OpenAI تكشف النقاب عن Jalapeño، أول شريحة استنتاج مخصصة لها

في يوم الأربعاء، كشفت OpenAI عن Jalapeño، وهو أول معالج استنتاج مخصص لها. وفي سياق الذكاء الاصطناعي، يُعد معالج الاستنتاج شريحة مصممة خصيصاً لتشغيل نماذج الذكاء الاصطناعي الجاهزة. وقد طُوّر هذا المعالج بالتعاون مع Broadcom، التي شاركت في تصميم وتصنيع الشريحة المخصصة، علماً بأن المعالج الجديد لا يزال قيد الاختبار. ومع ذلك، تفيد OpenAI بأن النتائج الأولية تُظهر أداءً أفضل بشكل ملحوظ لكل واط مقارنة بالبدائل المتطورة الحالية.

لطالما ترددت شائعات حول تطوير Jalapeño كوسيلة لشركة OpenAI لتقليل اعتمادها على Nvidia، وهي المورد الحالي لوحدات معالجة الرسومات (GPUs) التي تسعى OpenAI لتقليل الاعتماد عليها. ومن خلال تصميم رقائقها الخاصة، تحذو OpenAI حذو شركات تكنولوجية أخرى مثل Google وAmazon، اللتين بنتا رقائق مخصصة لتسريع الذكاء الاصطناعي. وتُعرف هذه الرقائق المخصصة غالباً باسم “مسرعات الذكاء الاصطناعي”، وهي رقائق مصممة خصيصاً لتسريع أعباء عمل التعلم الآلي. وفي حين تستهدف الشريحة الجديدة الاستنتاج، فمن المرجح أن تظل المهام كثيفة الأداء مثل “التدريب المسبق” — وهي المرحلة الأولية والمكثفة من تدريب نماذج الذكاء الاصطناعي — تعتمد على أجهزة Nvidia.

أُعلن رسمياً عن الشراكة مع Broadcom في شهر أكتوبر. وبعد ذلك بوقت قصير، أشار رئيس OpenAI، Greg Brockman، الذي شرح نهج تطوير الشريحة، إلى أن الشركة لديها فهم عميق لأعباء العمل. وذكر Brockman أنهم كانوا يبحثون عن أعباء عمل محددة تعاني من نقص في الخدمات، ويتساءلون عن كيفية بناء شيء قادر على تسريع ما هو ممكن. وتعمل الشركة بالفعل على بناء منتجات وكيلة (agentic) مثل Codex، وهو منتج وكيل بنته OpenAI، وهي تنظر إلى الرقائق المخصصة كجزء من استراتيجية أوسع للتحكم في بنيتها التحتية بالكامل. ووفقاً لـ OpenAI، فإن الشركة لا تكتفي بتطوير النماذج الرائدة أو بناء منتجات فوقها فحسب، بل تصمم أيضاً البنية التحتية التي تدعمها. وتشمل هذه البنية التحتية هندسة الرقائق، والنواة (kernels)، وأنظمة الذاكرة، والشبكات، والجدولة، وأنظمة النشر، وتجربة المنتج. وصرحت الشركة قائلة: “نظراً لأن OpenAI تعمل عبر كامل حزمة التقنيات، يمكن تحسين كل طبقة حول الهدف نفسه: جعل نماذجها أسرع وأكثر موثوقية وأقل تكلفة للمستخدمين”.

لماذا يهم

يتيح تطوير رقائق مخصصة لشركة OpenAI تحسين بنيتها التحتية بدءاً من مستوى الشريحة، مما قد يؤدي إلى خفض تكاليف الاستنتاج وتقليل اعتمادها على وحدات معالجة الرسومات من Nvidia.