Aston在下不求

$AAPLB
ظهر معالج Apple M5 Ultra، وتصل قوة الحوسبة بالذكاء الاصطناعي إلى 4.5 أضعاف الجيل السابق

ترفع آبل «قوة حوسبة الذكاء الاصطناعي على الجهاز» إلى مستوى جديد. ووفقًا لما نشرته آبل في newsroom بتاريخ 25 أغسطس، طرحت الشركة شريحة M5 Ultra الجديدة، وتصفها بأنها أقوى شريحة في تاريخها، مع قفزة كبيرة في قدرات الحوسبة بالذكاء الاصطناعي والأداء الرسومي، كما أنها تأتي حصريًا مع جهاز Mac Studio الجديد الذي تم الإعلان عنه في اليوم نفسه. أول تصميم رباعي الرقائق؛ يتم دمج جهازي M5 Max باستخدام UltraFusion لتكوين أكبر بنية ممكنة لـ M5 Ultra. وهذه هي المرة الأولى في سلسلة M التي تعتمد تصميم «الرقائق الأربعة (quad-die)». تستخدم آبل تقنية التغليف UltraFusion الخاصة بها لربط جهازي M5 Max، وكل منهما ثنائي الرقائق، في معالج واحد؛ ما يجعل عرض النطاق بين الرقائق يتجاوز 4.4TB/s، وترتفع الكثافة في الاتصال بأكثر من 6 أضعاف مقارنة بالجيل السابق، بحيث تعمل الرقائق الأربع بتعاون كما لو كانت شريحة واحدة. تصل قدرة المعالج (CPU) إلى 36 نواة كحد أقصى، مكوّنة من 12 نواة super core و24 نواة أداء (performance core). مقارنةً بـ M3 Ultra، ترتفع أقصى كفاءة الخيط الواحد بنسبة 1.25 مرة، وبالنسبة للمهام متعددة الخيوط تصل الزيادة إلى 1.3 مرات.

تتميز وحدة معالجة الرسوميات (GPU) الجديدة بعدد يصل إلى 80 نواة، ويحتوي كل نواة على Neural Accelerator مدمج، لتصل قوة الحوسبة القصوى في الذكاء الاصطناعي إلى 4.5 أضعاف M3 Ultra. الرسوميات والذكاء الاصطناعي هما ساحة المعركة الأساسية في هذا الجيل. تصل وحدة GPU في M5 Ultra إلى 80 نواة كحد أقصى، كما أن كل نواة تتضمن Neural Accelerator لتسريع عمليات الذكاء الاصطناعي. وتدّعي آبل أن قوة الحوسبة القصوى للـ AI في وحدة GPU تصل إلى 4.5 أضعاف M3 Ultra، وبزيادة تتجاوز 6 أضعاف مقارنةً بـ M1 Ultra. أما أداء الرسوميات فيُقال إنه أسرع حتى 40% مقارنةً بـ M3 Ultra.

وبالاقتران مع 32 نواة Neural Engine، وذاكرة موحّدة بسعة تصل إلى 512GB، وعرض نطاق للذاكرة يصل إلى 1.2TB/s (أعلى بنسبة 50% من M3 Ultra)، فإن هذا التكوين يجمع بين ذاكرة موحّدة كبيرة ومسرّعات عصبية، وهو مصمم خصيصًا لتشغيل نماذج ذكاء اصطناعي كبيرة وأحمال عمل توليدية على الجهاز نفسه.

يبدأ سعر Mac Studio 5,499 دولارًا، ويبدأ الشحن في 22 سبتمبر، وتزامن الإعلان مع إصدار شرائح 2 نانومتر M6 وM5 Ultra. حتى الآن، يتم حصر M5 Ultra حصريًا في Mac Studio الجديد. يبدأ سعر Mac Studio المزود بـ M5 Ultra من 5,499 دولارًا، بينما يبدأ سعر نسخة M5 Max من 2,499 دولارًا؛ وتم فتح باب الطلبات المسبقة في 30 دولة ومنطقة، بما فيها الولايات المتحدة، اعتبارًا من 25 أغسطس، على أن يبدأ الشحن في 22 سبتمبر.

وفي نفس اليوم، كشفت آبل أيضًا عن شريحة M6، وهي أول شريحة تستخدم عملية تصنيع 2 نانومتر لديها، مع التركيز على أداء وكفاءة الطاقة للأجهزة المحمولة. عندما يصبح بالإمكان على الجهاز نفسه تحمل قوى ذكاء اصطناعي تعادل عدة أضعاف الجيل السابق، إلى جانب ذاكرة تصل إلى 512GB، فإن اتجاه انتقال استدلال الذكاء الاصطناعي من السحابة إلى سطح المكتب يكتسب قطعة جديدة ثقيلة الوزن.

ظهرت هذه المقالة «ظهر معالج Apple M5 Ultra، وتصل قوة الحوسبة بالذكاء الاصطناعي إلى 4.5 أضعاف الجيل السابق» لأول مرة في .

$TRX $METAB $MU
تاريخ HBM ومستقبله: من خلال استعراض HBM عبر الأجيال، كيف تُعدّ الحزمة ساحة المعركة الحاسمة؟

في مؤتمر Hot Chips 2026، قدّم مايكروسن (Micron, MU)، أحد أكبر ثلاثة مصنّعين للذاكرة في العالم، خطابًا اعترف فيه بأن أداء الحوسبة الخاصة بالذكاء الاصطناعي ينمو بمقدار 3 أضعاف كل عامين، بينما لا يتجاوز معدل توسّع عرض الحزمة الخاص بـ HBM أقل من ضعفين كل عامين. ونتيجة لذلك، تزداد باستمرار حدة «جدار الذاكرة (Memory Wall)». خلال تدريب Meta Llama 3، تم رصد عيوب في HBM كشفت عنها حالات انقطاع غير متوقعة بنسبة تصل إلى 17%، ما يزيد من تفاقم أزمة موثوقية الذاكرة. وتخشى مايكروسن أنه في حال عدم حدوث ابتكارات ثورية على مستوى التصنيع (المعالجة التقنية) والتغليف وتصميم واجهة الإدخال/الإخراج (IO)، فقد يواجه مسار HBM الحالي حدودًا فيزيائية أسرع من المتوقع. ملخص النقاط الرئيسية: معدل نمو أداء الذكاء الاصطناعي (3 أضعاف كل عامين) يستمر في التغلب على توسع عرض حزمة HBM (أقل من ضعفين كل عامين)، كما يزداد «جدار الذاكرة» سوءًا. في تدريب Meta Llama 3، تُنسب نحو 17% من حالات الانقطاع المفاجئة إلى أعطال HBM. في عبوات المسرّعات التقليدية للذكاء الاصطناعي، تكون مساحة شرائح سيليكون HBM أكبر من GPU بنحو 8 أضعاف. يحقق عرض حزمة HBM4 سرعة 2,800 GB/s، أي أعلى من DDR5 بما يتراوح بين 15 إلى 17 مرة، لكن تكلفة مساحة السيليكون لكل وحدة سعة تبلغ تقريبًا 3 أضعاف تكلفة DDR5. كلما ارتفعت الكثافة تزداد كفاءة الطاقة سوءًا، ولم يعد تكديس الـ stack وحده حلًا سحريًا. راهنت مايكروسن على تقنيات تغليف مبتكرة اختراقية مثل Fusion Bonding وGlass Substrate وCPO لتجاوز عنق الزجاجة. المشكلة الحالية لا يمكن حلها بواسطة شركة واحدة فقط؛ بل يلزم تعاون سلسلة صناعية كاملة تشمل مورّدي HBM، وشركات تصنيع الرقائق/OSAT، وتصميم SoC، والبرمجيات والأوساط الأكاديمية. (لماذا يمكن أن يستمر «سوق ثور الذاكرة» في الارتفاع خمس سنوات أخرى؟ ثلاث مؤشرات لفهم الفروق بين HBM وDRAM وNAND؟)

انطلاقًا من Scaling Law: مكانة الذاكرة كمحرك أساسي لتوسيع كفاءة LLM
تبدأ مايكروسن بالاستشهاد أولًا بورقة بحثية من OpenAI بعنوان «Scaling Laws for Neural Language Models» كافتتاحية. وتستخدم ثلاث منحنيات لقوانين الأسّس لتوضيح المشكلة الجوهرية: انخفاض خسارة الاختبار لـ LLM بسلاسة مع زيادة القدرة الحاسوبية وحجم مجموعة البيانات وعدد معلمات النموذج. كما أن العوامل الثلاثة يجب أن تتوسع معًا لتحقيق أفضل أداء. صورة لخط المواكبة لكفاءة الحوسبة
بعبارة أخرى، ليست الذاكرة مجرد دور ثانوي، بل واحدة من المتغيرات الرئيسية التي تدفع التقدم المستمر لـ LLM. بدون التوسع المتزامن للذاكرة، تصبح زيادة القدرة الحاسوبية بلا جدوى.

