قالت شركة Cerebras Systems إنها وضعت استدلالًا مصنفًا في الإنتاج، وقسمت أعباء عمل استدلال الذكاء الاصطناعي بين وحدات معالجة الرسومات التقليدية ومعالجاتها على نطاق الرقاقة في تكوين تدعي الشركة أنه يوفر خمسة أضعاف الرموز المميزة لكل ميجاوات دون التضحية بسرعة التوليد.

يمثل الإعلان، المنشور على مدونة الشركة في 17 نوفمبر 2026، تحولًا ملحوظًا لشركة أمضت سنوات في وضع محرك Wafer Scale الخاص بها كبديل للاستدلال القائم على وحدة معالجة الرسومات بدلاً من كونه مكملاً له. الآن، تقول Cerebras إن وحدات معالجة الرسومات تتعامل مع مرحلة المعالجة السريعة بينما تتعامل أنظمتها الخاصة مع مرحلة إنشاء الرمز المميز. لمزيد من السياق حول هذه القصة، راجع أخبار الذكاء الاصطناعي.

لماذا تقسيم الاستدلال إلى قسمين؟

الاستدلال يحدث على مرحلتين. تقوم عملية التعبئة المسبقة بمعالجة مطالبة المستخدم وتنتج حالة نموذج متوسطة. يستخدم فك التشفير بعد ذلك هذه الحالة لإنشاء رموز الإخراج، واحدة تلو الأخرى، في حلقة انحدار تلقائي تتكرر لكل كلمة من الاستجابة.

المرحلتان لهما ملفات تعريف حسابية مختلفة جدًا. تعتبر عملية التعبئة المسبقة عملية حسابية ثقيلة ومتوازية، وهو المكان الذي تتفوق فيه وحدات معالجة الرسومات. فك التشفير مرتبط بعرض النطاق الترددي للذاكرة ومتسلسل، وهذا هو المكان الذي تقول فيه Cerebras إن بنيتها على نطاق الرقاقة تتمتع بالميزة، حيث يمكن للنموذج بأكمله أن يجلس على قطعة واحدة من السيليكون دون الاتصال بين الرقائق الذي يؤدي إلى إبطاء مجموعات GPU أثناء الإنشاء.

وقد جربت الشركة طرقًا أخرى لتقسيم أعباء العمل. في منشور مدونتها، تسرد Cerebras مخططات مسودة الأهداف، حيث يقترح نموذج صغير الرموز المميزة ويتحقق نموذج أكبر منها، وفصل الانتباه عن FFN بين البدائل التي أخذها في الاعتبار. لكنها تقول إن فصل التعبئة المسبقة عن فك التشفير مناسب بشكل فريد للتطبيقات التفاعلية للغاية، لأن مرحلة فك التشفير تحافظ على سرعات توليد السرعة الفائقة الخاصة بـ Cerebras سليمة.

الأرقام وراء المطالبة

وفقًا للإعلان، أصبح التكوين المفصل موجودًا الآن في Cerebras Inference Cloud ويقدم خمسة أضعاف الرموز المميزة لكل ميجاوات بنفس سرعات الجيل التي كانت الشركة تخدمها بالفعل. يقول Cerebras إن شركاء البنية التحتية يمكنهم أيضًا نشر نفس البنية المقسمة في مراكز البيانات الخاصة بهم.

المنطق الاقتصادي واضح ومباشر. يحصل مقدمو خدمات الاستدلال على إيرادات لكل رمز مميز، والقوة هي القيد الملزم على السعة. إذا أنتجت نفس الميجاوات خمسة أضعاف الرموز، فإن نفس المنشأة تولد المزيد من الإيرادات المحتملة نسبيًا، وهو ما توضحه الشركة بجدول يقارن تكوينات الخدمة المجمعة والمفصلة.

يعتمد الإعلان أيضًا على توقعات الطلب ليقول إن الصناعة تحتاج إلى كل مكاسب الكفاءة التي يمكن الحصول عليها. نقلاً عن أبحاث جولدمان ساكس، يقول سيريبراس إنه من المتوقع أن ينمو الطلب على استدلال الذكاء الاصطناعي بنحو 24 ضعفًا من مستويات 2026 بحلول عام 2030، في حين تنمو سعة مراكز البيانات بحوالي 2.2 ضعفًا فقط خلال نفس الفترة. إذا صح كلا التقديرين، فإن الفجوة بين ما يريد المستخدمون تشغيله وما يمكن للمنشآت تشغيله ستصبح القيد المحدد لبناء الذكاء الاصطناعي في أواخر عشرينيات القرن الحالي.

