• دمجت Mobile Cloud وشركاؤها وحدات معالجة رسومية محلية ورقائق عصبية في نظام استنتاج للذكاء الاصطناعي يوزّع عمليات حساب النموذج بين المعالجين
  • وذكر المطورون أن تكاليف التشغيل انخفضت بأكثر من 40% مقارنة بعنقود وحدات معالجة رسومية محلي مماثل في اختبارات باستخدام DeepSeek V4 Flash

الحقيقة

أطلقت أعمال Mobile Cloud التابعة لشركة China Mobile، بالشراكة مع جهات أخرى، نظام استنتاج للذكاء الاصطناعي يجمع بين وحدات معالجة رسومية محلية ورقائق عصبية. وقد عُرض النظام خلال مؤتمر الحوسبة الصيني في لانغفانغ بمقاطعة خبي، الذي عُقد من 11 إلى 13 سبتمبر.

طُوّر المشروع بالتعاون مع معهد نانهو التابع لمجموعة CETC، وشركة Lynxi Technology، وشركة Iluvatar CoreX، وجامعة تسينغهوا وجامعة بكين. وقال المطورون إن اختبارات باستخدام DeepSeek V4 Flash حققت أكثر من ضعف الأداء مقابل السعر وخفّضت تكاليف التشغيل بأكثر من 40% مقارنة بعنقود وحدات معالجة رسومية محلي مماثل. وهذه الأرقام مصدرها فريق التطوير ولم يتم التحقق منها بشكل مستقل.

يوزّع النظام العمل بين نوعي الرقائق. فحسابات الانتباه تعمل على وحدات المعالجة الرسومية المحلية، بينما تُسند أعمال FFN إلى المعالجات العصبية. ويتولى مُجمِّع نماذج وبروتوكول ربط عالي السرعة ومحرك استنتاج مشترك إدارة توزيع المهام والجدولة والنتائج. وفي سياق منفصل، أفادت Iluvatar بإيرادات بلغت 654 مليون يوان من منتجات الاستنتاج في النصف الأول من عام 2026، أي ما يعادل 69.2% من إجمالي إيراداتها.

التقييم

الفكرة بسيطة: عدم جعل نوع واحد من المعالجات يتولى كل جزء من النموذج. فتحتفظ وحدة المعالجة الرسومية بالأعمال التي تناسب مسرّع متعدد الأغراض، بينما تتولى الرقاقة العصبية الحسابات التي يعتقد المطورون أنها تستطيع تنفيذها بكفاءة أكبر. وإذا صمد هذا التقسيم في بيئة التشغيل الفعلي، يمكن لمشغل سحابي خفض تكلفة خدمة طلبات الذكاء الاصطناعي دون استبدال منظومة وحدات المعالجة الرسومية بالكامل.

أما الجزء الصعب فهو كل ما يقع بين الرقائقين. إذ يجب نقل البيانات في التوقيت المناسب، وعلى البرمجيات أن تحدد مكان تنفيذ كل عملية حسابية، ولا يمكن لأي من المعالجين قضاء وقت طويل في انتظار الآخر. وقد يتقلص التوفير المقاس على تكوين واحد من DeepSeek عند طول الطلبات أو ازدياد الحمل أو تغيّر النموذج.

لذلك يحتاج قرّاء BTW إلى مقارنة على مستوى النظام الكامل قبل تصديق رقم 40%. إذ يتعين على العملاء تشغيل الحمل نفسه بزمن استجابة وجودة مخرجات متطابقين، مع حساب كلا المعالجين والربط والبرمجيات. وإذا ظل النظام المختلط أقل تكلفة في ظل هذه الشروط، تصبح البنية الجديرة بالاهتمام تجاريًا.

ما يجب مراقبته

ينبغي أن تُظهر التجارب مع العملاء تكلفة النظام الكامل وزمن الاستجابة ومعدل الإنتاجية بدلاً من مؤشر أداء ذروي آخر. وستكشف النتائج عبر عدة نماذج وأنماط حركة مرور ما إذا كان التوفير المُعلن يصمد خارج اختبار DeepSeek V4 Flash. أما طلبات التجارية أو عمليات النشر من عملاء سحابيين ومؤسسات فستوفر دليلاً أقوى من مزيد من العروض التوضيحية.