جدار الذاكرة في تدهور: عرض الحزمة لا يستطيع اللحاق بنمو القدرة
وفقًا لبيانات المنتجات الفعلية من 2019 إلى 2027، تستمر قدرة GPU في الارتفاع عبر A100 وH100 وMI300X وB200، مع الحفاظ على معدل نمو يقارب 3 أضعاف كل عامين. في المقابل، ينتقل عرض حزمة HBM من HBM2E إلى HBM4، لكن معدل نموه لا يتجاوز أقل من ضعفين كل عامين.
جدار الذاكرة: الفجوة في مسار نمو قدرة GPU بين 2017 و2027
وبسبب تأثير الفائدة المركبة، تزداد فجوة احتياج الذاكرة بالنسبة للقدرة الحاسوبية بمقدار إضافي 1.5 مرة كل عامين، ما يجعل الهوة المتراكمة على المدى الطويل كبيرة جدًا.

لماذا يصعب استبدال HBM؟ منطق هندسي يعتمد على Roofline Model
توضح مايكروسن القيمة الجوهرية لـ HBM باستخدام Roofline Model (نموذج خط السقف). في تدريب الذكاء الاصطناعي والاستدلال، تقع كمية كبيرة من عمليات الحساب ضمن «منطقة عنق الذاكرة (Memory Bound)»، حيث لا يتمكن المعالج من تحقيق كفاءة أثناء الانتظار لوصول البيانات.

Roofline Model: ترفع HBM من خلال تحسين الحد الأعلى لعرض الحزمة خط السقف للأعلى، ما يتيح أن تصل أحمال عمل ذكاء اصطناعي كثيفة الذاكرة إلى أداء أعلى
تتمثل وظيفة HBM في رفع الحد الأعلى لعرض الحزمة ككل، بحيث تدخل أحمال عمل ذكاء اصطناعي أكثر في منطقة تشبع القدرة قبل أن تلامس حدود الذاكرة، مما يحرر القيمة القصوى النظرية لأداء GPU بالكامل.

تطور مواصفات HBM عبر ستة أجيال في لمحة: من «كم نُخزن» إلى «كم بسرعة ننقل»
منذ ظهور HBM عام 2014، شهدت ستة أجيال قفزات كبيرة في المواصفات الأساسية:

جدول مواصفات أجيال HBM الستة: يشمل عدد القنوات، ومعدل نقل البيانات، والعرض الاسمي، وكثافة DRAM، وارتفاع التكديس، وسعة الـ Cube
ارتفع معدل نقل البيانات من 1 Gbps إلى 11 Gbps، أي نمو بمقدار 11 مرة
قفز العرض الاسمي من 128 GB/s إلى 2,800 GB/s، أي نمو بمقدار 22 مرة
للمرة الأولى، ضاعف HBM4 عدد Data I/O من 1,024 قناة في الأجيال الخمسة السابقة إلى 2,048 قناة؛ ويُعد ذلك أحد الأسباب الرئيسية للقفزة الكبيرة في عرض الحزمة.

جدير بالملاحظة أن كثافة DRAM لكل شريحة (die) في HBM4 وHBM3E متساوية وتبلغ 24 Gb. أما القفزة في عرض الحزمة في HBM4 فتعتمد على مضاعفة الـ IO وتحسين معدل نقل البيانات، وليس على زيادة كثافة الـ die. وهذا يوضح أن محور المنافسة بين أجيال HBM انتقل من «كم نُخزن» إلى «كم بسرعة ننقل».

مساحة شرائح السيليكون أكبر من GPU بـ 8 أضعاف: HBM هي الجسم الحقيقي لمسرّعات الذكاء الاصطناعي
كما أشارت مايكروسن إلى أنه في تغليف مُسرّع ذكاء اصطناعي نمطي مزود بـ 8 شرائح HBM4، تكون مساحة شرائح سيليكون الذاكرة أكبر من GPU بمقدار 8 أضعاف. وبمعنى آخر، تُعدّ HBM هي المكوّن الفيزيائي الأكبر من حيث المساحة داخل مسرّع الذكاء الاصطناعي، بينما تأتي GPU في المرتبة الأقل.

مقارنة مساحات السيليكون: على اليسار يوجد تغليف SiP (System-In-Package) حيث تحيط 8 شرائح HBM4 بشريحتين من GPU. وعلى اليمين تمت مقارنة المساحة السيليكونية بين GPU وHBM4 (12-high)، حيث تتجاوز مساحة HBM4 تلك الموجودة في الجانب الأيسر بأكثر من 8 أضعاف.
HBM مقابل DDR5: تفوق في عرض الحزمة بنحو 15 مرة، لكن تكلفة مساحة السيليكون تصل إلى 3 أضعاف
في التهيئة النموذجية لـ GPU، تصل البنية الكلية لعرض حزمة HBM إلى 5.3 TB/s، بينما تبلغ DDR5 حوالي 300 GB/s، أي بفارق يقارب 16 مرة. ومن ناحية عرض الحزمة لكل شريحة، تبلغ HBM3E 256 GB/s مقارنةً بـ DDR5 التي تبلغ 8 GB/s، ليزداد الفارق إلى 32 مرة.
الولوج عالي التسلسل إلى الذاكرة...

من أين تأتي «النكهة الآلية» في الكتابة بالذكاء الاصطناعي؟ a16z: لا تعاودوا التشكيك فيما إذا كان الذكاء الاصطناعي قد كتب، بل المشكلة هي هل المقال جيد أم لا

بعد انتشار الذكاء الاصطناعي التوليدي، أصبحت عبارة «هل هذه المقالة مكتوبة بواسطة الذكاء الاصطناعي؟» شبه نقد جديد لمحتوى الإنترنت. لكن شركة رأس المال الاستثماري a16z التابعة لـ a16z crypto ترى أن هذا السؤال ربما غير صائب من البداية. (هل النشرات الإلكترونية التي تقرؤها مكتوبة بالذكاء الاصطناعي؟ Substack يطلق أداة لكشف الذكاء الاصطناعي لمواجهة «Claudefishing»—التزييف كإنتاج بشري). شاركت a16z crypto مؤخراً مقالاً بعنوان «The habits of AI writing, and what to do about them» يناقش من أين تأتي «نكهة الذكاء الاصطناعي» التي اعتاد الناس الشعور بها.

كثير من مشكلات الكتابة المنسوبة إلى الذكاء الاصطناعي كانت موجودة أصلاً منذ أن بدأ البشر استخدام النماذج اللغوية الكبيرة. والذكاء الاصطناعي، في أحسن الأحوال، يقوم فقط بنسخ هذه العادات السيئة على نطاق واسع ثم تضخيمها. لذلك، بدلاً من سؤال كم نسبة المقالة المُولَّدة بواسطة الذكاء الاصطناعي، الأهم هو: هل يشرح المقال الأمور بوضوح؟ هل المعلومات موثوقة؟ وهل يقدّم فعلاً قيمة للقراء؟

ما يُسمّى «نكهة الذكاء الاصطناعي» في الواقع غالباً ما يكون مجرد عادات سيئة للبشر أنفسهم.

عندما يقرأ الناس مقالاً، يسهل عليهم تحديد أنه «يبدو كأنه مكتوب بواسطة ChatGPT». مثلاً، كثرة الجمل التي تبدو عميقة لكنها لا تحمل معلومات كثيرة، ومليء بعبارات نمطية على طريقة عروض الشركات، وتقسيم كل شيء إلى نقاط ثلاث مرتّبة بإتقان، ومقال له هيكل كامل لكن لا تجد فيه صوت الكاتب الخاص، أو تكرار علامات ترقيم وصيغ جمل متشابهة جداً.

صنّفت a16z crypto هذه المشكلات تقريباً إلى عدة أنواع، منها: التعبير «الادعائي العميق» (pseudo-profound)، واللغة شديدة العمومية، والهيكلة المفرطة، وغياب الصوت الشخصي، وتكرار علامات الترقيم وصيغ الجمل.

لكن المشكلة أن هذه العيوب لم يخترعها الذكاء الاصطناعي. فبيانات العلاقات العامة للشركات، وتقارير الاستشارات، والكتابة الأكاديمية وحتى البيانات الصحفية كانت دائماً ممتلئة بمشكلات مماثلة. النماذج اللغوية الكبيرة تتعلم فقط من كم هائل من نصوص البشر، ثم تعيد تركيب أكثر أساليب التعبير شيوعاً وأماناً وأسهل توقّعاً.

