FoundersFeed

الميزة 5.1 من Fable لديها الآن دعم رسمي لموفّر النموذج معتمد بشكل مؤكد. إذا كنت تقوم بالبناء باستخدام هذا الإطار، فيمكنك الاستفادة من منظومة البائعين دون القلق من فوضى عدم التوافق. يجلب إصدار 5.1 ربطات API أنظف وتحسين التعامل مع الرموز عبر مختلف واجهات الموديلات. يجدر التحقق مما إذا كنت بالفعل ضمن منظومة Fable—فهذا يوفر عليك عناء إنشاء أغلفة خاصة بالموفّر بنفسك.

تُسقط أنجيلا يونغ من شركة Cerebras SVP قنبلة مدوّية: إن تطوير النوى بمساعدة الذكاء الاصطناعي يُتآكل حصن شركة NVIDIA بسرعة أكبر مما توقعه أي شخص.

الحجة القديمة؟ "لدى $NVDA 15-20 عامًا من استثمار CUDA، ولن تستطيع اللحاق بها." كانت قابلية البرمجة هي القلعة.

لكن ماذا الآن؟ إن الذكاء الاصطناعي يكتب النوى بسرعة هائلة. استأجرت Cerebras متدربين هذا الصيف بخبرة شبه معدومة في النوى. خلال أسابيع، كانوا يرفعون النماذج بشكل مستقل. هذا لا يُفترض أن يحدث.

النتيجة الضمنية: قد لا تكون القفل البرمجي لـ CUDA عائقًا لا يُمكن تجاوزه كما كان يُعتقد. إذا كنت تستطيع إعداد مطورين جُدد لأعمال النوى بمستوى الإنتاج خلال أسابيع بدلًا من سنوات، فإن المشهد التنافسي بأكمله سيتغير.

هذه هي الخطوة الكبرى: استخدام الذكاء الاصطناعي لتسريع تطوير بنية تحتية للذكاء الاصطناعي. حلقة التغذية الراجعة أصبحت أكثر إحكامًا.

تُعدّ Cerebras CS-4 شريحة على نطاق الويفر—أكبر بـ50 مرة من وحدة معالجة رسومية قياسية—حيث تجمع SRAM ضخمة وقدرات الحوسبة على شريحة واحدة. المكسب الأساسي: تم القضاء على عنق الزجاجة في عرض النطاق الترددي للذاكرة. بدلًا من نقل البيانات بين أكوام HBM أو عبر PCIe، تعيش كل البيانات على الشريحة نفسها مع زمن وصول منخفض للغاية.

تأتي رفّوف CS-4 الجديدة مزوّدة بـ3 رقائق ويفر لكل وحدة، وبنية معيارية بالكامل. وتدّعي Cerebras سرعة استدلال تبلغ 30x مقارنةً بمجموعات وحدات معالجة رسومية تقليدية، وهو أمر منطقي إذا كنت محدودًا بالذاكرة (وغالبًا ما يكون استدلال معظم نماذج LLM كذلك). تتجاوز المعمارية عادةً تكلّف التنسيق بين عدة شرائح—لا NVLink، ولا تواصل بين عقد، فقط قطعة عملاقة واحدة من السيليكون تقوم بالمهمة.

هذا في الأساس رهان على أن الحجم الأحادي مع كثافة SRAM يتفوّق على مزارع وحدات GPU الموزعة لأحمال الاستدلال. إذا كان نموذجك مناسبًا، فمن المفترض أن تكون زمنية الاستجابة مذهلة.

تستدعي أنجيلا يونغ من سيريبراس إس في بي عنق الزجاجة الحقيقي في عام 2027: لم يعد الأمر متعلقًا بالسيليكون، بل بالطاقة ومساحة مراكز البيانات الفعلية.

المنطق قاسٍ—يمكنك تصنيع المعجّلات كما تريد، لكن إذا لم تكن هناك مساحة رفوف أو ميغاواطات لتوصيلها، فستتحول إلى مجرد ورق لا أكثر. حتى عمالقة الحوسبة السحابية يواجهون هذا الجدار.

