاستدلال هو الحساب في الوقت الفعلي الذي يحدث في كل مرة يستجيب فيها النموذج لطلب المستخدم؛فهي تسعى إلى تحقيق زمن استجابة منخفض وإنتاجية عالية واستهلاك منخفض للطاقة، وهي أهداف لا تتوافق تمامًا مع ما تتفوق فيه وحدات معالجة الرسومات.

ووفقا لتوقعات باركليز، بحلول عام 2026، سيشكل الطلب على الحوسبة الاستدلالية أكثر من 70% من إجمالي الطلب على طاقة الحوسبة في مجال الذكاء الاصطناعي، أي 4.5 أضعاف الطلب على التدريب.يمكن القول أن المعركة الحاسمة الحقيقية في سوق شرائح الذكاء الاصطناعي في المستقبل ستكون في الاستدلال.

قامت Nvidia ببناء خندق مدته عشر سنوات في نهاية التدريب، ولكن إذا لم يتمكن هذا الخندق من التوسع إلى نهاية الاستدلال، فسيواجه هيكل الصناعة بأكمله إعادة كتابة.ولهذا السبب، اتخذت شركة Nvidia خطوة رسمية في نهاية العام الماضي، حيث أعلنت عن اتفاقية ترخيص غير حصرية مع شركة Groq الناشئة لرقاقات الاستدلال بالذكاء الاصطناعي.انضم جوناثان روس، المؤسس والرئيس التنفيذي لشركة Groq، والرئيس سوني مادرا، والعديد من المهندسين الأساسيين لاحقًا إلى Nvidia.ونقلت وسائل إعلام أجنبية عن مصادر مطلعة أن قيمة هذه الصفقة تبلغ نحو 20 مليار دولار.

إن الصياغة الرسمية لشركة Nvidia حذرة، حيث تؤكد على أنها مجرد ترخيص تكنولوجي بالإضافة إلى اكتساب المواهب، وليست عملية استحواذ تقليدية.لكن طريقة الاستحواذ غير التقليدية هذه شائعة جدًا في وادي السيليكون، حيث يمكنها تجنب المراجعات المرهقة لمكافحة الاحتكار مع جلب التكنولوجيا المستهدفة والفريق الأساسي إلى الحظيرة بشكل كبير.

كانت قصة جروك في الأصل رائعة جدًا.كان المؤسس روس عضوًا أساسيًا في مشروع TPU الخاص بشركة Google وكان مدركًا جيدًا للقيود الكامنة في بنية وحدة معالجة الرسومات في سيناريوهات الاستدلال: الآلاف من وحدات الحوسبة المتوازية ومنطق جدولة الذاكرة المعقد للغاية.تعتبر هذه الميزات مزايا في التدريب ولكنها تسبب ارتعاشًا غير متوقع في زمن الاستجابة في الاستدلال.

لهذا السبب، اختار Groq مسارًا مختلفًا تمامًا: التخلص تمامًا من برنامج الجدولة على مستوى الأجهزة وبدلاً من ذلك جعل المترجم يحدد مسار التدفق لكل جزء من البيانات في مرحلة الكود، مما يسمح للرقاقة بالعمل مثل خط التجميع الآلي بدقة تصل إلى جزء من الثانية.تسمى هذه البنية LPU، أو وحدة معالجة اللغة.في اختبارات الاستدلال للنماذج الكبيرة السائدة، يمكن أن تكون سرعة توليد الكلمات الخاصة بها أكثر من عشرة أضعاف سرعة وحدات معالجة الرسوميات Nvidia، في حين أن استهلاك الطاقة لكل رمز مميز هو عُشر الأخيرة فقط.

وبفضل هذا الأداء الفائق، اجتذبت Groq أكثر من 1.5 مليون مستخدم من المطورين وحصلت على جولات متعددة من الاستثمار من أفضل المؤسسات مثل Cisco وSamsung وBlackRock، حيث وصلت قيمة قيمتها في إحدى المرات إلى 6.9 مليار دولار.لكن ما جعلها ناجحة أدى أيضاً إلى سقوطها.لقد كان أداء Groq الاستدلالي المبهر للغاية هو الذي جعله الهدف الأكثر أهمية الذي يجب قفله في عيون Jensen Huang.