بعبارة أخرى، فإن «نكهة الذكاء الاصطناعي» التي يكرهها كثيرون هي—إلى حد ما—متوسط أساليب الكتابة المتوسطة لدى البشر.

بدلاً من البحث عن «الذكاء الاصطناعي»، اعتبروا «نكهة الذكاء الاصطناعي» قائمة أخطاء للكتابة.

وهذا أيضاً يفتح زاوية تفكير أخرى مع ظهور «اكتشاف الذكاء الاصطناعي» (AI Detection). بدلاً من اعتبار بعض السمات دليلاً على ما إذا كانت المقالة مولَّدة بالذكاء الاصطناعي، يمكن التعامل معها كمجموعة «لتصنيف المقالات السيئة». عندما تظهر في المقالة كمية كبيرة من الصفات الغامضة، اطلبوا من الكاتب إضافة أشخاصاً وأرقاماً وأحداثاً وأمثلة محددة. عندما تبدو الفقرة كاملة لكنها لا تحمل رأياً، اسألوا الكاتب عمّا يريد قوله فعلاً. عندما تكون كل فقرة متشابهة تماماً في شكلها، أعدوا ضبط الإيقاع. وعندما يمكن أن تنطبق جملة على أي صناعة، فمن المحتمل أنها لا تقدم معلومات كافية أصلاً.

المفتاح في المقال الجيد ليس «أن لا يكون فيه ذكاء اصطناعي»، بل أن يكون محدداً بما يكفي وذا مصداقية.

وترى a16z crypto أن الاتجاه الحقيقي الأهم هو الحفاظ على specificity (التحديد/الاستهداف الدقيق) وauthenticity (الصدق/الأصالة) في الكتابة. وهذا يعني أيضاً أنه لا ينبغي بالضرورة استبعاد الذكاء الاصطناعي من عملية الكتابة. بالعكس، يمكن استخدامه لفحص أي الفقرات عامة جداً، وأي الجمل يمكن حذفها، وما إذا كانت بنية المقال مختلطة، وحتى لمساعدة الكاتب في العثور على العبارات الجاهزة التي يكرر استخدامها مراراً.

غير مناسب تماماً للتفويض الكامل للذكاء الاصطناعي هو حكم الكاتب نفسه. مثل: لماذا تستحق هذه المسألة أن تُكتب؟ ما هو أهم تفصيل؟ ما الرأي الذي لا أتفق معه في السوق؟ وأي معلومات يستحق أن يقضي القارئ وقته في قراءتها—هذه هي التي تشكل الفارق الحقيقي في المقالة.

إذا سلّم الكاتب حتى هذه الأحكام إلى النموذج، فقد ينتهي الأمر—حتى لو كانت القواعد صحيحة تماماً، والهيكل جميلاً—بالحصول في النهاية على نص «لا خطأ فيه، لكنه أيضاً لا شيء يستحق التذكر».

من أين تأتي «نكهة الآلة» في الكتابة بالذكاء الاصطناعي؟ a16z: لا تعاودوا التشكيك فيما إذا كان الذكاء الاصطناعي قد كتب، بل المشكلة هي هل المقال جيد أم لا. ظهرت أولاً في .

أطلقت شركة أنثروبيك مدرسة Claude Academy المجانية لتعلّم استخدام الذكاء الاصطناعي؛ تعرّف على الكيفية

تعلّم كيفية استخدام الذكاء الاصطناعي—وهذه المرة من شركة تصنع الذكاء الاصطناعي بنفسها. أطلقت Anthropic في 20 أغسطس منصة تعلّمٍ إلكترونية مجانية تُسمّى Claude Academy، لتُتيح للجمهور الطريقة التي تدرب بها موظفيها على استخدام الذكاء الاصطناعي، وتعلّم الأفراد والمؤسسات كيفية توظيف الذكاء الاصطناعي بأمان وفعالية. إنها ليست قائمة أوامر جاهزة بالخط المائل، بل تتمثل أكبر مميزات Claude Academy—المبنية على منهجية تدريب موظفي Anthropic فعليًا—في أنها ليست «حزمة أوامر مختصرة للكسالى»، وإنما إطار تدريب حقيقي داخل الشركة.

محور المنصة هو إطار Anthropic لتمتّع الذكاء الاصطناعي بمستوى عالٍ من الفهم (AI Fluency)، والذي يتكوّن من أربعة عناصر (D): التفويض (Delegation: تحديد الأهداف والقرار ما إذا كان ينبغي تسليمها للذكاء الاصطناعي وكيفية ذلك)، الوصف (Description: صياغة الأهداف بفعالية لتُفهم من قِبل الذكاء الاصطناعي)، التمييز (Discernment: تقييم بدقة ما إذا كانت مخرجات الذكاء الاصطناعي قابلة للاستخدام)، والاجتهاد/الحرص (Diligence: تحمّل المسؤولية عن كيفية استخدامك للذكاء الاصطناعي).

تشدد Anthropic على أن الدروس تركز عمدًا على «مبادئ أوسع» لا على وظائف منتج محددة، لأن الأخيرة سرعان ما تصبح قديمة.

من Claude 101 إلى API وMCP: مسارات تعلم موجهة

تُصمَّم الدروس وفق مسارات تتفرع حسب منتجات Claude، وتغطي مسارات تعلم منتجات مثل Claude.ai وClaude Code وClaude Platform وCowork، كما توجد سلسلة مستقلة من دورات AI Fluency لمساعدة غير المتخصصين في المجال التقني على بناء فهم أساسي لمفاهيم الذكاء الاصطناعي. يمتد المحتوى من مستوى المبتدئ وحتى بناء تطبيقات باستخدام منصة Claude وواجهة API. كما وضعت Anthropic مسارات مختلفة لكل من المطورين والطلاب والمعلمين والمحترفين وحتى المؤسسات غير الربحية.

مجانية وقابلة للتتبّع مع مسارات توصية مهارية خاصة

تُتاح Claude Academy عبر academy.claude.com، ويمكن أيضًا الدخول إليها من قائمة «Learn more» الخاصة بـ Claude. ووفقًا للتقارير، توفر المنصة توصيات لمسارات تعلم مخصصة، وتتبعًا لتقدم التعلم وآلية شهادات/أوسمة (badges)، كما تتضمن أداة تُسمّى «Claude Academy Skill» يمكنها أن توصي بمسار تعلم مناسب حسب احتياجاتك، لتتعلم أثناء التمرّن مباشرةً عبر التفاعل مع Claude.

وبالنسبة إلى Anthropic، فإن إطلاق منصة تعليمية ليس مجرد عمل خيري. ومع استمرار تطور قدرات أدوات الذكاء الاصطناعي، غالبًا لا تتمثل نقطة الاختناق الحقيقية في التقنية، بل في سؤال: «هل سيستخدم الناس الذكاء الاصطناعي؟ وهل سيستخدمونه بالطريقة الصحيحة؟». إن إتاحة منهجية تدريب موظفيها للجمهور تعني خفض عتبة الاستخدام وتوسيع قاعدة اعتماد Claude—وهو ما يتماشى كذلك مع توافق حديث في الصناعة: المفتاح لتطبيق الذكاء الاصطناعي على أرض الواقع يتحول من النموذج نفسه إلى «مستوى تمكّن المستخدمين (AI Literacy)».

أول ظهور لهذه المقالة «Anthropic تطلق Claude Academy المجانية لتعليمك استخدام الذكاء الاصطناعي» كان في .

$NVDAB
لقطة مباشرة من مؤتمر 2026 FMS: شركة SK hynix وSanDisk تعلنان أول مواصفات معيارية لـ HBF

تعمل SK hynix (SK海力士) وSanDisk معًا لدفع ابتكار جديد يُسمّى HBF (High Bandwidth Flash/فلاش عالي عرض النطاق)، بهدف نقل ذاكرة NAND Flash إلى بنية تكديس مشابهة لـ HBM، بما يرفع السعة وعرض النطاق بشكل كبير، مع التركيز على سوق استدلال الذكاء الاصطناعي الذي ينمو بسرعة. ووفقًا لتقرير من مجلة «Forbes»، خلال مؤتمر 2026 FMS Conference الذي عُقد في سانتا كلارا بولاية كاليفورنيا الأميركية، كشفت SK hynix وSanDisk عن المواصفات الأولية لـ HBF وخريطة طريق تطويره.

