باختصار
· أوبن إيه آي وبروادكوم أطلقوا أول شريحة AI متخصصة في الاستدلال، اسمها هالبينو، والهدف هو البدء في نشرها بحلول نهاية 2026.
· هذه الشريحة مخصصة لاستدلال LLM، وليست بديلة لـ GPU المستخدمة في التدريب، والأداء المبكر لا يزال يعتمد على تصريحات الشركة.
· أوبن إيه آي بدأت تخفف اعتمادها على إنفيديا، لكن لم يتم الكشف بعد عن مدى تقليل التكاليف، حجم الإنتاج، أو الأداء الفعلي تحت الأحمال الحقيقية.
أوبن إيه آي وبروادكوم أعلنوا في 24 يونيو عن هالبينو، وهو مسرع AI مخصص لاستدلال نماذج اللغة الكبيرة، وهو أول شريحة من أوبن إيه آي تُسمى "معالج الذكاء". وفقًا للإعلانات من الشركتين، هالبينو لا يزال في مرحلة الاختبار والعينات، والهدف هو البدء في نشره بحلول نهاية 2026، مع التوسع في السنوات المقبلة. بالنسبة لأوبن إيه آي، التركيز ليس على استبدال جميع GPUs من إنفيديا على الفور، بل هو تحويل الطلب المتزايد على الاستدلال في ChatGPT وCodex وAPI والمنتجات الذكية المستقبلية تدريجياً نحو مزيج من البرمجيات والأجهزة التي تتناسب بشكل أفضل مع نماذجها.
البدء من ناحية الاستدلال (inference)، والتركيز على تكلفة الاستعلام التي تحدث يوميًا
يمكن تقسيم احتياج شرائح الذكاء الاصطناعي تقريبًا إلى التدريب والاستدلال. التدريب يحدد الحد الأقصى لقدرات النموذج، بينما يحدد الاستدلال ما إذا كان بوسع النموذج، بعد اكتمال تدريبه، الإجابة عن طلبات ضخمة من المستخدمين بتكلفة مقبولة.
ما يستهدفه «هالابينو» هو النوع الثاني. تقول OpenAI إن هذه الشريحة ستُستخدم لأحمال عمل الاستدلال الخاصة بالنماذج اللغوية الكبيرة، لخدمة ChatGPT وCodex وواجهة API ومنتجات الوكلاء الذكية المستقبلية. بالنسبة للمستخدمين العاديين، لن يغيّر هذا الأمر واجهة الدردشة مباشرة، لكنه قد يؤثر في تكلفة معالجة الطلبات في الخلفية وسرعتها وقابليتها للتوسع.
وهذا أيضًا هو الاتجاه المشترك لموجة تصميم الشرائح ذاتيًا لدى شركات الذكاء الاصطناعي. لدى Google TPU، وتعمل Amazon وMeta أيضًا على مُسرعات مخصصة. لا يتعين عليهم بالضرورة استبدال إنفيديا بالكامل؛ بل نقل أكثر أحمال العمل الداخلية ثباتًا وبأكبر حجم إلى شرائح تتلاءم أكثر مع نماذجهم وبرمجياتهم.
اعتمدت OpenAI سابقًا بشكل طويل على إمدادات GPU من جهات خارجية، خصوصًا بطاقات إنفيديا عالية الفئة (high-end). ومع نمو عدد مرات استدعاء النماذج، يخلق الاعتماد على شراء GPU للأغراض العامة ضغطين مزدوجين: التكلفة، وكون توافر العتاد خاضعًا لسلسلة إمداد خارجية، كما أن الشرائح العامة قد لا تحقق أعلى كفاءة في نماذج وخطط خدمة محددة. التغيير المباشر في «هالابينو» هو جعل OpenAI تنتقل من مجرد شراء القدرة الحسابية إلى المشاركة في تحديد كيفية تعريف هذه القدرة.
