يُبلَّغ أن مكتب التحقيقات الفيدرالي الأمريكي يقيِّم نشر حاسوب فائق مخصص للذكاء الاصطناعي ونماذج اللغة الكبيرة حاسوب فيدرالي فائق للذكاء الاصطناعي ونماذج اللغة الكبيرة (FBI AI LLM supercomputer)، مع تحديد وحدات معالجة الرسومات B300 من إنفيديا ووحدات معالجة التنسور (TPUs) من جوجل باعتبارهما عائلتي المُسرِّعات الرئيسيتين قيد الدراسة، وفقًا لتقرير مجلة Data Center Dynamics. وتشير التقارير إلى أن هذه الخطوة ستُعدُّ واحدةً من أبرز المبادرات التي تتخذها هيئات إنفاذ القانون الفيدرالية في مجال استضافة أحمال نماذج اللغة الكبيرة على بنية تحتية مُصمَّمة خصيصًا، بدلًا من الاعتماد الكامل على نقاط النهاية السحابية التجارية.
أبرز الاستنتاجات
- تقرير مجلة Data Center Dynamics بأن مكتب التحقيقات الفيدرالي يدرس إنشاء حاسوب فائق للذكاء الاصطناعي ونماذج اللغة الكبيرة يستند إما إلى وحدات معالجة الرسومات B300 من إنفيديا أو وحدات معالجة التنسور (TPUs) من جوجل.
- يشير الإطار العام للتقرير إلى أن المكتب يسعى إلى قدرة حاسوبية ذات سيادة ومُستضافة داخليًّا لأحمال نماذج اللغة الكبيرة الحساسة، بدلًا من الاعتماد على سحابة عامة مشتركة.
- تمثل وحدات معالجة الرسومات B300 الجيل الحالي من مُسرِّعات مركز البيانات من فئة Blackwell Ultra الخاصة بشركة إنفيديا؛ بينما تمثِّل وحدات معالجة التنسور (TPUs) من جوجل البديل القائم على رقائق مخصصة.
- سيكون لهذا الاختيار صدى واسع في سائر الوكالات الفيدرالية التي تدرس إنشاء هياكل مماثلة لأغراض التصنيف أو إنفاذ القانون.
- لم يُكشف في التقرير عن أي عقد رسمي أو سعر أو حجم أو تاريخ تسليم.
ما أوردته مجلة Data Center Dynamics حول خطة مكتب التحقيقات الفيدرالي
وفقًا لتقرير مجلة Data Center Dynamics، يُجري مكتب التحقيقات الفيدرالي تقييمًا لاحتمال إنشاء حاسوب فائق داخلي مُصمَّم خصيصًا لتدريب نماذج اللغة الكبيرة أو استنتاجها، مع تحديد وحدات التسريع B300 من إنفيديا وسلسلة وحدات معالجة التنسور (TPUs) من جوجل كمرشحين رئيسيين. ويُصوِّر العنوان الرئيسي للتقرير هذه المبادرة باعتبارها «خيار نشر» وليس عملية شراء نهائية، كما لم يُبلغ عن قيمة العقد أو الجدول الزمني للتسليم أو موقع المنشأة في الجزء المتاح من التقرير.
وبعيدًا عن ذلك، لم تُفصَّل تفاصيل إضافية. ولا يتضح من التقرير ما إذا كان النظام مُوجَّهًا أساسًا لتدريب نماذج مُخصصة على بيانات مكتب التحقيقات الفيدرالي الخاصة به، أم لضبط نماذج الأساس المفتوحة الوزن (open-weights foundation models)، أم ليكون مجموعة خوادم للاستنتاج (inference cluster) في تطبيقات التحقيق اللاحقة. وكلٌّ من هذه الخيارات متوافق مع قائمة المُسرِّعات المرشحة المذكورة.
لماذا يكتسب اختيار مكتب التحقيقات الفيدرالي لحاسوب فائق للذكاء الاصطناعي ونماذج اللغة الكبيرة أهمية بالغة
يعتبر اعتماد هيئات إنفاذ القانون الفيدرالية لهيكل مخصص لنماذج اللغة الكبيرة إشارةً واضحةً تختلف تمامًا عن النمط الأشهر المتمثل في اشتراك الوكالات في واجهات برمجة تطبيقات الذكاء الاصطناعي التجارية. فوجود بُنية تحتية مُستضافة داخليًّا أو في سحابة ذات سيادة يوحي بتفضيل يركِّز على قرب البيانات ومراقبتها والتصاريح الأمنية، وهي عوامل لا تستطيع نقاط النهاية السحابية العامة متعددة المستأجرين تأمينها بسهولة. وهذا يتماشى مع الطريقة التقليدية التي كانت تُدار بها المواد التحقيقية الحساسة، كما يعكس اتجاهًا صناعيًّا أوسع نحو النشر الهجين للأحمال الخاضعة للتنظيم.