قد تصل سعة الإصدار الأول إلى 512GB كحد أقصى، ويتراوح عرض النطاق حسب الفئة بين 0.4 TB/s و3.0 TB/s، كما يعتمد تقنية UCIe (Universal Chiplet Interconnect Express) كوسيلة ربط بين HBF والمعالج.

وأظهرت حالات اختبار عرضتها SanDisk أنه في سيناريوهات استدلال AI محددة، مع استخدام 4 وحدات GPU مع 4TB من HBF، مقارنةً بـ 8 وحدات GPU مع 192GB من HBM، يكون عدد الرموز المُولَّدة في الثانية متقاربًا تقريبًا. وهذا يعني أن كفاءة استخدام GPU يمكن أن تصل إلى نحو ضعفين مقارنة بالحالة الثانية، مع خفض التكلفة الإجمالية في الوقت نفسه.

ما هي HBF؟ تحويل NAND إلى بنية تكديس شبيهة بـ HBM

إحدى أهم أنواع الذاكرة لدى وحدات معالجة رسوميات/AI GPU الحالية هي HBM. فهي تعتمد تكديسًا رأسيًا لطبقات متعددة من DRAM، ما يوفر عرض نطاق نقل بيانات مرتفعًا جدًا، وقد أصبحت عنصرًا أساسيًا لدى مُسرّعات الذكاء الاصطناعي من شركات مثل NVIDIA وAMD.

لكن مع انتقال أحمال عمل الذكاء الاصطناعي تدريجيًا من التدريب إلى الاستدلال واسع النطاق، يتزايد بسرعة حجم البيانات مثل أوزان النموذج وبيانات RAG وKV Cache وحالة الوكيل (Agent State) والبيانات الوصفية (Metadata). الاعتماد وحده على HBM المكلف وقليل السعة قد لا يكون الخيار الأكثر فعالية من حيث التكلفة في جميع السيناريوهات.

فكرة HBF هي تطبيق مفاهيم مشابهة على NAND Flash. صرّح CTO في SanDisk، Alper Ilkbahar، بأن HBF ستقوم بتغليف شرائح NAND بطريقة تكديس وتوصيل شبيهة بـ HBM مع DRAM، بهدف ابتكار حل تخزين غير متطاير عالي السعة وعالي عرض النطاق.

ليس بالضرورة أن تحل HBF بالكامل محل HBM، إذ يمكن استخدامها بشكل مختلط حسب نوع عبء العمل مع HBM، بل وقد تُستخدم منفردة في بعض الحالات.

لا تتمثل غاية HBF في مجرد «صنع فلاش أسرع من SSD»، بل تهدف إلى سد الفجوة الكبيرة في الأداء والسعة والتكلفة بين HBM ومنتجات التخزين التقليدية القائمة على NAND.

SK hynix تعيد تقسيم طبقات ذاكرة AI، وHBF ضمن G1.5

كما طرحت SK hynix خلال مؤتمر FMS Conference طبقة جديدة للذاكرة والتخزين في مجال AI. إضافةً إلى طبقة G1 الحالية (HBM)، أضافت الشركة ثلاث طبقات وسيطة: G0.5 وG1.5 وG2.5، بهدف تحقيق توازن أدق بين الأداء والسعة والتكلفة لسيناريوهات مختلفة من أحمال عمل AI.

منها G0.5 تستخدم تكديس 3D للـ DRAM، وتأتي فوق HBM من حيث التصنيف؛ والهدف هو الحفاظ على سعة بمستوى DRAM مع توفير عرض نطاق قريب من SRAM.

أما G1.5 فهي HBF؛ وتخطط SK hynix لسعة تقارب 1TB وبعرض نطاق يصل إلى مستوى Tb/s.

بينما G2.5 هو ذاكرة مشتركة يتم بناؤها عبر CXL Pooling، ويمكن توسيع سعتها إلى عدة TB.

تشدد SK hynix على أن الهدف الأساسي لهذه البنية هو تعظيم كفاءة xPU وجودة الخدمة (QoS)، وتحسين TPS/MW (الإنتاجية لكل ميغاواط) وToken/$ (عدد الرموز لكل دولار).

مع كون الاستدلال عاملًا محوريًا: KV Cache يحتاج إلى مساحة ذاكرة أكبر

أشار EVP في SK hynix، Kim Chunsung، إلى أن البيانات التي يحتاجها استدلال AI يمكن تقسيمها إلى نوعين.

الأول: الأصول الدائمة مثل نماذج النموذج وبيانات RAG وبيانات المستخدم.

والثاني: الحالات الديناميكية التي تتولد أثناء تنفيذ الاستدلال، بما في ذلك KV Cache وحالة وكيل AI والبيانات الوصفية (Metadata).

وبشكل خاص، مع اتساع Context Window وطول مدة عمل الوكيل، وبدء الشركات في نشر المزيد من خدمات استدلال AI، يصبح تخزين كميات كبيرة من KV Cache عائقًا جديدًا على مستوى العتاد.

لذلك اعتبرت SanDisk أن «Persistent KV Cache» تطبيق مهم ضمن طبقة ذاكرة جديدة، بهدف نقل جزء من البيانات التي كانت تتطلب في السابق حجز سعة HBM غالية الثمن إلى HBF بسعة أكبر وتكلفة أقل.

الإعلان عن المواصفات الأولية لـ HBF: حتى 512GB وعرض نطاق 3 TB/s

أعلن تحالف HBF (HBF Consortium) خلال مؤتمر FMS Conference عن مواصفات الإصدار الأول لـ HBF.

حالياً تشمل الخطط تكوينين لتكديس طبقات NAND: 8-high و16-high، مع وصول السعة إلى 512GB كحد أقصى؛ أما عرض النطاق فيُقسّم إلى ثلاث فئات (Grade 1 إلى Grade 3)، بدءًا من نحو 0.4 TB/s وصولاً إلى 3.0 TB/s.

ومن تصميم مهم آخر أن HBF تستخدم UCIe كواجهة للاتصال مع المعالج. يُعد UCIe معيارًا لربط الشرائح الصغيرة (Chiplets) تدفع الصناعة إليه بنشاط في السنوات الأخيرة. فإذا تمكنت HBF من ترسخها ضمن منظومة صناعية، فقد يتيح ذلك في المستقبل دمج CPU وGPU وAI Accelerator وFlash عالي عرض النطاق عبر واجهات معيارية، بدل الاعتماد بالكامل على تصميمات خاصة من شركة واحدة.

تعمل SanDisk على تطوير BiCS10 (NAND من 332 طبقة) لتجهيز طرق HBF.

هل ستدخل HBF فعلاً إلى مسرعات الذكاء الاصطناعي...

$TRX $METAB
انتهت حقبة “الشراء الأعمى” لأسهم AI: تحوّل المؤسسات إلى الدفاع والتركيز على “مستخدمي الذكاء الاصطناعي عالي الجودة” في الموجة المقبلة

تشير أحدث مقالة صادرة عن مؤسسة أبحاث السوق Paradis Labs إلى أنه، بعد مرور النصف الأول بعملية إعادة تقييم شاملة لسلسلة توريد أشباه الموصلات المرتبطة بالذكاء الاصطناعي، أُغلِق “النافذة الذهبية” لشراء أسهم مفاهيم الذكاء الاصطناعي دون وعي. ومع موجة خفض الرافعة المالية التي اجتاحت السوق في يوليو/تموز، بدأت المؤسسات المالية وشركات إدارة الصناديق بشكل هادئ بسحب رؤوس أموالها من أسهم شركات AI الصغيرة، لتتحول إلى قطاعات دفاعية مثل المالية والرعاية الصحية. وفي الوقت نفسه، يُرجّح أن تصبح الأسهم الكبيرة الممتازة التي تمتلك “خندقًا” قويًا وتتبنى الذكاء الاصطناعي بعمق، اتجاهًا استثماريًا واعدًا للمرحلة التالية. (مؤسسة أبحاث أشباه الموصلات تسرد 5 إشارات لانقلاب صعود “سوق الثيران”: تراجع أسهم فئة AI ليس انهيارًا للطلب)

استعراض صعود شامل في النصف الأول من 2026: الدافع هو العاطفة لا الأساسيات
عند مراجعة الربعين الأول والثاني من 2026، شهدت سلسلة توريد مرتبطة بالذكاء الاصطناعي ارتفاعًا شبه شامل. وتمكنت العديد من أسهم “مفهوم AI” الهامشية (AI shitcos) من مضاعفة قيمتها خلال أسابيع قليلة. ترى Paradis Labs أن المحرك الأساسي لهذا الارتفاع لم يكن تحسنًا ملموسًا في أساسيات الشركات، بل عودة جماعية نابعة من قاع التقييمات بعد ضغط مفرط، ما يعني—بجوهرة الأمر—إعادة تسعير يقودها شعور السوق.