إنها تشير إلى أن توفر الحوسبة ينفصل عن القدرة على النشر. قد تكون لديك الشرائح، لكن بدون البنية التحتية اللازمة لتقديم حركة الاستدلال (inference) فعليًا على نطاق واسع، لن يكون لذلك أي معنى.

يُحوّل هذا الميزة التنافسية من مَن يستطيع تصميم أسرع شريحة إلى مَن يملك أكبر قدر من عقود الطاقة والمساحة المربعة. أصبحت العقارات في مراكز البيانات وتخصيص الطاقة هي الموارد الأكثر ندرة فعلًا في مكدس الذكاء الاصطناعي.

تم تصميم Cerebras CS-4 للتعامل مع نماذج تضم 10+ تريليون معامل عبر التضمين الأنبوبي (pipelining) على نطاق الرقاقة (wafer-scale). تخزن البنية جميع أوزان النموذج مباشرةً في SRAM مدمج على الشريحة—دون أي انتقال للذاكرة الخارجية من أجل المعاملات. تتحرك فقط التنشيطات بين الرقائق عبر روابط مباشرة بين الرقائق، ما يقلل بشكل كبير من تكاليف نقل البيانات مقارنةً بمجموعات وحدات معالجة الرسومات التي تقوم بتبديل الأوزان عبر HBM ووصلات الربط البينية. هذه مقاربة مختلفة جذريًا: بدلًا من تقسيم الأوزان عبر عشرات وحدات GPU والتعامل مع عذاب all-reduce، ستحصل على نسيج SRAM عملاق واحد حيث يحدث الحوسبة في مكانها. قد تكون كُلٌّ من زمن الاستدلال (latency) وسرعته (throughput) هائلتين إذا ظلت سعة نطاق التنشيط (activation bandwidth) قوية عند النطاق الكبير. باختصار، تراهن Cerebras على أن القضاء على انتقال الأوزان هو المفتاح لتقديم نماذج فائقة الكِبر.

تقدّم أنجيلا يونغ، مديرة «سيبيراس SVP»، رؤى حاسمة حول بنية أمن الذكاء الاصطناعي: يحتاج المدافعون إلى تحقيق تكافؤ سرعة الاستدلال (أو أسرع) مقارنةً بالمهاجمين.

المنطق قاسٍ لكنه صحيح—إذا كانت حواجز أمانك تنفّذ أبطأ من “عميل” مراوغ، فأنت مُخترَق بالفعل. التطبيقات الموجّهة للمستخدمين لا تستطيع تحمّل التأخير؛ تنخفض معدلات التفاعل فورًا عندما يتباطأ الاستدلال.

وجهة نظرها: يجب أن تكون الحواجز الآلية هي الخط الأول للدفاع، وتعمل أسرع من أي وكيل محتمل خبيث يحاول تجاوز حدودها. وهذا يقلب نموذج الأمان التقليدي—بدلًا من المراقبة الاسترجاعية، تحتاج إلى حظر قائم على الاستدلال في الوقت الفعلي.

الانعكاس على البنية التحتية: لم يعد الأمن طبقة منفصلة. بل بات مدمجًا داخل مسار الاستدلال نفسه، حيث يتنافس على مستوى المللي ثانية. إذا لم تستطع منظومة الدفاع لديك مجاراة معدل إنتاج المهاجم، فأنت تدافع وأنت مغمّض العينين.

ومن الواضح أن «سيبيراس» تُحكم تموضع ميزة عتادها هنا—رقائق أسرع تعني حواجز حماية أسرع، وبحلقة أمنية أكثر إحكامًا.

لا تعوق تبنّي المؤسسات للذكاء الاصطناعي التزامنات الجيوسياسية—بل تعيقه البنية التحتية للثقة.

يشرح زاك براتون-غلينون من Gradient VC ما الذي يوقف فعليًا الشركات عن نشر النماذج: ليس من أين يأتي النموذج، بل ما إذا كانت لديه ضوابط (Guardrails) بمستوى جاهز للإنتاج، وطبقات أمان، وآليات مساءلة.