أما بالنسبة لمستخدمي ومطوري نماذج الذكاء الاصطناعي، فإن النقطة الجديرة بالاهتمام في هذا الخبر هي قائمة المُسرِّعات المرشحة نفسها. فاختيار ما بين الجيل الأحدث من مُسرِّعات Blackwell Ultra من إنفيديا ووحدات معالجة التنسور (TPUs) من جوجل هو القرار نفسه الذي يواجهه عدد متزايد من الشركات الكبرى والمشترين ذوي السيادة — وبذلك فإن ظهور وكالة اتحادية علنًا في موضع الموازنة بين الخيارين يضفي وزنًا كبيرًا على نقاشٍ كان يدور حتى الآن في الغالب داخل شركات السحابة العملاقة (hyperscalers). وللقراء الذين يقارنون مسارات الأجهزة، فإن ملخّصنا الموسّع لـ أفضل وحدات معالجة رسومات (GPUs) للذكاء الاصطناعي يتتبع التحوّلات الجارية في هذا المشهد.
مقارنة بين وحدات معالجة الرسومات B300 من إنفيديا ووحدات معالجة التنسور (TPUs) من جوجل: الإطار الاستراتيجي
يمثل الخياران فلسفتين مختلفتين. فوحدة معالجة الرسومات B300 من إنفيديا، وهي جزء من عائلة Blackwell Ultra، عبارة عن مُسرِّع عام الغرض يهيمن حاليًّا على عمليات تدريب واستنتاج الذكاء الاصطناعي التجارية، ويستفيد من أكثر النظام البيئي البرمجي اتساعًا حول منصات CUDA وcuDNN ومجموعة PyTorch الأوسع. أما وحدات معالجة التنسور (TPUs) من جوجل فهي رقائق مخصصة صُمِّمت في الأصل لأحمال الشركة الداخلية، وتُقدَّم خارجيًّا عبر Google Cloud، وتُطرح بشكل متزايد باعتبارها بديلًا تنافسيًّا لكلٍّ من تدريب واستنتاج النماذج الكبيرة.
يعرض الجدول التالي الملامح الاستراتيجية للخيارين كما يُصوِّرها الممارسة الصناعية. وهو لا يتضمَّن أي أرقام مبلغ عنها محددة تتعلق بتقييم مكتب التحقيقات الفيدرالي — إذ لم تُفصح التقارير المصدرية عن مثل هذه الأرقام.
| البعد | وحدة معالجة الرسومات B300 (Blackwell Ultra) | وحدة معالجة التنسور (TPU) من جوجل |
|---|---|---|
| نموذج المورِّد | رقاقة تجارية تُباع على نطاق واسع لمصنِّعي المعدات الأصلية (OEMs) ومُجمِّعي الأنظمة | رقاقة مخصصة، كانت مرتبطة تاريخيًّا بخدمة Google Cloud |
| النظام البيئي للبرمجيات | CUDA، PyTorch، TensorRT، ودعم واسع من طرف ثالث | JAX، TensorFlow، مسار مُجمِّع XLA |
| مسار الشراء النموذجي | أنظمة من مصنِّعي المعدات الأصلية (OEMs)، أو الاستضافة في مراكز بيانات مشتركة (colocation)، أو أنظمة مُجمَّعة بواسطة مُجمِّعين | استئجار سحابي أو ترتيبات مخصصة مع جوجل |
| نمط النشر الأنسب | مُستضاف داخليًّا، أو معزول تمامًا (air-gapped)، أو هجين سحابي | مُوجَّه للسحابة، أو في منطقة ذات سيادة، أو في وحدات مخصصة (dedicated pods) |
| مخاطر الاعتماد الحصري على نظام بيئي معين | التركيز على إنفيديا كمورِّد وحيد | التركيز على أدوات جوجل المُخصصة |
لا يُعتبر أيٌّ من الخيارين «أفضل» موضوعيًّا لأحمال غامضة إلى هذا الحد مثل «حاسوب فائق لنماذج اللغة الكبيرة». فالاختيار الأمثل يعتمد على بنية النموذج، وتفضيلات الإطار البرمجي، والموقف الأمني، والأهم من ذلك بالنسبة لمشترٍ اتحادي: كيفية التعاقد على البنية التحتية المادية والتحكم فيها. وللفِرق التي تُحلِّل هذه المقاييس تجاريًّا، فإن مقالتنا الموسّعة حول حاسبة مقارنة بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) توضّح طبيعة قرار الاختيار بين النشر الداخلي والنشر السحابي.
