تدخل شركة OpenAI رسمياً حلبة المنافسة في مجال العتاد الصلب، حيث أظهرت رقاقة الذكاء الاصطناعي الجديدة Jalapeño تفوقاً ملحوظاً على شرائح Nvidia الفائقة من طرازي GB200 وGB300 في مهام الاستدلال (Inference). قدمت الرقاقة استجابات أسرع وكفاءة أعلى بكثير في استهلاك الطاقة، مما يجعل هذا التطور بالغ الأهمية للمطورين والشركات التي تعتمد على النماذج عالية الإنتاجية لتشغيل التطبيقات الفورية.
وتهدف الرقاقة الجديدة إلى تقليل زمن الاستجابة بين الرموز (Tokens) بشكل جذري، مما يجعل وكلاء الذكاء الاصطناعي (AI Agents) أسرع استجابة، مع خفض تكاليف الطاقة الهائلة المرتبطة بتشغيل النماذج اللغوية الكبيرة (LLMs). يمثل هذا العتاد المخصص تحولاً استراتيجياً في كيفية تعامل عملاق الذكاء الاصطناعي مع أعباء التشغيل اليومية لخدماته الأكثر شيوعاً.
كسر معادلة زمن الاستجابة والإنتاجية
صُممت رقاقة Jalapeño، التي أُعلن عنها لأول مرة في شهر يونيو، بالتعاون مع شركة Broadcom كدائرة متكاملة محددة التطبيق (ASIC) مخصصة حصرياً لمهام الاستدلال، وهي العملية التي يتم فيها تشغيل نموذج مُدرّب مسبقاً لتوليد الردود أو تنفيذ المهام. وبحسب ريتشارد هو، نائب رئيس قسم الأجهزة في شركة OpenAI، فإن الرقاقة تقدم "أفضل ما في العالمين"، حيث تلغي الحاجة التقليدية للأنظمة التي تضطر إلى "تقديم تنازلات" بين تقليل زمن الاستجابة وزيادة معدل الإنتاجية (Throughput).
ولإثبات هذه القدرات، نشرت الشركة نتائج الاختبارات الرسمية باستخدام منصة InferenceX. قارنت الاختبارات أداء رقاقة Jalapeño بأفضل الأرقام المسجلة لشرائح شركة Nvidia عند تشغيل نماذج ضخمة مثل نماذج GPT-OSS 120B وDeepSeek R1 وKimi K2.5 1T. وحققت الرقاقة المخصصة كفاءة أعلى بنسبة تتراوح بين 1.5 إلى 1.9 مرة في حجم العمل المنجز لكل واط مقارنة بأنظمة Nvidia.
علاوة على ذلك، سجلت رقاقة Jalapeño انخفاضاً في زمن الاستجابة الإجمالي بمقدار 1.7 إلى 3.6 مرة عبر النماذج الثلاثة. وأوضح "هو" أن هذه القفزة في الأداء تُترجم مباشرة إلى "استجابات أسرع، ووكلاء أكثر تفاعلاً، ووصول أكثر موثوقية مع تزايد الطلب" من قِبل المستخدمين.
الجدول الزمني للإطلاق والشراكة مع Nvidia
تخطط شركة OpenAI لنشر رقاقة Jalapeño "بكميات صغيرة" بحلول نهاية عام 2026، مع استراتيجية أوسع لـ "زيادة حجم الإنتاج" خلال عام 2027. ومع ذلك، لم تكشف الشركة عن العدد الدقيق للرقائق التي تعتزم دمجها في مراكز بياناتها العام المقبل، في حين يستمر العمل بالفعل على تطوير الجيلين الثاني والثالث من الرقاقة.
ورغم هذه الأرقام القوية، لا تنوي شركة OpenAI التخلي عن بنيتها التحتية الحالية. فقد أكد "هو" أن الشركة لا تتوقع استبدال مجموعة أجهزتها بالكامل برقائق Jalapeño، بل ستستمر استراتيجية الحوسبة الشاملة في الاعتماد على "شركاء ممتازين" مثل شركة Nvidia، مما يشير إلى نهج هجين لتلبية احتياجات المعالجة الضخمة.
اقتصاديات الاستدلال تتغير جذرياً
يمثل انتقال شركة OpenAI من تطوير البرمجيات إلى تصميم الرقائق المخصصة خطوة حتمية للسيطرة على مستقبلها التشغيلي. فبينما تهيمن شركة Nvidia تماماً على مرحلة تدريب النماذج، تكمن التكلفة المالية الحقيقية طويلة الأمد في مرحلة الاستدلال (Inference) التي تتطلب معالجة ملايين الطلبات يومياً. ومن خلال تحقيق كفاءة طاقة أعلى بنحو 1.9 مرة، تعالج رقاقة Jalapeño بشكل مباشر العقبة الرئيسية أمام توسيع نطاق أعمال الذكاء الاصطناعي: التكلفة الباهظة للكهرباء ووقت الحوسبة.
ومع ذلك، يُعد الاحتفاظ بشراكة Nvidia ضرورة استراتيجية وليس مجرد دبلوماسية شركات. فلا تزال شركة OpenAI بحاجة ماسة إلى خوادم معالجات الرسوميات الضخمة لتدريب الجيل القادم من النماذج الأساسية. ومن خلال نقل أعباء عمل الاستدلال اليومية المتكررة إلى رقائق ASIC الخاصة بها، يمكن للشركة تخصيص أجهزة Nvidia باهظة الثمن حصرياً لمهام التدريب الثقيلة، مما يحسن نفقاتها الرأسمالية ويرفع من جودة تجربة المستخدم النهائي في الوقت ذاته.