لا تزال النماذج مفتوحة المصدر تحمل عبء «إثبات ذلك» في سياقات المؤسسات. يريد مسؤولو المعلوماتية (CIOs) إجابات عن: من يتحمّل المسؤولية إذا هلوس في بيئة الإنتاج؟ ما وضعية الأمان؟ وهل يمكننا تدقيق السلوك على نطاق واسع؟

تبقى ميزانيات المؤسسات محافظة تجاه الذكاء الاصطناعي مفتوح المصدر—ليس لأن التقنية أضعف، بل لأن «الغلاف التشغيلي» (المراقبة، وسياج السلامة، واتفاقيات مستوى الخدمة للدعم) غير ناضج بما يكفي بعد.

لا يكمن الاختناق في جودة النموذج. بل في ثقة النشر.

زين براتون-جلينون من Gradient VC يشير إلى نقطة حاسمة: الوصول التمييزي إلى نماذج الذكاء الاصطناعي المتقدمة هو التهديد الحقيقي، لا مجرد شرائح التسعير.

هو يسلّط الضوء على نمط ناشئ حيث لا يحصل إلا اللاعبون ذوو التمويل الجيد والذين يوافقون على صفقات مشاركة البيانات على إمكانية الوصول إلى النماذج الأحدث. وهذا يخلق حلقة مغلقة—ميزانيات كبيرة + بيانات ملكية شحيحة = وصول حصري إلى النماذج.

ما الخطر؟ تتجمع قوة الذكاء الاصطناعي حول عدد قليل من الشركات القادرة على دفع رسوم الدخول ولديها مجموعات بيانات فريدة للتداول. تُستَبعَد الفرق الأصغر والباحثون من القدرات المتطورة.

موقفه: لا تدخل تنظيمي. وهو يراهن على أن النظام البيئي المفتوح سيُصحّح نفسه ويُنتج بدائل. ما إذا كان ذلك عبر نماذج مفتوحة المصدر، أو حوسبة لامركزية، أو دخول لاعبين جدد إلى السوق، ما يزال غير واضح.

السؤال هو ما إذا كانت قوى السوق تتحرك بسرعة كافية قبل أن تصبح الحصانة/الميزة التنافسية بمنزلة عائق لا يُمكن تجاوزه.

تتلاشى تجارب الذكاء الاصطناعي على مستوى المؤسسات على رؤوس الأشجار—ليس لأن التقنية لا تعمل، بل لأن الموردين يسلّمون عروضًا تجريبية بدلًا من أنظمة جاهزة للإنتاج.

يلخّص زاك براتون-غلينون من Gradient VC المشكلة بدقة: تقوم الشركات الآن بإجراء تجارب أكثر بكثير، لكن معدلات التحويل تتدهور. لماذا؟ لا تريد الشركات إثبات مفهوم يعمل مرة واحدة ثم يصبح عبئًا عليها لتحويله إلى بيئة إنتاجية.

التحول: توقّف عن بيع «انظروا ما الذي يمكن لنموذجنا فعله» وابدأ في تقديم «إليك حلًا مُدارًا وقابلًا للتوسع، ويُدمج مع البنية الحالية لديك». تريد المؤسسات موردين يتحملون العبء التشغيلي—النشر، والمراقبة، والتحديثات، وعلى امتداد دورة الحياة كلها.

ترجمة للمطوّرين: إذا كان أسلوب الوصول إلى السوق لديك هو «سنجعلها تعمل في بيئتكم ثم نُسلّمكم المفاتيح»، فأنت بذلك تُستبعَد. الحدّ الجديد هو تقديم خدمات مُدارة أو على الأقل أدوات بمستوى جاهزية إنتاجية لا تتطلب فريق ML ops مخصصًا ليقوم بالمراقبة والعناية.

وهذا يفسر لماذا تفوز شركات البنية التحتية للذكاء الاصطناعي ذات الجذور القوية في DevOps/SRE بصفقات المؤسسات على حساب مختبرات البحث البحت.

فابل 5.1 أصبحت للتو أول نموذج يجتاز عملية التحقق الرسمية من الذكاء الاصطناعي في البيت الأبيض. ويُعد هذا عمليًا ما يعادل تنظيمياً الحصول على موافقة لجنة الاتصالات الفيدرالية (FCC) — أي أن بنية النموذج، ومصدر بيانات التدريب، وآليات السلامة قد استوفت المعايير الفيدرالية المطلوبة للنشر في سياقات حكومية.

لماذا هذا مهم: يخلق سابقة لما «يبدو عليه ذكاء اصطناعي مُتحقق منه» على مستوى السياسات. ومن المتوقع أن يؤثر ذلك في متطلبات الشراء الخاصة بالعقود الفيدرالية، وربما يمتد إلى أطر الامتثال داخل المؤسسات. كما يشير إلى أن عمليات الموافقات التنظيمية أصبحت الآن فعّالة على أرض الواقع، وليس مجرد وثائق سياسات نظرية.

مثير للاهتمام تقنيًا لأن أي سياج للسلامة ومسارات التدقيق التي قامت فابل ببنائها أصبحت الآن التطبيق المرجعي لأنظمة الذكاء الاصطناعي على مستوى حكومي.

أرقام غالبية تطبيقات الذكاء الاصطناعي الخاصة بـ MRR مضلِّلة—بعد استبعاد تكاليف الرموز، تكون الهوامش الفعلية رقيقة جدًا. تبدو الإيرادات مُبهرة على الورق، لكن عندما تحسب مصاريف الاستدلال (خصوصًا مع نماذج مثل GPT-4 أو Claude)، ينكمش صافي الربح بشكل كبير. كثير من شركات ناشئة في مجال الذكاء الاصطناعي هي في الأساس تدير أعمال SaaS بهوامش منخفضة مُتخفّية وراء مظهر شركات تقنية تنمو بسرعة. لا تعمل اقتصاديات الوحدة بشكل فعلي إلا إذا تحولت إلى نماذج أرخص، أو حسّنت الطلبات (prompts) بشكل مكثف، أو حققت حجمًا كبيرًا جدًا للتفاوض على أسعار أفضل لواجهات البرمجة (API).

لقد كنت أبرمج بإحساسٍ رائع منذ شهور، وأحيانًا أنسى حتى ما الذي أنشأته.

حان الوقت لعرض الميزات الأساسية لكم جميعًا 👇

تنبيه للمطورين: يبدو أن هناك موقعًا يدّعي من طرف «Blakies» يطلب من المستخدمين إدخال المفاتيح الخاصة مباشرةً. هذا انتهاك لمبادئ الأمن الأساسي.

لا تقم أبدًا بلصق مفتاحك الخاص في أي واجهة ويب. انتهى الكلام. سطح الهجوم واسع جدًا — كود الواجهة الأمامية المُختَرَق، هجمات MITM، تسجيل الدخول على الخادم، وإضافات المتصفح التي تقوم باستخراج بيانات النموذج.

البنية الصحيحة لإدارة المفاتيح:
- تبقى المفاتيح في محافظ الأجهزة أو مخازن المفاتيح المحلية
- يتم توقيع المعاملات على جهاز العميل
- يتم بث المعاملات الموقعة فقط إلى الشبكة
- يجب أن تستخدم تفاعلات Web3 موصلات المحافظ (MetaMask، WalletConnect) التي تتولى التوقيع دون كشف المفاتيح

إذا طلب منك تطبيق dApp إدخال مفتاحك الخاص الخام، فهو إما غير كفؤ أو خبيث. لا توجد بروتوكولات شرعية تحتاج إلى وصول مباشر للمفتاح. الفكرة الكاملة للتشفير بالمفاتيح العامة هي أنه يمكنك إثبات الملكية دون كشف الجزء الخاص.

الأمر لا يتعلق حتى بالثقة في المطورين — بل يتعلق بنمذجة التهديدات. حتى لو كانوا صادقين، فإن سجلات خادمهم أو الـ CDN أو أدوات التحليلات أو تبعية (dependency) مخترقة قد تُسرّب مفتاحك. تعرض واحد فقط = اختراق دائم للمحفظة.

الخلاصة: إذا طلب مفتاحك الخاص، أغلق علامة التبويب فورًا.

تواجه الانقسامات الصلبة (Hard forks) مشكلة تنسيق قاسية: حتى أتباعك أنفسهم لن ينتقلوا إلى سلاسل جديدة دون حوافز اقتصادية واضحة. ليست التحديات التقنية مجرد تفرّع في قاعدة الشيفرة—بل إنها تتمثل أيضًا في ترحيل المستخدمين والمطوّرين ورأس المال في وقت واحد، مع إقناع الجميع بأن انقسامك هو "السلسلة" الحقيقية. يوضح علم نظرية الألعاب سبب انهيار أغلب الانقسامات: تحتاج إلى توافق شبه تام على تحديثات البرامج، وعلى نماذج التفكير (mental models)، وعلى المصالح الاقتصادية. تعمل قوة تأثير الشبكة ضدك—فكل متقاعس يجعل الانقسام أقل قيمة، مما يخلق دوامة وفاة نحو تبنٍّ معدوم. ولهذا نادرًا ما تنجح الانقسامات المثيرة للجدل ما لم يكن هناك تبرير تقني أو أيديولوجي ساحق.

شهدت توليد الفيديو في الوقت الفعلي عدة معالم تقنية هذا الأسبوع. تشير تحسينات زمن الاستدلال واتساق الإطارات إلى أننا نقترب من أزمنة توليد تقل عن 100 مللي ثانية مع ترابط زمني. إذا استمرت اتجاهات التوسع الحالية، فقد تصبح البيئات التفاعلية ثلاثية الأبعاد مع توليد فيديو ديناميكي جاهزة للإنتاج خلال 12 شهرًا. إن الاختراقات في كفاءة الحوسبة هي القصة الحقيقية هنا—فالانتقال من دقائق لكل إطار إلى إطارات لكل ثانية يغيّر كل شيء لتطبيقات الواقع الافتراضي والواقع المعزز.

بعد توليد الرمز، ينتقل الاختناق الحقيقي إلى طبقة الـ harness. ليس الاستدلال نفسه—بل البنية التحتية التي تغلفه. هذا يعني أن مشكلات التأخير ستأتي من توجيه الطلبات، أو منطق التجميع، أو إدارة الذاكرة، أو عبء الإدخال/الإخراج في طبقة الخدمة. إذا كنت تُحسّن خدمة النماذج اللغوية الكبيرة وما زلت تواجه جدرانًا بعد تسريع التوليد، فراجع طبقة التنسيق (orchestration) لديك، وليس وحدة الـ GPU فقط.

استدلال Cerebras يحقق الآن مئات الملايين من الرموز في الثانية على نطاق العملاء. هذا ليس مجرد فخر بإنجاز قياسي—فأحمال الإنتاج الفعلية تعمل بالفعل بهذا المعدل. وللتوضيح، تصل معظم مجموعات وحدات معالجة الرسومات (GPU) إلى بضع ملايين من الرموز في الثانية فقط، حتى مع التحسينات الثقيلة. إن هذا المستوى من السرعة يتيح أنظمة متعددة الوكلاء في الوقت الفعلي، ومعالجة سياق هائلة، وتطبيقات ذات زمن استجابة دون مللي ثانية كانت مستحيلة سابقًا. إن بنية WSE تُظهر أخيرًا تميزها في الاستدلال، وليس فقط في التدريب.

سيطرة CUDA تتهاوى. لسنوات، كان نظام NVIDIA الحصري للحوسبة المتوازية بمثابة خندق لا يُكسر—تكامل عميق مع العتاد، ونظام بيئي ناضج، ومكتبات خاصة بـ CUDA فقط (cuDNN وcuBLAS)، وكل إطار عمل تعلّم آلي تم تحسينه له أولاً. لكن الجدران بدأت تسقط:

ROCm تلحق بسرعة بمنافستها على وحدات معالجة الرسوميات الخاصة بـ AMD، خصوصًا في عناقيد الحوسبة عالية الأداء (HPC). باتت PyTorch توفر دعمًا جيدًا لـ AMD دون الحاجة إلى طبقات ترجمة تتوافق مع CUDA.

Triton (لغة برمجة GPU لدى OpenAI) تُجرد CUDA، ما يسمح لك بكتابة كود على مستوى النواة يُترجم للعمل على عتاد NVIDIA وAMD معًا. بلا انغلاق على مورد واحد.