ظاهريًا، يعد استحواذ Nvidia على Groq بمثابة استكمال لتخطيطها الفني من ناحية الاستدلال، ولكن بشكل أعمق، فهو تكامل دفاعي.من خلال دمج أحد أقوى المنافسين الخارجيين في نظامها البيئي، تنزع Nvidia أوراق المساومة من بائعي السحابة من الدرجة الثانية وشركات برمجيات الذكاء الاصطناعي التي لا تملك القدرة على تطوير رقائقها الخاصة.بدون Groq كبديل، ضاقت فجأة الخيارات المتاحة لأولئك الذين لا يرغبون في "فرض ضرائب" عليهم من قبل Nvidia.

العمالقة يشحذون سيوفهم

ومع ذلك، فإن هذا الوضع اليائس قد لا يستمر طويلا.

في الواقع، قبل وقت طويل من صعود شركة Groq، كانت الشركات السحابية العملاقة الكبرى تخطط بالفعل بشكل مستقل لمسارات قوة الحوسبة الخاصة بها.لدى Google وحدات TPU، وأمازون لديها Trainium، وMicrosoft لديها Maia - وقد وصلت جميع المسارات الداخلية الثلاثة الآن إلى مرحلة ناضجة حيث يمكن بيعها خارجيًا.

تم إصدار الجيل السابع من مادة TPU من Google، والذي يحمل الاسم الرمزي Ironwood، رسميًا وتم إطلاقه في نهاية عام 2025. وبالمقارنة مع الجيل السابق، زاد أداء الشريحة الواحدة بأكثر من 4 مرات، ويمكن لمجموعة واحدة أن تربط ما يصل إلى 9216 شريحة.ولم تخف جوجل موقعها بالنسبة لهذا الجيل من المنتجات: المحرك التجاري الأكثر فعالية من حيث التكلفة في عصر الاستدلال.من الاضطرار إلى التطوير داخليًا بسبب اختناقات قوة الحوسبة الداخلية في عام 2015، إلى فتح نشر مادة TPU في مراكز البيانات الخاصة بالعملاء في عام 2025، أمضت جوجل عشر سنوات في صقل مشروع طارئ وتحويله إلى سلاح استراتيجي.إن إعلان Anthropic بأن التدريب والنشر المستقبلي لسلسلة Claude سيستخدم ما يصل إلى مليون وحدة TPU قد أعطى أيضًا تأييدًا رسميًا من السوق للقيمة التجارية لـ Ironwood.

تتخذ أمازون مسارًا مختلفًا.لطالما اعتمدت AWS بشكل كبير على الرقائق التي تم تطويرها داخليًا بواسطة شركة Annapurna Labs التابعة لها.يمكن مقارنة سلسلة Trainium تقريبًا بوحدات معالجة الرسومات Nvidia، ولكنها تركز على تقليل تكلفة البنية التحتية السحابية وتقليل الاعتماد على الموردين الخارجيين.يعد توقيع AWS مؤخرًا على اتفاقية تعاون متعددة السنوات مع Cerebras لإدخال شرائح Cerebras' Wafer-Scale Engine (WSE) في مراكز البيانات للنشر المتوازي مع شرائح Trainium المطورة ذاتيًا، بمثابة مظهر ملموس لهذا المنطق المتمثل في إعطاء الأولوية للتطوير الداخلي وتكملة المشتريات الخارجية.

إن هدف AWS واضح للغاية: استخدام Trainium لإجراء طلب استدلالي منخفض السرعة ومنخفض التكلفة، واستخدام شرائح Cerebras لجذب العملاء المتميزين الذين لديهم حساسية شديدة لزمن الاستجابة وعلى استعداد لدفع علاوة مقابل السرعة.

بالنسبة لرقائق الاستدلال، على عكس شرائح التدريب التي تسعى إلى تحقيق السرعة قصيرة المدى، فإنها تولي اهتمامًا أكبر لكفاءة الطاقة على المدى الطويل.تستهلك وحدة معالجة الرسومات Nvidia حوالي 700 واط، بينما يمكن لشريحة استدلال مخصصة ذات طاقة حوسبة مكافئة التحكم في استهلاك الطاقة في حدود 200 واط.بالنسبة للتطبيقات واسعة النطاق التي تتطلب مئات الآلاف من شرائح الاستدلال، يمكن أن تؤدي هذه الفجوة إلى توفير التكاليف بمئات الملايين من الدولارات كل عام.وهذا هو أحد الأسباب الأساسية وراء تنافس عمالقة السحابة مثل Google وAmazon وMeta للمراهنة على شرائح ASIC المخصصة.