ما تتطلبه عادةً هيئة اتحادية مُستضيفة لنماذج اللغة الكبيرة داخل مقرها
إذا قرأنا الإطار التحليلي لتقرير مجلة Data Center Dynamics بشكل مباشر، فإن مكتب التحقيقات الفيدرالي يبحث عن قدرة حاسوبية يمكنها استضافة أحمال نماذج اللغة الكبيرة تحت سيطرته التشغيلية المباشرة. وهذا يفرض متطلباتٍ تتجاوز بكثير الأداء الخام من حيث معدل التدفق (throughput). فعادةً ما تحتاج مجموعة نماذج اللغة الكبيرة الفيدرالية إلى أمن فيزيائي على مستوى المنشأة، وعزل شبكي عن مسارات الإنترنت العامة، وتسجيل عمليات التدقيق (audit logging) الملائم للبيئات المصنَّفة، وفريق عمل مُلمٌّ بكلٍّ من منصة المُسرِّع الأساسية وحزمة خدمة النماذج (model-serving stack) المبنية فوقها.
وعلى الجانب البرمجي، يجب أن تتعامل النشرة الداخلية مع دورة حياة النموذج كاملةً: استيراد بيانات التدريب أو الضبط الدقيق، وإدارة نقاط التحقق (checkpoints)، وأطر التقييم، ومرشحات السلامة، وخدمة الاستنتاج. ويتجه المشترون اليوم بشكل متزايد نحو نماذج الأساس المفتوحة الوزن (open-weights foundation models) كنقاط انطلاق، لأنها تسمح بالضبط الدقيق محليًّا دون إرسال البيانات الحساسة إلى طرف ثالث. وتتتبّع قاعدة بيانات قاعدة بيانات نماذج الذكاء الاصطناعي الحالية للموديلات المفتوحة والمغلقة التي قد تكون مرشحة لمثل هذه البنية. أما تخطيط سعة الـ VRAM فهو قيد أولي أساسي هنا — ويمكن لحاسبتنا حاسبة الـ VRAM المجانية أن تُقدِّر حجم النموذج المستهدف بالنسبة لمُسرِّع مرشح.
السياق الاتحادي: البنية التحتية السيادية للذكاء الاصطناعي
تتمثّل تقييمات مكتب التحقيقات الفيدرالي (FBI) المُبلَّغ عنها في فترةٍ أشارت فيها عدة حكومات إلى تفضيلها القدرة على الذكاء الاصطناعي السيادية — أي الحوسبة الموجودة داخل حدود الدولة، الخاضعة للرقابة القانونية المحلية، وغالبًا ما تكون وراء بوابات وصول مشروطة بالتصاريح الأمنية. ويتوافق الإطار الذي قدّمه موقع Data Center Dynamics للتخطيط الخاص بمكتب التحقيقات الفيدرالي مع هذا النمط: فالمكتب لم يُبلَّغ عن اختياره بين واجهات برمجة التطبيقات (APIs) التجارية للنماذج اللغوية الكبيرة (LLMs)، بل بين عائلتين من المعالِّجات المُساعِدة التي يمكن أن تشكّل أساس تركيبته الخاصة.
وتكتسب هذه المفارقة أهميةً بالنسبة لسوق الذكاء الاصطناعي الأوسع. فهي تشير إلى أن بعض المشترين سيختارون، حتى في الحالات التي تكون فيها واجهات برمجة التطبيقات التجارية متاحةً وتقنيًّا قادرةً على الأداء المطلوب، تبني البنية التحتية الكاملة داخليًّا لأسباب قانونية أو إثباتية أو مرتبطة باستمرارية العمليات. كما أنها تؤكد أن المنافسة في مجال المعالِّجات المُساعِدة ليست قصةً ذات مورِّد واحد فقط: فسيادة شركة إنفيديا (Nvidia) في سوق الذكاء الاصطناعي التجاري لم تُقصِّص تمامًا الاعتبار الجاد لوحدات معالجة الذكاء الاصطناعي المخصصة من جوجل (Google TPUs) في أعلى مستويات سلسلة المشترين.