يُعتقد أن عملية إصلاح التسعير هذه قد اكتملت في الأساس. وبدون محفزات جوهرية جديدة، ترى Paradis Labs أن إعادة إنتاج موجة صعود انفجارية بهذا الحجم في النصف الأول قد تكون صعبة للغاية، خصوصًا مع استمرار حالة الاقتصاد الكلي غير المستقرة بدرجة عالية، ما يزيد من ضغط كبح الدافع وراء الاستثمارات المضاربية.

يُعد خفض الرافعة المالية في يوليو/تموز نقطة التحول، وإعادة التشكيل من قبل المؤسسات
اعتبرت Paradis Labs موجة خفض الرافعة المالية في يوليو/تموز بمثابة الفاصل المهم في هذه الجولة من السوق. بعد الحدث، ظهرت إشارات واضحة: تقوم المؤسسات بخفض مراكزها في أسهم AI الصغيرة في الولايات المتحدة وأوروبا، بينما تشتري بدلاً من ذلك أسهمًا في قطاعات مالية وأصولًا دفاعية مثل الرعاية الصحية. ويُلاحظ أن صناديق أوروبية كانت الأكثر نشاطًا في هذا الاتجاه، إذ وصلت مواقفها من الأصول ذات المخاطر المرتفعة المرتبطة بالذكاء الاصطناعي إلى درجة عالية من الحذر.

وتقول Paradis Labs إنها لا تزال غير قادرة على تأكيد ما إذا كان هذا التحول في تخصيص الأصول سيتسم بطول دورة استثمارية، أو أنه مجرد تعديل تكتيكي قصير الأجل، لكن تدفق الأموال في حد ذاته ينقل إشارة واضحة إلى انكماش تفضيل المخاطر. وبالنسبة للمستثمرين الأفراد، يعني ذلك أن منطق إدارة الاستثمار في الجزء التكنولوجي يجب أن ينتقل من “اختيار القطاعات” إلى “اختيار الأسهم”.

(شركة تيانفِن للأوراق المالية: بيانات موسم التقارير تحطم حجج المعارضين بشكل شامل، وتأكيد عودة سوق الثيران للذكاء الاصطناعي)

أين الفرصة المقبلة؟ مُستخدمو الذكاء الاصطناعي عالي الجودة بأقل من قيمتها
في ظل ميل شعور السوق إلى الحذر، ترى Paradis Labs أيضًا أن فرصة الاستثمار التالية تتشكل بهدوء، مع تركيز على الشركات الكبيرة التي تُدمج الذكاء الاصطناعي بشكل عميق في أعمالها الرئيسية—وخاصة تلك التي ما زالت تقييماتها مضغوطة نسبيًا.

وتؤكد أن السمات المشتركة لهذه الشركات هي:
لديها “خندق” تجاري يصعب تقليده (moat)
كفاءة قوية لتحويل النقد (cash conversion)
كفاءة تشغيلية متقدمة على المنافسين
بمجرد أن يبدأ استثمار AI في تحقيق توسع فعلي في هامش الربحية (margin expansion)، ستكون إعادة تقييم هذه المجموعة من الشركات نتيجة حتمية من قبل السوق.

وقد سَمّت Paradis Labs كلًّا من Uber وNetflix وMeta كأمثلة على منطق اختيار الأسهم لديها. فالشركات الثلاث تمتلك نماذج أعمال قابلة للتوسع على نطاق واسع، كما أنها تُدخل الذكاء الاصطناعي في المنتجات وعمليات التشغيل بطرق يمكن قياسها.

تركيز على الأصول الممتازة مع تنويع مناسب للمخاطر
وبناءً على ما سبق، ترى Paradis Labs أنه ينبغي تركيز حصة أسهم التكنولوجيا على أسهم عالية الجودة تمتلك القدرة على النمو المركب عبر AI، بدلًا من تغطية سلسلة توريد AI بأكملها بصورة عشوائية. وفي الوقت ذاته، وبحسب تحمل الفرد للمخاطر، يُنصح بتوزيع جزء من الاستثمارات—بشكل مناسب—على قطاعات غير دورية خارج التكنولوجيا للتعامل مع استمرار حالة عدم اليقين في الاقتصاد الكلي.

وتؤكد أن ذلك لا يعني الرهان ضد أسهم التكنولوجيا، بل هو تعديل لمنطق اختيار الأسهم: من “الرهان الشامل على موجة AI” إلى “تقييم جوهر الشركات”.

هذه المقالة: انـتهت حقبة “الشراء الأعمى” لأسهم AI: تحوّل المؤسسات إلى الدفاع والتركيز على “مستخدمي الذكاء الاصطناعي عالي الجودة” في الموجة المقبلة—ظهرت أول مرة في.

$BTC $XRP
ما هي عوائد سندات الخزانة؟ دليل شامل لعام 2026: فرق 10 و30 سنة مع ربط العملات المشفّرة