وفقًا لآخر الأخبار، توصلت Meta إلى اتفاقية تعاون في مجال التدريب وشرائح الاستدلال بقدرة 1 جيجاوات مع Broadcom، والتي من شأنها أن تجلب محفزات جديدة إلى سوق شرائح الاستدلال "الفوضوي" بالفعل.

عصر غير متجانس: ظهور تحالفات جديدة

إذا كانت مسارات البحث والتطوير الداخلية لعمالقة السحابة عبارة عن رهانات طويلة الأجل مع ضمانات كافية للموارد، فإن التحالف بين إنتل وسامبانوفا يمثل مسارًا اختراقيًا آخر أكثر واقعية.

في عام 2026، أعلنت SambaNova عن إطلاق حل استدلال الأجهزة غير المتجانس مع Intel، مع اعتماد بنية ثلاثية المستويات: وحدة معالجة الرسومات للملء المسبق، ومعالج Intel Xeon 6 باعتباره وحدة المعالجة المركزية الرئيسية للتحكم والتنفيذ، وSambaNova RDU لفك التشفير، المصمم خصيصًا لأعباء عمل الذكاء الاصطناعي للوكيل.سيكون هذا الحل مفتوحًا للمؤسسات ومقدمي الخدمات السحابية ومشاريع الذكاء الاصطناعي السيادية في النصف الثاني من عام 2026.

أشارت SambaNova إلى أن أنظمة GPU النقية جيدة في رابط الملء المسبق المتوازي، ولكن في مهام الاستدلال في بيئات الإنتاج، تعد جدولة الأدوات لوحدات المعالجة المركزية وكفاءة فك تشفير مسرعات الاستدلال المخصصة هي المتغيرات الرئيسية التي تحدد السرعة والتكلفة الإجمالية.

تُظهر بيانات الاختبار الخاصة بها أن سرعة تجميع LLVM لمعالجات Intel Xeon 6 أسرع بنسبة تزيد عن 50% من وحدات المعالجة المركزية للخادم القائمة على بنية Arm، وأداء قاعدة بيانات المتجهات أسرع بنسبة تصل إلى 70%.ضرب هذان المؤشران اختناقات الأداء الأساسية لسير عمل وكيل التعليمات البرمجية.

إن دور إنتل في هذا التعاون مثير للاهتمام.لقد تم تهميشها تقريبًا من ساحة المعركة الرئيسية لرقائق الذكاء الاصطناعي في عصر GPU.الآن، مع مزايا التحكم والجدولة في وحدة المعالجة المركزية Xeon 6، فإنه يستعيد موطئ قدم في حلول الاستدلال غير المتجانسة.يعتمد النظام البيئي لبرامج مركز البيانات على بنية x86، والتي أعادت شركة Intel أيضًا إلى مركز مرحلة الذكاء الاصطناعي.

رقائق كبيرة تدخل دائرة الضوء

Cerebras هو اسم آخر يستحق الكتابة عنه بشكل منفصل.

قدمت هذه الشركة الناشئة التي تركز على رقائق الذكاء الاصطناعي على نطاق الرقائق طلبًا للاكتتاب العام في عام 2024 ثم سحبته، مما أدى إلى شكوك واسعة النطاق حول آفاقها في سوق رأس المال.ولكن في وقت لاحق، وقعت OpenAI اتفاقية تعاون مع Cerebras بقيمة تزيد عن 10 مليارات دولار لتوفير الطاقة الحاسوبية لـ ChatGPT.أعادت هذه الأخبار انتباه الجمهور إلى Cerebras وجعلت تلك المؤسسات التي كانت تنتظر وترى تعيد النظر في قيمتها الفنية.في فبراير 2026، أكملت Cerebras جولة جديدة بقيمة مليار دولار من التمويل، بتمويل إجمالي قدره 2.6 مليار دولار وتقييم ما بعد الاستثمار يبلغ حوالي 23 مليار دولار.

