الملخص التنفيذي
· تم الإبلاغ عن أن Anthropic تستكشف تطوير رقاقة خوادم ذكاء اصطناعي خاصة بها، لكن لم يتم تأكيد أي تصميم أو شريط اختبار (tap-out) أو ترتيبات إنتاج بكميات حتى الآن.
· كشفت OpenAI عن رقاقة استدلال Jalapeño وبدأت في اختبارها، مع خطط لنشرها قبل نهاية عام 2026.
· قد تستفيد سامسونج من اتجاه الاستعانة بمصنّعين خارجيين لشرائح الذكاء الاصطناعي، لكن لدى Anthropic على المدى القصير ما تزال الاعتماد على قدرات AWS وGoogle وNVIDIA.

تتصاعد المناقشات حول شركة Anthropic بشأن تطوير رقائق خوادم ذكاء اصطناعي من صنعها، لكن هذا ليس بعد خط طلبات لرقاقة تم تنفيذها على أرض الواقع. يتمحور اهتمام العالم الخارجي حول أن تكاليف الاستدلال خلف كلود، وتوافر وحدات معالجة الرسوميات (GPU)، وقدرة مراكز البيانات على استهلاك الكهرباء، وسعة الرفوف (racks)، أصبحت قيودًا حقيقية تُحدِّد قدرة شركات النماذج الكبيرة. لقد كشفت OpenAI بالفعل عن رقاقة استدلال Jalapeño المتعاونة مع شركة Broadcom، كما أُشير إلى أن Anthropic تقوم بتقييم رقائق مخصصة تكون أنسب لنماذجها. ومع ذلك، وبحسب المعلومات المتاحة علنًا حتى الآن، لم يتم تأكيد ما إذا كانت سامسونج تشارك في التصنيع، ولا ما إذا كان المشروع دخل مرحلة التصميم الرسمي.

ما تزال أنثروبيك في استكشاف مبكر، وليس عند أعتاب ما قبل الإنتاج الضخم

الاتجاه الذي يُقال إن أنثروبيك تستكشفه هو شريحة خوادم أكثر ملاءمة لطريقة تشغيل نماذجها الذكية الاصطناعية. وبالمقارنة مع وحدات GPU ذات الاستخدام العام، إذا نجح تصميم الشريحة المخصصة، فقد يقلل ذلك التكاليف ويحسن كفاءة الطاقة في مهام استدلال محددة، ويقلل الاعتماد على توريد رقائق من أطراف خارجية.

ليست صعوبة هذه الرقائق مجرد أداء شريحة واحدة. فالشركة التي تطور نماذج كبيرة تحتاج إلى التعامل في الوقت نفسه مع سرعة الحوسبة وعرض حزمة الذاكرة وشبكات الاتصال واستهلاك الطاقة والتبريد واستقرار العنقود. والأصعب فعلًا هو جعل آلاف الرقائق تعمل بشكل متناسق ومستقر داخل مركز البيانات، مع الاستمرار في خدمة مهام التدريب أو الاستدلال.

الأكثر أمانًا حاليًا هو القول إن أنثروبيك ما تزال في مرحلة التقييم والتحديد المبكرة. أي مهام للذكاء الاصطناعي ستؤديها الشريحة بشكل أساسي؟ وكيف تُحدَّد أهداف الأداء وكفاءة استهلاك الطاقة؟ وكيف يتم ملاءمتها على مستوى الخوادم والأنظمة العنقودية؟ وهل يلزم إشراك شركات تصميم شرائح خارجية؟ هذه الأسئلة لم تُقدَّم لها إجابات واضحة معلنة حتى الآن.

كما تحافظ الشركة على لهجة حذرة في خطابها الخارجي. ففي أبريل من هذا العام، أعلنت أنثروبيك توسيع التعاون مع أمازون. وفي السنوات العشر المقبلة، ستتجاوز استثماراتها التقنية في AWS 1000 مليار دولار، مع أعلى حدّ لتأمين سعة يصل إلى 5GW، وتقول إنها استخدمت أكثر من مليون شريحة Trainium2 لتدريب وتشغيل كلود. وفي الوقت نفسه، تؤكد أنثروبيك على استراتيجية تنويع العتاد، لكن AWS ما تزال المزود الرئيسي للتدريب وخدمات السحابة لديها.

