تاريخ النشر: ٢٠ يناير ٢٠٢٦ / تاريخ التحديث: ٢٠ يناير ٢٠٢٦ - المؤلف: Konrad Wolfenstein
OpenAI يكسر احتكار Nvidia: شريحة Titan وإعادة توزيع البنية التحتية للذكاء الاصطناعي – الصورة: Xpert.Digital
كيف تهدف الاستراتيجية المزدوجة إلى إنهاء الاعتماد على نخبة وحدات معالجة الرسومات؟
التحول الصامت في موازين القوى في صناعة أجهزة الذكاء الاصطناعي
ستُمثل OpenAI نقطة تحول في سباق الذكاء الاصطناعي عام 2026: فمع بدء الإنتاج الضخم لشريحة Titan، تتحرر الشركة من قيود نظام CUDA البيئي، وتُرسّخ استراتيجية بنية تحتية مُتنوعة ستُغير جذريًا التوازن الاقتصادي لصناعة أشباه الموصلات. وتأتي هذه الخطوة استجابةً لضرورة اقتصادية واضحة. فمن المتوقع أن يصل إجمالي إنفاق OpenAI على البنية التحتية للذكاء الاصطناعي إلى 115 مليار دولار بحلول عام 2029، مع توقعات بخروج 8 مليارات دولار في عام 2025 وحده. هذه المبالغ تجعل الاستقلال الهيكلي ضرورة لا غنى عنها. ويُبرر هذا الحجم من الاستثمار التطوير الداخلي للأجهزة المتخصصة كأداة استراتيجية للبقاء.
تتضمن الشراكة مع شركة برودكوم، الموقعة في أكتوبر 2025، نشر عشرة جيجاوات من قوة الحوسبة بشكل مشترك مع مُسرّعات ذكاء اصطناعي مُصممة خصيصًا. يعتمد تصميم شريحة تايتان على دوائر متكاملة خاصة بالتطبيقات، تُعرف اختصارًا بـ ASICs، والتي تُحسّنها OpenAI حصريًا لنماذجها. يختلف هذا اختلافًا جذريًا عن استراتيجية Nvidia المتمثلة في الشرائح القياسية ذات الأغراض العامة. فبينما أمضت Nvidia عقدين من الزمن في بناء نظام بيئي برمجي حول منصة CUDA الخاصة بها، والتي يستخدمها الآن 16000 شركة ناشئة، وشهدت أدواتها البرمجية زيادة في الأداء بنسبة 30%، تتبنى OpenAI استراتيجية التكامل الرأسي، حيث تُدمج الرؤى المُكتسبة من تطوير النماذج مباشرةً في تصميم الشريحة.
الشريحة كأداة لخفض التكاليف
المنطق الاقتصادي وراء هذا الاستثمار محسوب بدقة. تبلغ تكلفة وحدات معالجة الرسومات الرائدة من إنفيديا، مثل H100 وH200، حوالي 30,000 يورو للبطاقة الواحدة. وبضرب هذا المبلغ في ملايين المعالجات المستخدمة في التدريب والاستدلال، نجد أن الشريحة المصممة خصيصًا توفر مليارات اليورو، لا تُقاس بالنسب المئوية. ويمكن لتطبيق ناجح لتقنية Titan أن يُخفض تكلفة عمليات نماذج اللغات الكبيرة بمقدار الثلث أو أكثر، وهي ميزة تمنح OpenAI مرونة كبيرة في نموذج تسعير خدمة واجهة برمجة التطبيقات (API) مقارنةً بمنافسيها مثل Anthropic، الذين يعتمدون على أجهزة خارجية.
وهذا يفسر أيضاً الاستراتيجية المزدوجة التي تُنفذ بالتوازي مع تطوير Titan: إذ يضمن عقدٌ بمليارات الدولارات مع شركة Cerebras Systems توفير 750 ميغاواط إضافية من قوة الحوسبة، مخصصةً تحديداً لأحمال عمل الاستدلال. ويُقلل دمج معالجات مختلفة لمهام متنوعة من مخاطر الأعطال، ويُوفر فائضاً في سوقٍ يُعاني من اختناقات في الإمداد. وقد أفادت TSMC مؤخراً بأن Nvidia قد حجزت بالفعل ما يقارب 60% من سعة CoWoS المُخطط لها لعام 2026، وهو ما يُؤكد هشاشة الاعتماد على التصنيع الخارجي للأجهزة الاحتكارية. ومن خلال Titan وصفقة Cerebras، تُعالج OpenAI هذه الهشاشة عبر التنويع.