التطبيقات الوكيلة تقود الأزمة

تعزو الشركة الزيادة في الطلب إلى التوسع السريع في التطبيقات الوكيلة في عام 2026، حيث قامت بتسمية Muse وCopilot وCodex كأمثلة للمنتجات التي تتطلب استدلالًا تفاعليًا للغاية للحفاظ على تفاعل المستخدمين. إن وكلاء المحادثة الذين يقومون بدفق الاستجابات المميزة تلو الأخرى هم على وجه التحديد أعباء العمل حيث تكون سرعة الإنشاء ميزة تواجه المستخدم بدلاً من كونها مقياسًا خلفيًا.

تضع Cerebras عملية الإطلاق ضمن دفعة أوسع للسعة. تشير الشركة إلى نظام CS-4 الذي أعلنت عنه مؤخرًا، وهو توسع كبير في إنتاجها الصناعي، وقدرة مركز البيانات المخطط لها بحوالي 700 ميجاوات، باعتبارها الأجزاء التي ستسمح لها وشركائها بخدمة حركة مرور أكبر بكثير في عام 2027 وما بعده.

تحول عملي لنطاق الرقاقات

من الناحية الاستراتيجية، يُنظر إلى الإعلان على أنه تسوية عملية لهيمنة وحدة معالجة الرسومات. بدلاً من مطالبة العملاء بنقل خطوط أنابيب الاستدلال بأكملها إلى السيليكون الغريب، تقترح شركة Cerebras تقسيم العمل: السماح لوحدات معالجة الرسومات بالقيام بما تم تحسينه من أجله، والسماح للأجهزة على نطاق الرقاقة بالقيام بما تقوم به على أفضل وجه. بالنسبة لمقدمي الاستدلال المحصورين بين الطلب المتزايد وقيود الطاقة، فإن العرض هو السعة التي يمكنهم إضافتها دون انتظار أجهزة الجيل الجديد.

ما إذا كان ادعاء الكفاءة الخمسة أضعاف سيصمد عبر بنيات النماذج المتنوعة ومزيج حركة المرور في العالم الحقيقي، فسوف يصبح واضحًا فقط عندما يقوم الشركاء بنشر التكوين على نطاق واسع. لكن اتجاه السفر واضح عبر الصناعة. نظرًا لأن الاستدلال يحل محل التدريب باعتباره عبء عمل الحوسبة المهيمن، فإن كل مورد رئيسي للأجهزة يعيد النظر في كيفية تقسيم مرحلتي التوليد وتشغيلهما وتسعيرهما.

كيف يمكن مقارنتها مع مقاربات GPU الأصلية

اتبع موفري الاستدلال الفائق النطاق الرئيسيون استراتيجيات التصنيف الخاصة بهم، وعادة ما يحافظون على ضبط كلا المرحلتين على عائلات وحدة معالجة الرسومات لكل غرض. يتميز متغير Cerebras بأنه مميز في عبور خطوط البائعين: أكدت الشركة أن وحدات معالجة الرسوميات AMD تتعامل مع مرحلة التعبئة المسبقة في تكوين الإنتاج الخاص بها، مع أنظمة Cerebras المسؤولة عن فك التشفير. إن عدم التجانس مهم بالنسبة للمشغلين، لأنه يتعامل مع التعبئة المسبقة وفك التشفير كسلع يمكن شراؤها بشكل منفصل بدلاً من التعامل معها كمجموعة متكاملة واحدة.

تؤكد النتائج المنشورة للشركة على أن الانقسام يحافظ على سرعة التوليد بدلاً من استبدالها بالكفاءة. يعالج هذا التمييز انتقادًا طويل الأمد للخدمة المفصلة: يمكن أن يؤدي تجميع التعبئة المسبقة بشكل منفصل إلى إضافة زمن الوصول إلى الرمز المميز الأول، وأي تكوين يؤدي إلى إبطاء حلقة فك التشفير يقوض الشعور التفاعلي الذي تبيعه خدمات الاستدلال المتميزة. تدعي شركة Cerebras أن ترتيبها يتجنب كلا العقوبتين، على الرغم من أن المعايير المستقلة عبر فترات زمنية مختلفة وأنماط حركة المرور ستكون الاختبار الحقيقي.

بالنسبة لقراء AI Buzz Wire الذين يتابعون سباق البنية التحتية، فإن الرسالة من Cerebras هي أن عصر الاستدلال الذي يناسب الجميع باستخدام شريحة واحدة يفسح المجال أمام خطوط الأنابيب المصممة لهذا الغرض - وأن الشركة تعتزم امتلاك نصفها لفك التشفير.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →