أصبحت شرائح الذكاء الاصطناعي محور المنافسة الأهم في قطاع التكنولوجيا، مع اتساع سباق الشركات الكبرى لبناء بنية تحتية أقوى لتشغيل النماذج التوليدية. وفي هذا المشهد، تسرّع غوغل استثماراتها في شرائحها الخاصة من أجل تقليل الاعتماد على إنفيديا، وخفض التكاليف، ورفع كفاءة تشغيل نماذج جيميناي.

لم تعد المنافسة اليوم محصورة في تطوير أفضل نموذج لغوي فقط، بل أصبحت مرتبطة أيضًا بمن يملك البنية التقنية القادرة على تشغيل تلك النماذج بسرعة، وعلى نطاق واسع، وبكلفة أقل.

لماذا تراهن غوغل على شرائح الذكاء الاصطناعي؟
تعمل غوغل منذ سنوات على تطوير وحدات المعالجة الخاصة بها، المعروفة باسم TPUs، وهي معالجات صُممت خصيصًا لأحمال العمل المتعلقة بالذكاء الاصطناعي. وتستهدف هذه الشرائح تسريع التدريب والاستدلال، مع تحسين استهلاك الموارد مقارنة بالحلول العامة.

وتكتسب شرائح الذكاء الاصطناعي أهمية أكبر مع التوسع السريع في استخدام جيميناي داخل البحث، وجيميل، ودوكس، وأندرويد. فكل خدمة جديدة تحتاج إلى قدرة حوسبة أعلى، وكفاءة تشغيلية أكثر استقرارًا.

كيف تقلل غوغل الاعتماد على إنفيديا؟
لا تزال إنفيديا اللاعب الأقوى في سوق وحدات معالجة الرسومات المخصصة للذكاء الاصطناعي. لكن الطلب المرتفع على عتادها أدى إلى ارتفاع الأسعار، وزاد من حساسية السوق لأي ضغط في الإمداد أو التوريد.

لهذا السبب، ترى غوغل أن تطوير شرائح الذكاء الاصطناعي داخليًا يمنحها مرونة أكبر في التخطيط والتوسع. كما يمنحها قدرة أفضل على توزيع أعباء العمل بين وحدات GPU التقليدية وشرائح TPU المتخصصة، بحسب طبيعة المهام المطلوبة.

شرائح الذكاء الاصطناعي وخفض تكلفة تشغيل جيميناي
تشغيل نموذج مثل جيميناي على نطاق واسع يتطلب استثمارات ضخمة في الخوادم والطاقة والبنية السحابية. لذلك، فإن أي تحسن في كفاءة المعالجة ينعكس مباشرة على كلفة التشغيل.

هنا تظهر قيمة شرائح الذكاء الاصطناعي التي تُصمم خصيصًا لتنفيذ العمليات المرتبطة بالشبكات العصبية بعدد خطوات أقل. وهذا يعني سرعة أعلى، واستهلاكًا أقل للطاقة، وكفاءة أفضل عند معالجة مليارات الطلبات اليومية.

.

.
.
.
.
.