ما لم يُكشف عنه بعد
ويغيب عن التقارير المتاحة حاليًّا عددٌ من الأمور البارزة جدًّا. فعنوان ومقطع موقع Data Center Dynamics لا يكشفان عن التكلفة المتوقعة للنظام، ولا عن عدد المعالِّجات المُساعِدة المشاركة، ولا عن النموذج أو فئة النموذج المستهدف الذي يعتزم مكتب التحقيقات الفيدرالي تشغيله، ولا عن الموقع الجغرافي الفعلي، ولا عن المُدمِج أو الشريك السحابي، ولا عن أي جدول زمني متعلق بالشراء أو النشر. كما أنه لا توجد أي إشارةٍ إلى اتخاذ قرارٍ نهائيٍّ بعد بين مسار وحدات B300 وبين مسار وحدات TPU.
ولذلك ينبغي على القرّاء اعتبار هذه القصة إشارةً على نوايا الحكومة الفيدرالية فيما يتعلق بالبنية التحتية للذكاء الاصطناعي، وليس كمشروع بناءٍ مؤكدٍ بالفعل. وإن كانت الشركات المصنِّعة المذكورة تحديدًا قد ضيَّقت نطاق النقاش ليشمل خيارين موثوقين فقط، فإن الاختيار النهائي للمكتب — إن تمّ المضي قدمًا في عملية البناء أصلًا — لم يُبلَّغ عنه بعد.
الانعكاسات على مطوري ومُشتري تقنيات الذكاء الاصطناعي
أما بالنسبة للشركات المؤسسية التي تتابع هذه القصة، فإن الاستنتاج الفوري هو أن نقاش المعالِّجات المُساعِدة قد وصل إلى فئة من المشترين الذين كانوا تاريخيًّا يميلون إلى الصمت شديدًا بشأن بنيتهم التحتية للحوسبة. ولذلك تترتّب تأثيرات ثانوية اثنتان: أولًا، يزداد التصديق على أن وحدات معالجة الذكاء الاصطناعي من جوجل (TPUs) تُعَدُّ بديلًا حقيقيًّا لمعمارية إنفيديا في مهام النماذج اللغوية الكبيرة جدًّا خارج الاستخدام الداخلي لشركة جوجل نفسها. ثانيًا، سيتركّز الاهتمام على الطريقة التي يعبّئ بها المُدمِجون أنظمة قائمة على وحدات B300 للاستخدام المحلي (on-premises) في البيئات الفيدرالية، لأن هذا التعبئة — وليس رقاقة السيليكون وحدها — هي التي تقرّر ما إذا كان المشتري ذو المتطلبات الصارمة المتعلقة بالسيادة قادرًا فعليًّا على اعتماد النظام أم لا.
أما بالنسبة للمطوّرين، فالقراءة العملية لهذه القصة هي أن نطاق أهداف النماذج اللغوية الكبيرة الجاهزة للإنتاج يتسع تدريجيًّا ليتجاوز واجهات برمجة التطبيقات التجارية. فالتطبيقات المصممة للعمل عبر واجهات متعددة للمعالِّجات المُساعِدة — أو عبر نماذج مفتوحة الأوزان (open-weights models) التي تنتقل بسلاسة بين هذه الواجهات — ستزداد فرصها في إيجاد بيئة تشغيل مؤسسية مناسبة لها.
الأسئلة الشائعة
ماذا بالضبط أفادت به مجلة Data Center Dynamics حول خطط مكتب التحقيقات الفيدرالي؟ أفادت مجلة Data Center Dynamics بأن مكتب التحقيقات الفيدرالي يدرس إمكانية نشر حواسيب فائقة للذكاء الاصطناعي تعتمد على النماذج اللغوية الكبيرة (LLM)، باستخدام إما وحدات معالجة الرسوميات B300 من إنفيديا أو وحدات معالجة الذكاء الاصطناعي المخصصة من جوجل (TPUs). أما الأرقام المحددة والجداول الزمنية وتفاصيل العقود فهي غير متوفرة في التقارير المتاحة حاليًّا.