التكنولوجيا الأساسية لشركة Cerebras هي محرك Wafer-Scale Engine (WSE)، الذي يستخدم رقاقة كاملة كشريحة واحدة، مما يكسر قيود القطع المادية للرقائق التقليدية ويقدم أداء متميز للغاية في زمن الاستجابة في مهام استدلالية محددة.وفقًا لشركة Cerebras، يمكن أن تصل سرعة شرائحها في وصلة فك تشفير الاستدلال إلى ما يصل إلى 25 ضعف سرعة وحدات معالجة الرسوميات من Nvidia.

يمثل إعلان AWS الأخير عن اتفاقية تعاون متعددة السنوات مع Cerebras لإدخال شرائح WSE في مراكز البيانات لاستدلال الذكاء الاصطناعي بمثابة تحول رئيسي في الهوية لهذه الشركة الناشئة - من قصة تمويل إلى مورد لأكبر منصة سحابية في العالم.

يعتمد اختيار AWS لـ Cerebras على نفس المنطق الذي يعتمد عليه OpenAI: بالنسبة للسيناريوهات شديدة الحساسية لسرعة الاستجابة، مثل مساعدة البرمجة ومهام الوكيل، فإن كل مللي ثانية من تقليل زمن الوصول يتوافق بشكل مباشر مع تجربة المستخدم والقيمة التجارية - وهذا هو على وجه التحديد ضعف وحدات معالجة الرسومات.

بالنسبة لشركة Cerebras، مع تزايد عدد الأشخاص الذين يستخدمون الذكاء الاصطناعي لحل المشكلات المتزايدة الصعوبة، سيزداد الطلب على السرعة.إذا كانت السرعة في حد ذاتها هي قيمة المنتج، فإن دفع علاوة مقابل السرعة يعد سلوكًا تجاريًا طبيعيًا.يتم قبول هذا المنطق من قبل المزيد والمزيد من الشركات.

CoreWeave: مركز الجاذبية الجديد لسوق الطاقة الحاسوبية

وراء معركة القوة الحاسوبية تكمن إعادة هيكلة جانب توريد البنية التحتية.ولتحقيق هذه الغاية، أصبح دور CoreWeave لا غنى عنه على نحو متزايد.

في عام 2025، أخذت شركة ميتا زمام المبادرة في توقيع اتفاقية توريد مع شركة CoreWeave، حيث وافقت على شراء ما قيمته 14.2 مليار دولار من قوة حوسبة الذكاء الاصطناعي بحلول عام 2031؛تُظهر المستندات المقدمة مؤخرًا إلى هيئة الأوراق المالية والبورصة أن شركة Meta أضافت إلى الاتفاقية، حيث وافقت على شراء 21 مليار دولار إضافية من قوة حوسبة الذكاء الاصطناعي بحلول عام 2032. وقد أدت إضافة هذه الاتفاقية الجديدة إلى دفع تراكم طلبات CoreWeave إلى 87.8 مليار دولار، تمثل Meta وحدها حوالي 40٪ منها.

إن صعود CoreWeave هو نموذج مصغر لتطور قوة الحوسبة GPU من سلعة نادرة إلى البنية التحتية.وباعتباره مستأجرًا خالصًا لقوة الحوسبة، فإنه لا يوفر إمكانات النموذج، بل الدعم الأساسي الذي يسمح بتشغيل النماذج.وبعيدًا عن الشركات السحابية العملاقة الثلاثة الكبرى، تحتاج مؤسسات الذكاء الاصطناعي إلى خيار قوة حاسوبية غير مرتبطة بالنظام البيئي للنظام الأساسي، ولا تقوم CoreWeave إلا بسد هذه الفجوة.

وفي عام 2025، حققت CoreWeave مبيعات بقيمة 5.13 مليار دولار، أي بزيادة قدرها حوالي 170% عن العام السابق.وقد توسع نطاق مركز البيانات الخاص بها إلى 43 مركزًا، بقدرة طاقة مستخدمة تبلغ 850 ميجاوات.الشركة مجهزة بما يقرب من 600000 وحدة معالجة رسومات، بشكل أساسي Nvidia H100 وH200، مع تزايد نسبة سلسلة Blackwell بشكل مستمر.وقد وصل إجمالي سعة الطاقة المتعاقد عليها إلى 3500 ميجاوات، أي أكثر من أربعة أضعاف قدرتها الحالية قيد الاستخدام.