في أغسطس 2026، وصلت عوائد سندات الخزانة الأميركية طويلة الأجل مؤقتًا إلى أعلى مستوى خلال نحو 20 عامًا، ثم أعلنت وزارة الخزانة الأميركية عن مضاعفة عمليات إعادة شراء السندات طويلة الأجل، فهبطت العوائد فورًا. كما قفزت العملة المشفّرة بيتكوين وXRP والذهب أيضًا. هذه السلسلة من الترابط جعلت عبارة «عائد سندات الخزانة» كلمة مفتاحية تمتد عبر أسواق الأسهم والسندات والمشفّرات. يشرح هذا الدليل بأسهل الكلمات ما هي عوائد سندات الخزانة، وما الفرق بين السندات ذات أجل 10 سنوات و30 سنة، وكيف تؤثر صعود وهبوط العوائد على استثماراتك.
ما هي عوائد سندات الخزانة؟ ولماذا تتحرك أسعار السندات عكسًا؟
سندات الخزانة هي وثائق دين تصدرها الحكومة من أجل جمع الأموال. شراء السندات يعني أنك تُقرض الحكومة المال، فتتعهد الحكومة بدفع فوائد لك بشكل دوري وبإرجاع أصل القرض عند الاستحقاق.
أما «العائد (yield)» فيشير إلى معدل العائد السنوي الذي تحصل عليه عندما تشتري السند بالسعر السوقي الحالي وتمسك به حتى تاريخ الاستحقاق.
أكثر نقطة قد تسبب الالتباس هي أن العائد وسعر السند يتحركان «عكسًا». لنأخذ مثالًا مبسطًا: سند بقيمة اسمية 100 دولار، ويدفع فائدة ثابتة قدرها 5 دولارات سنويًا. إذا اشتريتَه بسعر 100، فإن العائد يساوي 5%. لكن إذا لم يكن هناك طلب كافٍ، واضطررت لدفع 90 فقط لشرائه، تصبح فائدة 5 دولارات بالنسبة لِرأس المال البالغ 90 مساوية تقريبًا لـ 5.6%.
وبالعكس، إذا كان هذا السند مطلوبًا بشدة ولم تتمكن من شرائه إلا بـ 110، فإن العائد ينخفض إلى حوالي 4.5%.
بمعنى آخر: عندما ينخفض سعر السند ترتفع العوائد، وعندما يرتفع سعر السند تنخفض العوائد. لذلك عندما ترى في الأخبار أن «العائد يقفز»، فغالبًا ما تكون الحقيقة خلف ذلك أن «الجميع يبيع سندات الخزانة».
الفرق بين 10 سنوات و20 سنة و30 سنة؟ فهم منحنى العوائد
تصنَّف سندات الخزانة بحسب مدة الاستحقاق، من السندات القصيرة التي تمتد لبضعة أشهر إلى سندات طويلة تمتد حتى 30 سنة. وعند رسم عوائد الفئات المختلفة على شكل خط، نحصل على ما يسمى «منحنى العوائد (yield curve)».
في الظروف العادية، كلما طالت مدة القرض زادت درجة عدم اليقين، فيطلب المستثمرون تعويضًا أكبر على شكل فائدة أعلى. لذلك يكون منحنى العوائد عادةً على شكل ميل صاعد: «عوائد قصيرة أقل، وعوائد طويلة أعلى».
ومن بين آجال مختلفة، هناك آجال تعتبر مهمة بشكل خاص:
- غالبًا ما يُنظر إلى أجل السنتين باعتباره انعكاسًا لتوقعات السوق لمسار سعر الفائدة قصير الأجل لدى مجلس الاحتياطي الفيدرالي.
- أجل العشر سنوات يُعد «مرساة تسعير» في الأسواق المالية العالمية؛ إذ تُستخدمه كثير من الأنظمة كأساس، مثل معدلات الرهون العقارية وسندات الشركات وحتى معدلات الفائدة في العديد من الدول.
- أما 20 سنة و30 سنة فتعكس نظرة السوق إلى التضخم طويل الأجل، والعجز المالي، وقدرة الحكومة على سداد ديونها.
عندما تكون عوائد الآجال الطويلة مرتفعة جدًا، غالبًا ما يعني ذلك أن السوق يقلق من ديون الحكومة ومن التضخم طويل الأجل. وفي أغسطس 2026، وصلت عوائد سندات الخزانة الأميركية لأجل 30 عامًا مؤقتًا إلى نحو 5.3%، مسجلةً أعلى مستوى خلال قرابة 20 عامًا، وقد جرى أيضًا تداول تفاصيل أسباب ذلك في تقارير سابقة عن ارتفاع عوائد السندات طويلة الأجل الأميركية لأعلى مستوى خلال 20 عامًا.
ماذا يعني ارتفاع العوائد؟ ولماذا تخاف الأسهم والمشفّرات؟
بشكل جوهري، يعني ارتفاع العوائد أن «معدل العائد الخالي من المخاطر ارتفع». عندما يصبح بإمكانك إقراض أموال للحكومة الأميركية وتحقيق ربح ثابت يتجاوز 5%، تصبح الأصول التي لا تدفع توزيعات وتكون أكثر تقلبًا (مثل أسهم النمو والبيتكوين) أقل جاذبية نسبيًا—وهذا هو السبب الأول الذي يؤدي إلى كبح الأصول عالية المخاطر عند ارتفاع العوائد.
ثانيًا، العوائد هي معيار تكلفة التمويل في الاقتصاد ككل. عندما ترتفع، ترتفع أيضًا تكلفة إصدار السندات لدى الشركات، وكذلك معدلات الرهون العقارية وقروض السيارات للأفراد، ما يضعف وتيرة الاستهلاك والاستثمار ويؤثر سلبًا على توقعات أرباح الأسهم.
ثالثًا، بالنسبة للحكومة نفسها، كلما ارتفعت العوائد زادت عبء الفائدة على إصدار ديون جديدة وعلى خدمة الديون القائمة. ومع اقتراب الدين الأميركي من 40 تريليون دولار، فهذا أيضًا أحد مخاوف السوق.
وبالعكس، عندما تنخفض العوائد تنخفض تكلفة الأموال ويقل العائد الخالي من المخاطر، فتزداد ميول الأموال للعودة إلى الأصول عالية المخاطر مثل الأسهم والمشفّرات. ولهذا السبب غالبًا ما يرتفع سعر البيتكوين عندما تظهر إشارات مثل «خفض الفائدة» أو «تسهيل السيولة».
من الذي يؤثر في العوائد؟ تقسيم الأدوار بين مجلس الاحتياطي الفيدرالي ووزارة الخزانة
ليست العوائد محددة بالكامل من مجلس الاحتياطي الفيدرالي (Fed). المجلس يتحكم مباشرةً في «سعر الفائدة قصير الأجل»، من خلال الرفع أو الخفض يؤثر في عوائد الآجال القصيرة؛ لكن عوائد الآجال الطويلة تتحدد أكثر بواسطة العرض والطلب في السوق—وذلك يعتمد على توقعات المستثمرين للتضخم ونمو الاقتصاد والوضع المالي، ولا يمكن للمجلس تعيينها مباشرة.
أما وزارة الخزانة الأميركية (Treasury) فتدير «إصدار» سندات الخزانة و«عمليات إعادة الشراء». إصدار السندات يعني زيادة المعروض، ما يضغط على أسعار السندات ويرفع العوائد؛ بينما إعادة الشراء (buyback) هي قيام الوزارة بشراء سنداتها من السوق، ما يقلل المعروض، ويدعم الأسعار، وبالتالي يخفض العوائد.
في أغسطس 2026، وبعد أن قفزت عوائد الطرف الطويل إلى أعلى مستوياتها خلال نحو 20 عامًا، أعلنت وزارة الخزانة الأميركية عن رفع سقف إعادة شراء سندات الخزانة طويلة الأجل «بما لا يقل عن الضعف» إلى 4 مليارات دولار. وقد فسره السوق كإشارة إلى «التحكم بمنحنى العوائد (curve control)» بهدف وضع سقف للعوائد. لمزيد من التفاصيل، راجع تقريرًا عن أن وزارة الخزانة الأميركية ضاعفت عمليات إعادة الشراء لدعم سوق السندات، وأن ذلك جاء بالتزامن مع صعود البيتكوين.
العوائد والسوق المشفّر: خط ترابط يتم تضخيمه
الأصول المشفّرة حساسة بشكل خاص لإشارات العوائد والسيولة. عندما يتم تفسير عمليات إعادة الشراء على أنها «ستتدخل الجهة المسؤولة وتوفر سيولة»، تتدفق الأموال نحو الأصول المضادة لانخفاض قيمة العملة واتجاه الأصول عالية المخاطر، فتتقدم كل من بيتكوين وXRP للاستفادة.
وبعد موجة أخبار إعادة الشراء من وزارة الخزانة في أغسطس 2026، شهدت XRP قفزة كبيرة في أسبوع واحد وصلت إلى 51%، مسجلةً أكبر ارتفاع أسبوعي خلال حوالي 21 شهرًا.
هذا الترابط له أيضًا تأييد من المؤسسات. أشارت BlackRock في تقرير بحثي إلى أن قيمة البيتكوين ترتبط ارتباطًا وثيقًا باتجاه السيولة العالمية، وأنها تُعد أصلًا مناسبًا للتحوط ضد تراجع قيمة العملات الورقية؛ لذلك فهي حساسة جدًا لإشارات مثل «قيام وزارة الخزانة بدعم سوق السندات وتوسيع السيولة». يمكن الاطلاع على تحليل مماثل في تقرير BlackRock بعنوان: «لا تزال البيتكوين أداة لتوزيع الاستثمار (التنويع)».
فهم العوائد يعني امتلاك منظور اقتصادي عام إضافي لقراءة حركة السوق المشفّرة.
كيف ينظر المستثمرون عادةً إلى العوائد؟ وأين يمكنهم متابعتها؟
لا تحتاج أن تكون خبيرًا في السندات؛ فقط امسك بعدة نقاط رئيسية لتحويل العوائد إلى مقياس لحرارة السوق. الأكثر استخدامًا عادةً هو عائد سندات الخزانة الأميركية لأجل 10 سنوات. يمكنك التحقق من ذلك في الوقت الفعلي عبر مواقع مالية مثل TradingView وInvesting.com وCNBC بإدخال الرمز (غالبًا ما يكون 10 سنوات هو US10Y). ولرصد أجواء الطرف الطويل، راقب كذلك أجل 30 سنة (US30Y).
نقطة المراقبة ليست الأرقام المطلقة، بل «الاتجاه والسرعة»: ارتفاع العوائد بسرعة...

$BTC
انهيار مفاوضات الولايات المتحدة وكندا، وفرض الرسوم الجمركية 50% على كندا مقابل رسوم أمريكية، وإجراءات انتقامية متكافئة من كندا بتاريخ 9/8