دور برودكوم كشريك في مجال الهندسة المعمارية والتحول الصناعي
بالنسبة لشركة برودكوم، تمثل هذه الشراكة تحولاً استراتيجياً. فقد تراجعت مكانة الشركة، التي حققت أرباحاً لأكثر من عقدين من الزمن كمتخصصة في الشبكات والاتصال، بفعل ثورة الذكاء الاصطناعي، حيث عززت المنافسة على هيمنة وحدات معالجة الرسومات (GPU) قوة شركة إنفيديا. مع OpenAI، وجدت برودكوم طريقة لإعادة تموضعها كشريك تصميم أساسي في منظومة الأجهزة. تتولى OpenAI عملية التصميم، بينما تقع هندسة الرقائق وتكامل الإنتاج ضمن اختصاص برودكوم. تُظهر خطة توسيع نطاق الأنظمة لتشمل تقنية إيثرنت اختياراً واعياً للمعايير المفتوحة بدلاً من تقنيات الربط الاحتكارية مثل NVLink من إنفيديا. يُحقق هذا حيادية الموردين ويقلل من تأثيرات التقييد، مما يمنح ميزة نفسية في مفاوضات المبيعات مع شركات الحوسبة السحابية العملاقة الأخرى التي تُطور الرقائق أيضاً.
تتسم استراتيجية النشر المتسلسل لشراكة برودكوم بالدقة المعهودة: فمن المقرر إنتاج أولى رفوف الخوادم المخصصة في نهاية عام 2026، على أن يكتمل النشر بالكامل بحلول عام 2029. بالتوازي مع ذلك، تعمل OpenAI بالفعل على جيل ثانٍ من الرقائق يعتمد على تقنية معالجة A16 القادمة من TSMC (1.6 نانومتر مع تحسين توصيل الطاقة من الجانب الخلفي)، مما يدل على أن هذا ليس استثمارًا لمرة واحدة، بل هو بالأحرى خارطة طريق تكنولوجية متعددة السنوات.
السباق نحو القدرة التصنيعية والجغرافيا السياسية لأشباه الموصلات
تُصبح شركة TSMC، عملاق التصنيع التايواني، لاعباً رئيسياً في هذه التحولات الاقتصادية. فقد أعلنت الشركة عن استثمارات رأسمالية تتراوح بين 52 و56 مليار دولار أمريكي لعام 2026، بزيادة قدرها 30% تقريباً مقارنةً بعام 2025. وبهذا رأس المال، تُنشئ TSMC مصانع في تايوان والولايات المتحدة واليابان لزيادة طاقتها الإنتاجية بتقنية 3 نانومتر، ثم لاحقاً بتقنية 2 نانومتر. مع ذلك، بدأت تظهر اختناقات هيكلية، إذ سيتجاوز الطلب على وقت التصنيع العرض بشكل كبير حتى منتصف عام 2026 على الأقل. وقد ضمنت شركة Nvidia، بصفتها أكبر عملائها، أولوية استراتيجية.
تتنافس OpenAI على نفس الموارد الشحيحة. أما جوجل، التي تُطوّر وحدات معالجة الموترات (TPU) منذ عام 2015، فتعتمد استراتيجية مُتكاملة: إنتاج وحدات معالجة الموترات داخليًا، وبرامج توسعة ضخمة في القدرات، والقدرة على تسويقها خارجيًا. وتشير تقديرات المحللين إلى أن جوجل قد تُضاعف محفظة وحدات معالجة الموترات لديها بحلول عام 2028، وتستفيد من إمكانات سوقية تصل إلى 900 مليار دولار من خلال المبيعات الخارجية. وتتبع Meta، بتقنيتها MTIA، وأمازون، بتقنيتها Trainium، منطقًا مُشابهًا.
بُعد جديد للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert
بُعدٌ جديدٌ للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | استشارات Xpert - الصورة: Xpert.Digital
ستتعلم هنا كيف يمكن لشركتك تنفيذ حلول الذكاء الاصطناعي المخصصة بسرعة وأمان وبدون حواجز دخول عالية.
منصة الذكاء الاصطناعي المُدارة هي حلك الشامل والمريح للذكاء الاصطناعي. فبدلاً من التعامل مع التقنيات المعقدة والبنية التحتية المكلفة وعمليات التطوير الطويلة، ستحصل على حل جاهز مُصمم خصيصًا لتلبية احتياجاتك من شريك متخصص - غالبًا في غضون أيام قليلة.