هل اختار مكتب التحقيقات الفيدرالي بالفعل بين وحدات إنفيديا B300 ووحدات جوجل TPUs؟ لم يُبلَّغ عن أي قرارٍ عامٍّ بهذا الشأن. فهذه القصة، كما غطّتها مجلة Data Center Dynamics، تُقدَّم على أنها دراسة وتقييمٌ بين الخيارين المُساعِدين، وليس كعملية شراء نهائية تمّ البتّ فيها.
فلماذا يبني مكتب التحقيقات الفيدرالي حاسوبًا فائقًا خاصًّا به للنماذج اللغوية الكبيرة بدلًا من استخدام واجهة برمجة تطبيقات (API)؟ لم تُذكر هذه المعلومة في المصدر الأصلي. وبشكل عام، تميل الوكالات التي تتعامل مع مواد حساسة إلى تفضيل البنية التحتية المحلية (on-premises) أو السيادية لأسباب تتعلّق بحفظ البيانات، والأمن، والتصاريح الأمنية، والإثباتات القضائية؛ لكن ما إذا كانت هذه الأسباب بالتحديد هي الدوافع الكامنة وراء قرار مكتب التحقيقات الفيدرالي هنا، فلم يُبلَّغ عنها بعد.
ما هي وحدة إنفيديا B300؟ وحدة B300 هي جزءٌ من الجيل الجديد من معالِّجات الذكاء الاصطناعي المخصصة لمركز البيانات من إنفيديا، والمُسمّى Blackwell Ultra، وهي مصمَّمة خصيصًا لأحمال العمل الضخمة في عمليات تدريب النماذج واستنتاجها. وقد أشار تقرير مجلة Data Center Dynamics إليها باعتبارها أحد الخيارين اللذين يدرسهما مكتب التحقيقات الفيدرالي.
ما هي وحدات معالجة الذكاء الاصطناعي المخصصة من جوجل (TPUs) في هذا السياق؟ وحدات TPUs هي معالِّجات ذكاء اصطناعي مخصصة طوّرتها شركة جوجل داخليًّا، وتستخدمها الشركة في بيئتها الداخلية، وتوفّرها أيضًا خارجيًّا عبر سحابتها. وقد أدرجت مجلة Data Center Dynamics هذه الوحدات باعتبارها البديل لوحدات إنفيديا B300 ضمن التقييم المبلغ عنه لمكتب التحقيقات الفيدرالي.
النتيجة النهائية
إن تقييم مكتب التحقيقات الفيدرالي المبلغ عنه لحاسوب فائق للذكاء الاصطناعي يعتمد على النماذج اللغوية الكبيرة (LLM) يكتسب أهميته ليس لما يُؤكِّده — وهو في الواقع لا يؤكد سوى وجود قائمة مختصرة تضم مورِّدين اثنين — بل لما يُشير إليه. فارتباط وكالة فدرالية مسؤولة عن إنفاذ القانون علنًا باختيار بين وحدات معالجة الرسوميات B300 من إنفيديا ووحدات معالجة الذكاء الاصطناعي TPUs من جوجل يدلّ على أن نقاش المعالِّجات المُساعِدة قد انتقل بشكل حاسم من غرف الشراء لدى مزوّدي الخدمات السحابية الضخمة (hyperscalers) إلى مراحل التخطيط للذكاء الاصطناعي السيادي. ولن يُمكن قراءة هذه القصة على أنها نقطة بيانات مبكّرة في هذا التحوّل — بدلًا من اعتبارها مشروع نشر مُقرّرٍ سلفًا — إلا حين يكشف مكتب التحقيقات الفيدرالي أو المورِّد الذي سيختاره لاحقًا عن مزيد من التفاصيل. وما هو واضحٌ لا لبس فيه هو أن كلًّا من إنفيديا وجوجل أصبح عليه الآن أن يبيع ليس فقط للمشترين التجاريين، بل أيضًا للمؤسسات التي ستُشكّل متطلباتها الصارمة المتعلقة بالتحكم الكامل في البنية التحتية ومسؤولية حفظ البيانات الطريقة التي ستُبنى بها الجيل القادم من البنية التحتية للنماذج الكبيرة.
المصادر: news.google.com. نُشِر التقرير في ١٤ يوليو ٢٠٢٦.