تتولى Broadcom تنفيذ السيليكون (silicon) وتقنيات الربط (connectivity)، ولم تكشف جهة تصنيع الرقائق (الويفر) عن تفاصيلها
صُمم «هالابينو» من الصفر بواسطة OpenAI، بينما وفرت Broadcom تنفيذ السيليكون وتقنيات الشبكة والاتصال، وشاركت Celestica في تطبيق ذلك على مستوى لوحات البطاقات والرفوف (racks) ومستوى النظام. ولم تكشف الإعلانات الرسمية عن جهة تصنيع الويفر، لذا لا يمكن كتابته ببساطة على أن Broadcom هي المسؤولة عن التصنيع.
لدى Broadcom خبرة عميقة في ASIC مخصصة وشبكات مراكز البيانات. وخلال السنوات الماضية كانت أيضًا واحدة من موردي الشركات التي تقف خلف تصميم شرائح ذاتية لعدة عمالقة في مجال الذكاء الاصطناعي. وبالنسبة إلى OpenAI، فإن اختيار Broadcom يعني أكثر ما يمكن تحويل احتياجات التصميم المعماري داخل شركة النماذج إلى منتج قابل للنشر عبر سلسلة توريد أنصاف النواقل والأنظمة الناضجة.
لا يزال يتعين ترك مجال للحدود في جانب الأداء. وتقول الشركتان إن هدف «هالابينو» هو الجمع بين قدرات الإنتاجية (throughput) لأحدث مُسرعات الذكاء الاصطناعي اليوم، وتحقيق تحسن واضح في الأداء لكل واط مقارنةً بالحلول المتقدمة الحالية. وتؤكد الجهة الرسمية أيضًا أن نموذجًا هندسيًا قد شغّل أحمال عمل تعلم آلي في المختبر وفق التردد وقدر الاستهلاك المستهدفين؛ ما تزال الأداءات النهائية قيد القياس، وستُنشر خلال الأشهر المقبلة تقارير تقنية أكثر تفصيلًا.
لم يتم الإعلان بعد عن أي معايير (benchmarks) لطرف ثالث، كما لم تُكشف مؤشرات حاسمة مثل الإنتاجية الدقيقة (吞吐量)، وزمن التأخير (latency)، وانخفاض استهلاك الطاقة، ومدى انخفاض تكلفة الاستعلام الواحدة. قد تُفسّر بعض قراءات السوق الأمر بوضعه مباشرةً إلى جانب إنفيديا Blackwell أو TPU من Google للمقارنة، لكن إلى حين صدور بيانات النشر الفعلية، لا يمكن اعتبار التفوق في خفض التكاليف والأداء سوى اختبارات ومقاييس مبكرة للشركة.
من 9 أشهر إلى (流片)، وأصبح تصنيع الشرائح بمساعدة الذكاء الاصطناعي خطًا آخر للاستدلال
ديتلخ خَصَّتْها الشركة بشكل واضح حول «هالابينو»: من التصميم الأولي إلى تصنيع شريحة الاختبار (流片) استغرق الأمر 9 أشهر فقط. هذه المدة لا تعادل دورة الإنتاج الضخم الكاملة، بل تشير إلى سرعة انتقال تصميم الشريحة إلى مرحلة الاستعداد للتصنيع.
في تطوير الشرائح التقليدي، يستغرق الانتقال عادةً وقتًا طويلًا من تصميم البنية (architecture) إلى التحقق (verification) ثم سير عمل EDA وصولًا إلى الشريحة التجريبية (流片). وتقول OpenAI إن هذا المسار تتمّ تسريعه بفضل نماذجها. تحاول الشركة أن تُثبت أن الذكاء الاصطناعي لا يقتصر على كتابة الأكواد وتوليد المحتوى، بل يمكنه كذلك الدخول في عملية هندسة العتاد، والمساهمة في تقليص وقت تصميم الشريحة والتحقق منها.