وهذا يعني أنه حتى لو استمر استكشاف الرقائق المصممة ذاتيًا في التقدم، فمن الصعب أن تُحل محل الموردين الحاليين على المدى القصير. وستظل AWS Trainium وGoogle TPU ووحدات GPU من إنفيديا مكونات مهمة في منظومة أنثروبيك لقوة حوسبة قابلة للتوسع على نطاق واسع.

خطت OpenAI خطوة إلى الأمام، وضغط تكلفة الاستدلال أكثر مباشرة

وضع أنثروبيك الآن ضمن مناقشات الرقائق المصممة ذاتيًا يأتي في خلفية مهمة، وهي أن OpenAI سبق وقدمت مرجعًا.

تُظهر الإعلانات الرسمية من Broadcom أن OpenAI وBroadcom نشرتا Jalapeño في 24 يونيو 2026. وتُصنَّف باعتبارها مُسرِّعًا موجّهًا لاستدلال نماذج اللغات الكبيرة، وتُعرف أيضًا باسم معالج Intelligence Processor. وتقول OpenAI وBroadcom إن هذه الشريحة استغرقت نحو 9 أشهر من التصميم الأولي حتى تصنيع شريحة العيّنة (fab)، وأن نماذج هندسية بدأت بالفعل بالعمل في مختبرات، مع خطط لبدء نشرها قبل نهاية 2026.

هنا ينبغي التمييز بين مرحلتين. فقد تم إصدار Jalapeño بالفعل ودخلت مرحلة الاختبار، لكنه لا يعني ذلك أنها أصبحت جاهزة للاستخدام التجاري على نطاق واسع. وما يمثله هو أن شركات النماذج الرائدة بدأت تُدخل تكلفة الاستدلال في السيطرة على مستوى أعمق للعتاد، بدل أن يتم استبدال طلبات GPU فورًا.

الاستدلال هو عملية حساب يقوم فيها النموذج بتوليد الإجابة عندما يطرح المستخدمون أسئلة على منتجات مثل ChatGPT وClaude. وبالمقارنة مع التدريب، فإن وتيرة الاستدلال أعلى، ومع نمو عدد المستخدمين ستستمر ضغوط التكلفة في الارتفاع. وبالنسبة لشركات النماذج الكبيرة، حتى لو انخفضت تكلفة الاستدلال لكل مرة بنسبة صغيرة جدًا، فإن تحويل ذلك إلى ملايين الطلبات ونفقات مراكز البيانات على المدى الطويل قد يجعل ذلك توفيرًا ملموسًا.

إيقاع أنثروبيك أبكر بشكل واضح. فهي لم تعلن مواصفات الرقائق ولم تكشف مؤشرات الأداء ولا أسماء الشركاء ولا جدول الإنتاج الضخم. إن تقدم OpenAI يمنح السوق فقط رؤية لاتجاه محتمل: فالشركات الرائدة في النماذج لم تعد تكتفي بشراء وحدات GPU، بل بدأت أيضًا في محاولة إدخال جزء من البنية التحتية لقوة الحوسبة ضمن نطاق سيطرتها.

تسخّن تصور سامسونج في السوق، لكن الطلبات لم تُحسم

سبب اهتمام السوق بسامسونج هو أنها تمتلك قدرات تصنيع متقدمة، كما تسعى للحصول على المزيد من فرص التصنيع للرقائق المخصصة للذكاء الاصطناعي. بعد ظهور أخبار عن تمويل أنثروبيك والتعاون في البنية التحتية، ربطت الأوساط تلقائيًا بين سامسونج وفرص تصنيع مُسرعات ذكاء اصطناعي محتملة.

لكن يجب تبريد هذا التصور بالنظر إليه بحذر. ما يمكن تأكيده من المعلومات المتاحة علنًا هو أن شركات مثل سامسونج وSK Hynix وMicron قد ظهرت ضمن نقاشات شركاء البنية التحتية لدى أنثروبيك. وأعلنت Micron بالفعل في 22 يونيو 2026 أنها توصلت إلى اتفاق استراتيجي مع أنثروبيك، يتضمن تصميم معماريات الذكاء الاصطناعي للذاكرة والتخزين، واتفاقيات التوريد، واستخدام كلود داخل Micron، واستثمارًا استراتيجيًا في جولة السلسلة H لدى أنثروبيك.