ومع ذلك، فإن منطق التوسع في CoreWeave هو أيضًا أكبر ضغط هيكلي لها.ولتغطية تكلفة توسيع مركز البيانات، أعلنت الشركة مؤخرًا عن طرح خاص بقيمة 4.75 مليار دولار في السندات.ومع توفر أقل من 4 مليارات دولار نقدا، فإن استكمال 30 مليار دولار إلى 35 مليار دولار من النفقات الرأسمالية في عام 2026 يعني أنها بحاجة إلى الاعتماد على التمويل الخارجي للحفاظ على التوسع عالي السرعة.من الواضح أن مستثمري CoreWeave يراهنون على الحكم الأساسي بأن الطلب على الطاقة الحاسوبية سيستمر في النمو بمعدل مرتفع على المدى الطويل.

الفوضى مستمرة

استكشاف Anthropic لتصميم الرقائق الداخلية، واستحواذ Nvidia على Groq بقيمة 20 مليار دولار، وجهود Google التي استمرت عشر سنوات لتحويل مادة TPU إلى منتج مرجعي، وإدخال Amazon Cerebras في مركز البيانات الخاص بها لبناء محفظة استدلال مختلفة، وتحالف Intel مع SambaNova للتنافس على حصة في سوق الاستدلال غير المتجانس - كل هذه الأحداث المتناثرة على ما يبدو تشير إلى الاستدلال باعتباره ساحة المعركة الجديدة.

يدرك المزيد والمزيد من الناس أن تركيز الذكاء الاصطناعي يتحول من كيفية تدريب نماذج أفضل إلى كيفية استنتاج المزيد من الطلبات بتكلفة أقل وسرعة أكبر.وقد أدى هذا التحول إلى تحول هائل في نظام طاقة الحوسبة السابق المرتكز على وحدة معالجة الرسومات.

تختلف هذه الجولة من المنافسة عن الاستبدال المبكر لوحدات المعالجة المركزية بوحدات معالجة الرسومات.لقد كان ذلك بمثابة سحق في اتجاه واحد للمنتجات الجديدة على المنتجات القديمة.إن المعركة الدائرة اليوم من أجل رقائق الاستدلال أشبه بإعادة هيكلة تقسيم العمل داخل نظام بيئي معقد.لا يمكن لأي بنية معمارية واحدة أن تهيمن على جميع السيناريوهات، وقد أصبحت التركيبات غير المتجانسة سائدة.تتعامل وحدات معالجة الرسومات مع التعبئة المسبقة المتوازية للغاية، وتتولى شرائح الاستدلال المخصصة فك التشفير، وتكون وحدات المعالجة المركزية مسؤولة عن الجدولة والتنسيق، مع تركيز مختلف على السحابة ونهايات الحافة، ويتنافس العديد من اللاعبين في كل رابط.

وهذا يعني أن النتيجة لم تحسم بعد.

بالنسبة لشركة Anthropic، يعد استكشاف تصميم الرقائق الداخلي بمثابة سعي نشط لاستقلالية الطاقة الحاسوبية وبوليصة تأمين لمنع الوقوع كرهينة من قبل الموردين الرئيسيين.لكن الدورة الطويلة والاستثمار المرتفع في البحث والتطوير في مجال الرقائق يعني أن هذا المسار لن يكون سهلا.بالنسبة لـ Nvidia، لا يزال خندق النظام البيئي CUDA عميقًا، لكن فجوة الأداء وتكلفة الأداء الواضحة بشكل متزايد في نهاية الاستدلال أصبحت هدفًا مشتركًا لجميع المنافسين المحتملين.بالنسبة للمنافسين التقنيين الآخرين مثل جروك، لا تترجم الريادة التكنولوجية بالضرورة إلى نجاح تجاري، وإمكانية اكتسابها تتزايد باستمرار.

لقد تم رسم خطوط المعركة، وما زالت قائمة المشاركين في تزايد.لقد دخلت قوة الحوسبة الاستدلالية للذكاء الاصطناعي فصلها الأكثر كثافة.