MLX (إطار عمل Apple) يعمل بسرعة فائقة على Metal لأجهزة رقائق السلسلة M، متجاوزًا CUDA بالكامل لكل من الاستدلال والتدريب.

موفرو السحابة يدفعون باتجاه عتاد مخصص—TPUs من Google، وTrainium/Inferentia من AWS، وMaia من Microsoft. ولا أحد منها يحتاج CUDA.

إذن ما التغيير؟ أصبحت الأطر والمترجمات مستقلة عن العتاد. كانت CUDA بمثابة الخندق لأن الطريقة الوحيدة لاستخراج أفضل أداء من وحدات GPU. والآن، أصبحت طبقات التجريد كافية بحيث لم يعد المطورون بحاجة إلى كتابة CUDA مباشرة. تأثير الانغلاق يتراجع.

تظل NVIDIA في الصدارة من حيث الأداء الخام ونضج النظام البيئي، لكن الفجوة التنافسية تتقلص بسرعة. خندق CUDA لم يختفِ، لكنه بالتأكيد يتداعى.

تسقط Cerebras CS-4 بمعمارية معيارية 🔥

التحرّر من فلسفتهم التصميمية للأجهزة أحادية الكتلة (WSE). تستخدم CS-4 معيارية مبنية على شرائح (chiplets) — ما يعني أنه يمكنك توسيع القدرة الحوسبية دون الحاجة إلى تجميع/تركيب رقائق كاملة بحجم الوافر على مستوى الكاملة.

تفصيل تقني:
- التخلي عن الشريحة الواحدة الضخمة لصالح شرائح مترابطة
- اقتصاديات عائد أفضل (لأن العيوب لا تُفسد الشريحة بأكملها)
- إعدادات مرنة لمواءمة ملفات عمل مختلفة
- ما زالون يستهدفون تدريب الذكاء الاصطناعي على نطاق واسع

هذا أمر ضخم بالنسبة لهيكل تكاليفهم. كانت الأنظمة على مستوى الوافر هائلة في الأداء، لكن وجود عيب واحد = إفساد كل شيء. تتيح المقاربة المعيارية لهم المنافسة في السعر مع الحفاظ على مزايا النطاق الترددي.

ترقّبوا هذا الفضاء للحصول على نتائج/مقاييس حول زمن الوصول بين الشرائح (بين chiplets) مقارنةً بـ WSE-3. إذا تمكنوا من إنجاح الربط/التوصيل البيني، فقد تكون هذه المعمارية هي التي تجعل Cerebras قابلة للحياة اقتصاديًا أخيرًا على نطاق واسع.

تخلّت شركة Cerebras عن بعض عروض العتاد الجادة الخاصة بالذكاء الاصطناعي في بودكاست AM. محركها على نطاق الرقاقة (wafer-scale) هو في الأساس شريحة واحدة ضخمة: 46,225 ملم² من السيليكون، مع 900,000 نواة ذكاء اصطناعي و44GB من SRAM على الشريحة. عدم وجود عبء اتصالات بين الشرائح يعني أنهم يحققون سرعات تدريب ساحقة على نماذج اللغات الكبيرة. البنية هنا غريبة فعلًا—بدلًا من ربط آلاف وحدات GPU معًا عبر شبكة اتصال (network fabric)، قاموا ببناء الشبكة العصبية بالكامل حرفيًا على قطعة واحدة من السيليكون. عرض النطاق الترددي للذاكرة هائل عند 20 بيتابايت/ثانية، ما يزيل الاختناق الذي يقتل مجموعات GPU. هم يرون تسارعات بنسبة 10-100x في أحمال عمل محددة مقارنة بإعدادات GPU التقليدية. ما العيب؟ هذه الأجهزة مكلفة وتستهلك طاقة كبيرة، لكن بالنسبة للشركات التي تُدرّب نماذج ضخمة، فإن زمن الوصول إلى النتيجة يجعل الأمر يستحق. جدير بالاطلاع إذا كنت مهتمًا بمعمارية الشرائح أو بتوسيع بنية تحتية للتعلم الآلي.