الفوائد الرئيسية في لمحة:
⚡ تنفيذ سريع: من الفكرة إلى التطبيق العملي في أيام، لا أشهر. نقدم حلولاً عملية تُحقق قيمة فورية.
🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن لك معالجة آمنة ومتوافقة مع القوانين دون مشاركة البيانات مع جهات خارجية.
💸 لا مخاطرة مالية: أنت تدفع فقط مقابل النتائج. يتم الاستغناء تمامًا عن الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.
🎯 ركّز على عملك الأساسي: ركّز على ما تتقنه. نتولى جميع مراحل التنفيذ الفني، والتشغيل، والصيانة لحلول الذكاء الاصطناعي الخاصة بك.
📈 مواكب للمستقبل وقابل للتطوير: ينمو الذكاء الاصطناعي لديك معك. نضمن لك التحسين المستمر وقابلية التطوير، ونكيف النماذج بمرونة مع المتطلبات الجديدة.
المزيد عنها هنا:
حصن CUDA ينهار: هل ستختفي ميزة برمجية عمرها 20 عامًا؟
استراتيجية إنفيديا الدفاعية ونظام CUDA البيئي كحصن
لا تقف شركة Nvidia مكتوفة الأيدي، بل تسعى جاهدةً للابتكار من خلال دورات منتجات سنوية تُشكل ضغطًا على المنافسين. وقد طُرحت بنية Blackwell، التي تضم 208 مليارات ترانزستور وأداء استدلال FP4 يصل إلى 10 بيتافلوب، في عام 2024. وسيتبعها Blackwell Ultra، بمواصفات مُحسّنة، في عام 2025. وتخطط Nvidia لإطلاق Rubin في عام 2026 وRubin Ultra في عام 2027، حيث تتميز كل منهما بأربع رقاقات GPU لكل مقبس وأداء FP4 يصل إلى 100 بيتافلوب. وتُبرز هذه الخطة التوافق مع الإصدارات السابقة وتُعزز من تأثير اعتماد CUDA.
تُعدّ طبقة البرمجيات بالغة الأهمية. فـ CUDA نظام بيئي عمره عشرون عامًا، استُثمرت فيه ملايين الساعات من التطوير والتحسين. ولا تستطيع الشركات المنافسة، مثل AMD، نقل CUDA ببساطة لأنها برمجيات احتكارية لشركة Nvidia. وتشير تحليلات القطاع إلى أن فجوة أداء البرمجيات بين Nvidia وAMD تتراوح بين خمس وثماني سنوات. وهذا يعني أنه حتى لو كانت مواصفات أجهزة AMD أرخص وأكثر قوة، فإن عدم توافقها مع CUDA يظل عائقًا أمام مبيعات الشركات التي تمتلك فرق علوم بيانات مُدرّبة بالفعل على CUDA. وهذا يُفسّر أيضًا سبب تمكّن AMD، على الرغم من أجهزتها التنافسية، من الحصول على حصة سوقية هامشية فقط.
تتغلب OpenAI على هذه المعضلة من خلال تطوير النماذج داخليًا وتحسين أداء المعالج. فنماذج Claude وGPT-4 وGPT-5 لم تُدرَّب على CUDA، بل طُوِّرت بواسطة OpenAI نفسها. وهذا يُمكِّنها من التفوُّق على المنافسين الذين يستخدمون أُطر برمجية خارجية مثل PyTorch أو TensorFlow، والتي تعتمد على تحسينات CUDA.
هيكل السوق الجديد: التجزئة بدلاً من الاحتكار
نتيجةً لهذه التطورات، تفتت سوق أجهزة الذكاء الاصطناعي. فبدلاً من وجود مُورّد مهيمن، يبرز نظام بيئي هجين ذو تخصصات متنوعة. تحافظ Nvidia على قوتها في مجال التدريب والاستخدام العام لوحدات معالجة الرسومات (GPU). تهيمن Google على الاستدلال وتكامل وحدات معالجة Tensor Processing Unit (TPU) في خدمتها السحابية ومبيعاتها الخارجية المحتملة. تسعى OpenAI، من خلال شريحة Titan الخاصة بها، إلى تحقيق الكفاءة المثلى من حيث التكلفة لأحمال العمل الخاصة بها. تعمل Meta وAmazon على تطوير شرائح لحالات استخدام محددة. تعتمد Microsoft على شراكات مع OpenAI وAMD.
تكمن الظاهرة ذات الأهمية الاقتصادية في أن أياً من هذه الاستراتيجيات لا يهدف إلى إزاحة شركة إنفيديا تماماً. بل يسعى كل لاعب إلى تعزيز استقلاليته مع بناء سلاسل توريد احتياطية في الوقت نفسه. ويترتب على ذلك أثران: أولاً، تنخفض الحصة السوقية لأي مورد منفرد، لكن إيراداته تبقى مرتفعة، نظراً لاستغلال السوق ككل. ثانياً، يزداد الضغط التنافسي على الأسعار ودورات الابتكار بشكل ملحوظ، مما يعود بالنفع على القطاع ككل.
دور شركة TSMC والجغرافيا السياسية العالمية لأشباه الموصلات
تُصبح شركة TSMC مؤسسةً محوريةً في هذا السياق. فهي تُصنّع جميع الرقائق الإلكترونية الخاصة بها: H100 وH200 من Nvidia، وBlackwell، وTPU من Google، وMTIA من Meta، وTrainium من Amazon، وTitan من OpenAI. وبذلك، تُصبح الجغرافيا السياسية التايوانية واقعًا اقتصاديًا. وأي خلل في عمليات التصنيع لدى TSMC سيؤثر بشكل مباشر على جميع مزودي خدمات الذكاء الاصطناعي. وهذا يُفسّر أيضًا برنامج الاستثمار الضخم لشركة TSMC في الولايات المتحدة واليابان، بالإضافة إلى مبادرة الشركة الأوروبية لتصنيع أشباه الموصلات في دريسدن، والتي تُشارك فيها شركات Bosch وInfineon وNXP. ويُصبح تنويع مواقع التصنيع ضرورةً استراتيجيةً لأمن الذكاء الاصطناعي العالمي.
يؤكد حجم الاستثمار أهميته الاستراتيجية. تخطط شركة ميتا لاستثمار 600 مليار دولار في البنية التحتية للذكاء الاصطناعي بحلول عام 2028. وتستثمر كل من أوبن إيه آي وأوراكل معًا 500 مليار دولار في مشروع ستارغيت. وتستثمر مايكروسوفت 80 مليار دولار في السنة المالية المقبلة. وتخطط أمازون حاليًا لاستثمار 22.6 مليار دولار بحلول عام 2025، مع تجاوز الاستثمارات الفصلية 30 مليار دولار. تتجاوز هذه التدفقات الرأسمالية الناتج المحلي الإجمالي الإقليمي للدول متوسطة الحجم، مما يدل على الأهمية البالغة للذكاء الاصطناعي كبنية تحتية اقتصادية.
خدمات الذكاء الاصطناعي الأرخص في الأفق: منافسة الرقائق الإلكترونية تُهدد هيمنة شركة إنفيديا
بالنسبة للمستخدمين ومطوري التطبيقات، يُسهم التنويع في خفض تكاليف تشغيل خدمات الذكاء الاصطناعي. فاستخدام OpenAI مع أجهزة عالية الكفاءة مثل Titan قد يُخفض أسعار واجهة برمجة تطبيقات ChatGPT، مما يُشكل ضغطًا على المنافسين ويُزيد من حدة المنافسة. وفي الوقت نفسه، يُقلل ذلك من الاعتماد على موردين محددين، وهي نتيجة طبيعية لتجزئة القطاعات.
يتوقف نجاح مشروع Titan على معايير تقنية وتنظيمية: هل يمكن بالفعل توسيع نطاق تقنية معالجة A16 للإنتاج الضخم بحلول عام 2026؟ هل سيحقق تصميم شريحة OpenAI وفورات كبيرة في التكاليف، أم أن الاستثمار كان مجرد زيادة طفيفة في الأداء؟ هل تستطيع الأنظمة القائمة على معايير Ethernet منافسة وصلات NVLink من Nvidia؟ ستُجاب هذه الأسئلة ببيانات تقنية واقتصادية واضحة في الفترة 2026-2027.
ما بات واضحاً اليوم هو أن أسطورة احتكار شركة إنفيديا تتلاشى أمام مفهوم التكرار الهيكلي. لن يهيمن على مستقبل البنية التحتية للذكاء الاصطناعي نوع واحد من الرقائق، بل منظومة معقدة ومتعددة الأقطاب من الأجهزة المتخصصة، المصممة خصيصاً لتناسب مختلف أنماط العمل واستراتيجيات الأعمال. هذه هي النتيجة الحقيقية للأعمال في عام ٢٠٢٦.