انهارت مفاوضات التجارة بين الولايات المتحدة وكندا في اللحظة الأخيرة، لتتبادل الدولتان فورًا اتخاذ إجراءات بفرض رسوم جمركية مرتفعة. ووفقًا لتقرير CNBC، تعثرت المفاوضات بين الطرفين في وقت متأخر من ليلة الجمعة. وعلى الفور فرضت الولايات المتحدة يوم السبت رسومًا جمركية بنسبة 50% على بعض المنتجات الكندية، بينما أعلن رئيس الوزراء الكندي مارك كارنـي (Mark Carney) أن كندا ستبدأ إجراءات انتقامية متكافئة في 8 سبتمبر. بدأت الولايات المتحدة أولًا: فبحسب ما ورد، فرضت الولايات المتحدة يوم السبت رسومًا جمركية بنسبة 50% على منتجات كندية بقيمة نحو 20 مليار دولار. كانت هذه المفاوضات قد وصلت إلى مراحل متقدمة جدًا، إذ كان ترامب حتى يؤخر الموعد النهائي المحدد ليوم الأربعاء لفترة، قائلًا إن الاتفاق بات وشيكًا؛ لكن كارنـي قال في مؤتمر صحفي في أوتاوا إن الجانب الأمريكي «يطلب الكثير ويعطي القليل جدًا»، مشيرًا إلى أن الولايات المتحدة أضافت في المرحلة الأخيرة بشكل مؤقت متطلبات جديدة تتعلق بقطاع السيارات الكندي، وحماية الثقافة، وضمان اللغة الفرنسية، ما أدى إلى انهيار المفاوضات. ووصف كارنـي الوضع بأنه «تعيش كندا والولايات المتحدة حالة حرب تجارية». كندا 9/8 إجراءات انتقامية متكافئة، تستهدف الصلب ومنتجات الألبان والآلات الزراعية أعلن كارنـي أن كندا ستبدأ من 8 سبتمبر «بالمثل وبالسن بالسن، وبالقدر مقابل القدر (dollar for dollar)» فرض رسوم انتقامية متكافئة، مع التركيز على قطاعات الصلب ومنتجات الألبان والآلات الزراعية واللب والورق. وأضاف أن كندا كانت مستعدة لإزالة الرسوم الانتقامية القائمة على الصلب والألومنيوم والسيارات، بشرط أن تخفض الولايات المتحدة في الوقت نفسه، لكن المفاوضات لم تصل إلى اتفاق. وبالنسبة للأسواق، فإن تصاعد حرب تجارية جديدة بين الولايات المتحدة وأحد أكبر شركائها التجاريين، كندا، يشكل عاملًا متغيرًا في معنويات المخاطر العامة؛ فعندما ترتفع التوترات الجيوسياسية والرسوم الجمركية، تتجه الأموال عادةً نحو الذهب والبتكوين وغيرها من الأصول الملاذية الآمنة والأقل عرضة لانخفاض القيمة. وستظهر آثار هذه الرسوم على العملات المشفرة والأصول عالية المخاطر بشكل ملموس قبل وبعد بدء إجراءات كندا الانتقامية في 8 سبتمبر. ظهرت هذه المقالة «انهيار مفاوضات الولايات المتحدة وكندا، وفرض الرسوم الجمركية 50% على كندا، وإجراءات انتقامية متكافئة من كندا في 9/8» لأول مرة على .

Y2K نهضة أدبية وفنية! هذا هو الجوّ الأشيك: دوّارات القتال مع كاميرا CCD و(دجاج إلكتروني)!

بدأت تايوان تلهث وراء طابع Y2K الرجعيّ؛ فالـ“دوّارات القتال” و“الدجاج الإلكتروني” و“كاميرات CCD” من التحف الصغيرة الكلاسيكية في الألفينات عادت لتصبح رائجة من جديد! ليس فقط الشباب من الجيل الجديد من يعجب بها، بل إن الكبار أيضًا وجدوا في هذه القطع الأولى ذكريات الطفولة، وصارت موضوعًا جديدًا للمحادثة والتواصل بين الأجيال. وفي زمن الجميع يمرّرون هواتفهم في كل لحظة، بدأ الناس يحنّون إلى المتعة الأصلية، لتتحول هذه الأدوات العتيقة الصغيرة إلى أكثر وسيلة اجتماعية وأكسسوارات أزياء رواجًا.

ارتفاع أسعار سوق تداول دوّارات القتال المستعملة
شهدت أسعار دوّارات القتال في سوق المستعمل ارتفاعًا مفاجئًا، بل ظهرت حتى ظواهر غريبة تُباع فيها القطع المنتهية مثل «Storm Dragon» أو الإصدارات المشتركة مثل «برشلونة» بأثمان تُقدّر بأكثر من عشرة آلاف، وأحيانًا بعشرات الآلاف من العملات! وتحديد السعر في سوق المستعمل يركّز بدرجة كبيرة على الوزن والنُدرة. فعمومًا كلما كان وزن الدوّارة أكبر، ارتفع السعر الذي يمكن مناداته به في السوق، كما أن الإصدارات المحدودة المشتركة تكون أصلًا أسعارها مرتفعة، وبعد نفادها تصبح بؤرة للمضاربة والبيع بسعر مرتفع.

في السابق، داخل النوادي أو مجموعات اللاعبين، كانت القطع الاحتياطية الزائدة غالبًا تُتبادل مع تسعير واضح وواضح للعلن؛ أما اليوم فقد تحول سوق المستعمل إلى نظام «المزايدة» بدل السعر الفعلي غير المعلن، ما يؤدي إلى تصاعد الأسعار بشكل أعمى بسبب المنافسة غير المنضبطة.

ترقية طريقة اللعب للدجاج الإلكتروني… ويمكن فعل أشياء “للبالغين”
يواصل الدجاج الإلكتروني الحديث (Tamagotchi) التحديث التقني على مستوى المواصفات والآليات الاجتماعية، مع أجهزة مزودة بشاشات ملونة ووظائف تشغيل دقيقة؛ ويمكن للمستخدمين تكبير الصورة عبر المقابض لمراقبة حالة حيوانهم الأليف، بل وحتى يمكنهم رؤية شيء يشبه “ما يفعله الكبار” من دجاجتين!

وبالإضافة إلى الاستخدام الترفيهي، يُستخدم الدجاج الإلكتروني على نطاق واسع أيضًا كزينة في أكياس الخصر والحقائب الصغيرة المحمولة، ليصبح أحد إكسسوارات أسلوب اللباس العصري.

(ما هو “Yumekaku”؟ حتى الأعمال التي تُصنع بالذكاء الاصطناعي لإحساس رجعيّ أدبي أصبحت شائعة جدًا)

كاميرات CCD الكاميرا الغبية منخفضة الدقة هي الأشيك
الاسم الإنجليزي الأصلي للـCCD هو (Charge Coupled Device). وهي من أقدم تقنيات الالتقاط الضوئي في تاريخ تطور الكاميرات الرقمية. وتعمل على تحويل الفوتونات التي تصطدم بسطح حساس للضوء إلى شحنة ليتم بعد ذلك إجراء القراءة ونقلها، ثم تحويلها عبر الدارات إلى صور رقمية يمكن للكمبيوتر تخزينها. ورغم أن الـCCD كان يتمتع بميزات في السنوات الأولى من حيث الضوء والتلوين، إلا أنه في السنوات الأخيرة تم استبداله تدريجيًا بعناصر CMOS التي تستهلك طاقة أقل وسرعة قراءة أسرع. واليوم تُعد كاميرات CCD نوعًا من “الكاميرات الرجعية” التي تحمل إحساسًا حُبيبيًا مميزًا وأجواء خاصة بالضوء والظل.

لماذا فجأة ظهرت طلبات كبيرة على كاميرات CCD منخفضة الدقة؟
هنا يضحك المُقابَلون في قناة (台)؛ إذ يرون أنه مقارنةً بجودة التصوير عالية الدقة للهواتف الذكية الحديثة، فإن الدقة المنخفضة للـCCD، مع الإحساس الحُبيبي وتأثيرات اللّاتركيز في الضوء والظل، تُقدم أسلوبًا بصريًا رجعيًا فريدًا. كما أن اختلافات حساس الصورة بين موديلات مختلفة تُظهر فروقًا واضحة في ألوان الشرائح البصرية، ما يجعلهم يتوجهون إلى المتاجر الفعلية أو المنصات الإلكترونية لانتقاء كاميرات CCD القديمة لالتقاط صور ذات “جودة قديمة” لا يشبهها تصوير الهواتف المتطورة. ويمكن أيضًا استخدام عدسات واسعة لالتقاط لقطات بانورامية بزاويا خاصة، لتخرج صور مختلفة عن غيرها، ويمكن استخدامها في “تنسيق النمط” الخاص بمنشورات Instagram.

(Instagram يعلن عن شكل جديد لخط/شعار العلامة التجارية… وردود الفعل على الإنترنت كانت متباينة)

كل كاميرا CCD لها درجة ألوان وإظهار ألوان مختلف تمامًا
لا توجد كاميرتان CCD متشابهتان في المزاج اللوني والتلوين؛ فالاختلاف بين العلامات التجارية والموديلات ينتج عنه دائمًا طابع مختلف تمامًا من الألوان الباردة أو الدافئة. وهذا يجذب كثيرًا من الشباب إلى التعمق في البحث والاختيار. إنهم مستعدون لقضاء وقت للذهاب شخصيًا إلى “شارع الكاميرات” المتخصص أو إلى المتاجر للعثور على الكاميرا الأكثر ملاءمة لشخصيتهم.

هذه المقالة: Y2K نهضة أدبية وفنية! دوّارات القتال مع كاميرا CCD والدجاج الإلكتروني هو الجوّ الأشيك
أول ظهورها كان في .