إذا أمكن إعادة استخدام هذا النهج في المنتجات اللاحقة، فلن يصبح «هالابينو» مجرد شريحة لجيل واحد، بل نقطة انطلاق لمنصة حوسبة مخصصة متعددة الأجيال لدى OpenAI. وقد كانت OpenAI وBroadcom قد أعلنتا سابقًا في أكتوبر 2025 عن شراكة لتسريع مُخصصات ذكاء اصطناعي بمستوى 10 جيجاوات (10GW). ويُخطَّط لبدء نشره في النصف الثاني من 2026، وإتمامه بحلول نهاية 2029. ويُعد «هالابينو» أول نموذج يدخل مرحلة المنتج العلني ضمن خط هذه الشراكة.
لكن سرعة التصميم لا تعني بالضرورة سرعة النشر. ما إذا كان «هالابينو» سيصل إلى البنية التحتية الأساسية لدى OpenAI يعتمد كذلك على الإنتاج الضخم اللاحق والتغليف (packaging) وتوريد الذاكرة عالية النطاق الترددي، وتكامل أنظمة الخوادم، وجدولة مراكز البيانات. أي اختناقات في أي حلقة قد تؤثر في إيقاع النشر الأولي بحلول نهاية العام.
تقليل الاعتماد على إنفيديا هو الاتجاه، وليس أنها تم بالفعل إحلالها
يُسهل على السوق تفسير «هالابينو» على أنه «تحدي من OpenAI لإنفيديا». والأدق أن نقول: بدأت OpenAI تبحث عن مسارات مخصصة خارج إنفيديا لبعض أحمال عمل الاستدلال.
لا تزال ميزة إنفيديا تتجاوز أداء GPU واحدة فقط، بل تشمل نظام CUDA البيئي، وسلاسل أدوات التدريب والاستدلال، والاتصال على مستوى النظام (system-level interconnect)، والأساسيات للمطورين، وحجم التوريد. حتى إذا تمكنت OpenAI من نشر «هالابينو» بنجاح، فلن تتخلص فورًا من إنفيديا. وبخاصة في تدريب النماذج الكبيرة المتقدمة، والبحث والتطوير العام، وأحمال العمل المتنوعة، تظل وحدات GPU الراقية جزءًا حاسمًا من البنية التحتية.
حلقة الاستدلال أكثر ملاءمة لتدخل الشرائح المخصصة. نمط الطلبات هناك أكثر ثباتًا، وبنية النماذج أكثر قابلية للتحكم، وأهداف الخدمة أكثر وضوحًا. إذا تمكنت OpenAI من نقل مهام الاستدلال عالية التكرار والقياسية في ChatGPT أو Codex أو عبر واجهة API إلى «هالابينو»، فقد تحصل على فوائد عملية في التكاليف ومرونة التوريد.
بالنسبة إلى Broadcom، فإن كون عمالقة الذكاء الاصطناعي يصممون شرائحهم بأنفسهم لا يعني أن شركات الشرائح سيتم تجاوزها، بل قد يؤدي إلى المزيد من مشاريع التخصيص. لكن مساحة العائد لهذه المشاريع ما تزال تعتمد على تكلفة المكونات وحجم التسليم وتعقيد النظام، خصوصًا أسعار وتوفر الإمدادات الحاسمة مثل الذاكرة عالية النطاق الترددي (high-bandwidth memory).
ما يتعين على «هالابينو» فعليًا الإجابة عنه لاحقًا ليس ما إذا كان بإمكانه مجاراة Blackwell أو TPU وقت الإعلان، بل حجم النطاق الذي يمكنه الصعود عليه بحلول نهاية العام، وما الأحمال الحقيقية التي يستطيع تشغيلها، وإلى أي مستوى يمكن خفض تكلفة الاستدلال. بالنسبة لـ OpenAI، فإن «الفلفل المكسيكي» هذا مجرد المحاولة الأولى لكسر عنق الزجاجة المرتبط بـ GPU؛ أما هل يمكن أن يصبح الطبق الرئيسي، فهذا ينتظر أن تتحدث بيانات النشر.