لا يمكن لهذه الإشارات التعاونية أن تُساوى مباشرة بكون سامسونج قد حصلت بالفعل على طلبات رقائق أنثروبيك المصممة ذاتيًا. وبخصوص المزاعم بأن أنثروبيك تواصلت مع سامسونج بشأن التصنيع، فإن المعلومات القابلة للتحقق علنًا ليست كافية. والأكثر ترجيحًا هو أنه إذا تقدّم مشروع أنثروبيك للرقائق المصممة ذاتيًا إلى مرحلة التصنيع، فقد تصبح سامسونج أحد المشاركين المحتملين الذين يلفتون انتباه السوق، لكن لا يمكن في الوقت الحالي كتابته كصفقة مؤكدة.

بالنسبة لمشاريع الرقائق، ومن التقييم المبكر إلى الإنتاج الضخم النهائي، لا بد من المرور بمراحل مثل تحديد المعمارية والتحقق من التصميم واختيار عمليات التصنيع واختبار التغليف والتنسيق مع سلسلة التوريد. طالما لم يكتمل تصميم الشريحة بعد، يصعب أيضًا أن يستقر دور المصنّع المتعاقد بشكل فعلي.

تساعد عملية توظيف المواهب على زيادة المصداقية، لكن المسار ما يزال غير محدد

تجذب تحركات الكفاءات مزيدًا من الانتباه إلى مؤشرات خط العتاد لدى أنثروبيك. ووفقًا لتقارير، انضم Clive Chan، وهو عضو سابق في فريق الرقائق المخصصة لدى OpenAI، إلى أنثروبيك. وتُظهر معلومات منشورة أنه شارك في مرحلة بناء فريق رقائق OpenAI المبكرة، كما لديه خبرات مرتبطة بـ Tesla Dojo. كما تعمل أنثروبيك في الآونة الأخيرة على تعزيز توظيف مهندسي الرقائق.

وهذا يعني أن الشركة تستعد على الأقل لقدرات العتاد. وبالنسبة لشركة نماذج، فإن فريق عتاد يفهم النماذج وأعباء الاستدلال وأنظمة مراكز البيانات يمكنه مساعدتها على تحديد أي الأعمال تناسب تسليمها لشريحة مصممة خصيصًا، وأي الأعمال ما يزال ينبغي الاعتماد فيها على GPU أو TPU أو رقائق مزود السحابة.

لكن انضمام المواهب وتوسيع التوظيف ما يزالان مجرد إشارات استثمار مبكر. ما إذا كان المشروع يمكن أن يستمر يعتمد على ما إذا كانت الشريحة المصممة ذاتيًا ستحقق تفوقًا كافيًا بين التكلفة والأداء وكفاءة استهلاك الطاقة وتعقيد النشر. إذا كانت الشريحة المخصصة لا تُحسن الكفاءة إلا على الورق ولا تستطيع التشغيل المستقر على نطاق واسع، أو كانت تكاليف التصنيع والتوافق مع البرمجيات مرتفعة للغاية، فقد تواصل الشركة الاعتماد بشكل أساسي على رقائق من مزودين خارجيين.

وهذا أيضًا سبب صعوبة استبدال إنفيديا بسهولة على المدى القصير. تظل وحدات GPU من إنفيديا هي القوة الرئيسية لتدريب واستدلال الذكاء الاصطناعي، ولديها نظام برمجي ناضج، وقد بنى عملاء مراكز البيانات حول منصتها الكثير من الأنظمة. ومن المرجح أن تتولى الرقائق المصممة ذاتيًا في البداية توزيع جزء من الأعمال في سيناريوهات استدلال محددة، بدلًا من استبدال GPU بالكامل.

بالنسبة للمستثمرين، فإن التأثير الواقعي الذي تخلّقه مناقشات أنثروبيك حول رقائق صممتها بنفسها لا يبدو في الأجل القصير سوى منافسة ضمن سلسلة التوريد. تسعى شركات نماذج النخبة إلى الحصول على مزيد من خيارات السيطرة على قوة الحوسبة. وقد يستفيد مصنعو السحابة وBroadcom وشركة سامسونج وشركة TSMC ومورّدو الذاكرة وسلسلة توريد التغليف المتقدم من هذا الاتجاه. لكن في حالة أنثروبيك، ما يزال إثبات الحقائق بشكل واضح محدودًا: ما زالت عملية الاستكشاف في بدايتها، ولم يتم تأكيد دور سامسونج، وما تزال قدرات أنثروبيك في الحوسبة القابلة للتوسع على نطاق واسع تعتمد على AWS وGoogle وNVIDIA.