$METAB
20 عمًا… بقدرة سنوية تتصدر أفضل 1% عالميًا! مفتاح الثراء في عصر الذكاء الاصطناعي ليس ريادة الأعمال، بل مهارة × أصول لا تحتاج إلى ترخيص

«إذا كنت أريد كسب المزيد من المال، فماذا عليّ أن أبدأ؟» قد يكون هذا أول سؤال يطرحه كثير من الشباب بعد دخول عالم ريادة الأعمال عبر الإنترنت. لكن المسوّق الاستراتيجي جاي يانغ (Jay Yang)، الذي تولّى قيادة الاستراتيجيات (وأعمال المحتوى) لـ Alex Hormozi وLeila Hormozi وNoah Kagan، يرى أن السؤال نفسه كان خاطئًا منذ البداية. في مقال طويل حديث بعنوان <How to become a top 1% earner in the digital age>، يروي يانغ كيف فشل على التوالي في حسابات إنستغرام المواضيعية، وقنوات يوتيوب، ونشرة إلكترونية، وحتى علامة ملابس. وفي النهاية، استطاع رفع دخله عبر الكتابة الإعلانية (Copywriting)، والكتابة بالنيابة (Ghostwriting)، والذكاء الاصطناعي، وبناء العلامة الشخصية—ليصل إلى ما يسميه «أفضل 1% عالميًا». وقد حوّل هذه التجربة إلى إطار بسيط جدًا للثراء في العصر الرقمي: أولًا ابْنِ مهارة يَدفع لها السوق، ثم تعلّم المبيعات، وأخيرًا استخدم البرامج والمحتوى لفصل وقتك عن دخلك.

في هذا السياق، لا يقوم الذكاء الاصطناعي بالدور المباشر في «كسب المال» بدلًا عنك، بل يتحول إلى رافعة جديدة: عندما يستطيع ChatGPT مضاعفة إنتاجية شخص ما، تصبح المشكلة التي تحدّ سقف دخله من «كم ساعة يمكنك العمل في اليوم» إلى «كم مهارة لديك يمكنها—عبر الرافعات—خدمة كم عدد من الناس».

ريادة الأعمال مجرد وسيلة… والقيمة الحقيقية هي المهارة بداخلها

يسترجع جاي يانغ أنه منذ صغره كان يحلم بأن يكون من «العظماء». قرأ سير ذاتية لكوبي براينت وكذا آرنولد شوارزنيغر ونابليون وغيرهم، وتخيّل أن بإمكانه تحقيق إنجازات على شاكلة ما حققوه.

لكن في البداية، لم يكن يعرف تمامًا كيف يحقق ذلك. لذلك—مثل كثير من المراهقين—بدأ يبحث عن «how to make money online»، ثم جرّب تقريبًا كل طرق كسب المال على الإنترنت كانت رائجة حينها.

أنشأ حسابات إنستغرام المواضيعية، وأطلق عدة قنوات يوتيوب، وأدار نشرة أسبوعية عبر البريد الإلكتروني، بل وحتى أسس علامة ملابس خاصة به، وكان يعتقد أنه ربما يبني «Gymshark» جديدًا.

النتيجة: فشلٌ تام.

بعد سنوات، وعندما راجع تجربته من الخلف، يرى جاي يانغ أن المشكلة كانت أن أيًّا من تلك الأنشطة لم يخلق له قدرة جوهرية يدفع لها السوق. ومن ثم قدّم وجهة نظره الأولى:

Business is a vehicle، الشركات مجرد وسيلة.

إذا لم يكن لدى الشخص مهارة جديرة بأن يدفع السوق مقابلها، فمهما أسّس شركة أو أطلق نشرة إلكترونية أو أنشأ قناة يوتيوب أو علامة للتجارة الإلكترونية، فكل ذلك يشبه «سيارة لا تحمل شيئًا بداخلها».

كم من المال ستكسب يعتمد على: «كم عدد الناس × وكم كبيرة المساعدة التي تقدمها»

قسّم جاي يانغ دخله بشكل أكبر إلى «خلق قيمة». وتُحدَّد القيمة أساسًا بمتغيرين:

Scale × Magnitude

يشير Scale إلى عدد الأشخاص الذين يمكنك مساعدتهم. أما Magnitude فتعني مقدار المشكلة التي يمكنك حلها لكل شخص.

وبشكل عام، يمكن تلخيص قيمة ما يدفع الناس لأجله في ثلاث نتائج: توفير الوقت، زيادة الدخل، وتقليل المخاطر.

إذا كنت تستطيع توفير المزيد من الوقت لعدد أكبر من الناس، أو خلق دخل أكبر، أو تقليل مخاطر أكبر—فمن المنطقي أن تحصل على تعويض أعلى.

وهذا كذلك يشكل فهمه لفرق «العمل» عن «ريادة الأعمال».

الموظف يحل المشكلات للشركة، والشركة تدفع راتبًا ثابتًا وتتحمل مخاطرة الحصول على العملاء وإدارة الأعمال. بينما قد يحل صاحب المشروع مشكلات مشابهة، لكنه يستطيع تحديد السعر بنفسه والحصول على قيمة أكبر؛ المقابل هو أنه يجب عليه البحث عن العملاء وإقناعهم بذلك بنفسه.

فصل «الوقت» عن «الدخل»

لكن حتى مع امتلاك مهارات عالية القيمة، يرى جاي يانغ أنه لا يزال هناك سقف واضح إذا بقي الدخل مرتبطًا بالكامل بعدد ساعات العمل، لأن اليوم فيه 24 ساعة فقط.

طالما ظلت معادلة الدخل هي:

وقت العمل × السعر لكل ساعة = الدخل.

عندها، حتى لو رفعت الأجر بالساعة، سيظل دخلك محدودًا بوقت شخصك.

لذلك يرى أن المرحلة الأهم الثانية هي: decouple your time from your money، أي جعل الدخل تدريجيًا ينفصل عن ساعات عملك الخاصة.

جاي يانغ: يمكن بناء أصول بأربع طرق

ويُفترض أن تُبنى «الأصول». بتعريف جاي يانغ، فإن «الأصول» هي الأشياء التي تواصل إنتاج قيمة حتى بعد أن تتوقف عن العمل.

وفق تصنيفه، يمكن لشخص واحد أن يبني أربعة أنواع رئيسية من الأصول.

النوع الأول: رأس المال (Money)، بحيث تستمر أموالك—بل وأموال الآخرين—في الدخول في دائرة النمو مع الفائدة المركبة.

النوع الثاني: الناس (People)، عبر وقت أعضاء الفريق وخبراتهم، لإنجاز حجم عمل لا يستطيع فرد واحد القيام به بمفرده.

النوع الثالث: البرامج (Software)، لجعل البرامج والآلات تعمل تلقائيًا على مدار الساعة، مع إمكانية نسخها على نطاق واسع.

النوع الرابع: المحتوى (Content)، فمقالة واحدة أو فيديو واحد أو كتاب واحد لا يحتاج إلى إنتاجه إلا مرة واحدة، لكنه قد يستمر في الوصول إلى أشخاص جدد لعدة أشهر أو حتى لسنوات.

يسمّي جاي يانغ Money وPeople «permissioned assets» أي أصولًا تتطلب إذنًا. إذا لم يكن لديك رأس مال، فلن يكون الحصول على رأس المال أمرًا سهلًا. وإذا لم يكن لديك دخل، فمن الصعب توظيف عدد كبير من المواهب مباشرة.

لكن Software وContent مختلفان. يسميهما permissionless assets (أصولًا لا تحتاج إلى ترخيص).

ومن الناحية النظرية، يمكن لأي شخص عادي اليوم أن يبدأ كتابة البرامج باستخدام الكمبيوتر وحده، ويستخدم الذكاء الاصطناعي، ويدير المجتمعات/السوشيال ميديا، ويكتب المقالات أو ينتج الفيديوهات—من دون الحاجة مسبقًا إلى كميات كبيرة من رأس المال، ومن دون أي موافقة من مؤسسة.

وهذا—برأيه—سبب مهم يجعل العصر الرقمي يغير مسار تراكم الثروة.

الخطوة الأولى: لا تفعل كل شيء… اختر مهارة واحدة واصنع منها الأفضل

قسّم جاي يانغ طريقه إلى دائرة أصحاب الدخل المرتفع إلى أربع خطوات.

الخطوة الأولى ليست ريادة أعمال، بل اختيار مهارة واحدة والعمل عليها حتى تصبح ممتازًا جدًا. والسبب يأتي من…