الـ اتفاق أنثروبيك مع إيه إم دي لشراء وحدات معالجة رسوميات الذي كُشف عنه هذا الأسبوع يُعد أحد أكبر الالتزامات الفردية بالمشتريات من مسرِّعات الذكاء الاصطناعي التي شهدها القطاع حتى الآن، حيث أفاد موقع SiliconANGLE أن مطوِّر نماذج كلاود يخطط لشراء ما يصل إلى جيجاواطَين من قدرة وحدات معالجة الرسوميات من شركة إيه إم دي. ويُعيد هذا الحجم الهائل للصفقة تعريف شركة إيه إم دي باعتبارها مورِّدًا رائدًا في مجال تدريب النماذج المتقدمة واستنتاجها، كما يمنح أنثروبيك قاعدة حاسوبية متنوعة تعمل بالتوازي مع شراكاتها القائمة مع مورِّدي المسرِّعات الآخرين. أما بالنسبة للفِرق التي تبني حلولها على نموذج كلاود — وللمجتمع الأوسع الذي يتابع اتجاهات القدرات الحاسوبية الضخمة للذكاء الاصطناعي — فإن هذا الإعلان لا يركِّز فقط على عملية شراء واحدة، بل يعكس إعادة هيكلة جانب العرض في سلسلة القيمة الخاصة بالذكاء الاصطناعي.
أبرز النقاط المستخلصة
- يُفيد موقع SiliconANGLE بأن أنثروبيك ستقوم بشراء ما يصل إلى جيجاواطَين من قدرة وحدات معالجة الرسوميات من شركة إيه إم دي.
- يتم قياس هذا الالتزام بالطاقة الكهربائية وليس بعدد الرقائق — وهي إشارةٌ واضحةٌ إلى كيفية تخطيط سلسلة توريد الذكاء الاصطناعي اليوم على مستوى مراكز البيانات.
- تؤكِّد هذه الصفقة مكانة شركة إيه إم دي كمورِّد استراتيجي لمطوِّر نماذج ذكاء اصطناعي متقدمة، وليس مجرد خيار ثانوي.
- تكسب أنثروبيك تنوعًا في قاعدة مسرِّعاتها، مما يقلل من مخاطر الاعتماد الزائد على مورِّد واحد.
- وعلى المدى البعيد، عادةً ما يؤدي توافر قدرات حاسوبية أكبر إلى دعم عمليات تدريب أكبر، وكذلك إلى خفض تكاليف الاستنتاج على المدى الطويل.
- ولم تُفصَّل الجداول الزمنية المحددة للتسليم، أو أجيال الرقائق، أو الأسعار، أو الشروط المالية في التقارير التي استعرضناها.
ما أوردته مجلة SiliconANGLE حول اتفاق أنثروبيك مع إيه إم دي لشراء وحدات معالجة رسوميات
وفقًا لتقرير مجلة SiliconANGLE، وافقت أنثروبيك على شراء ما يصل إلى جيجاواطَين من قدرة وحدات معالجة الرسوميات من شركة إيه إم دي. والرقم البارز — الذي يُعبَّر عنه بالطاقة الكهربائية بدلًا من عدد المسرِّعات الفردية — يعكس الطريقة التي يصف بها مشترو الذكاء الاصطناعي الكبار خطوط الإمداد الخاصة بهم اليوم: كأجزاء من استهلاك الطاقة في مراكز البيانات، والتي سيتم تعبئتها تدريجيًّا عبر أجيال متتالية من الرقائق. وهذه الصيغة ذات أهمية بالغة لأنها تشير إلى أفق شراء يمتد لعدة سنوات، وليس مجرد طلب فوري لمرة واحدة. أما التقارير التي استعرضناها فلا توضح كيف سيتم تقسيم الجيجاواطَين بين التسليمات القصيرة الأجل والزيادات المستقبلية، ولا تفصِّل أي عائلات من مسرِّعات إيه إم دي سيتم استخدامها لملء هذه القدرة. ولذلك، وفي الحالات التي لا تتوفر فيها تلك التفاصيل في المصدر، لا نفترضها هنا.
وما هو واضح من التقارير هو الاتجاه الاستراتيجي. فقد جعلت أنثروبيك من إيه إم دي مورِّدًا أساسيًّا لتشغيل عمليات تدريب وتقديم نموذج كلاود، بينما تحصل إيه إم دي على عميل مرجعي بارز بحجمٍ لا يمكن لمعظم مطوري الذكاء الاصطناعي الآخرين تحقيقه. أما بالنسبة للقراء الذين يتتبعون المنافسة بين مصنِّعي المسرِّعات، فإن أفضل وحدات معالجة الرسوميات (GPUs) للذكاء الاصطناعي دليلنا يضع هذه الصفقة في سياق المشهد المادي الأوسع.
لماذا يُشكِّل رقم الجيجاواطَين عنوانًا رئيسيًّا بهذا الحجم
إن جيجاواطَين يُعدُّ رقمًا كبيرًا جدًّا في سياق الذكاء الاصطناعي. فغالبًا ما تُقاس حملة الذكاء الاصطناعي في مركز بيانات ضخم (Hyperscale) بالمئات من الميجاواط؛ وبالتالي فإن الالتزام بجيجاواطَين يوحي بوجود مواقع متعددة، أو بمشروع بناء ضخم جدًّا على مدى عدة سنوات في عدد قليل جدًّا من المواقع الكبرى جدًّا. وهو حجمٌ يرتبط عادةً بالتخطيط على مستوى المرافق العامة: مثل تحديث المحطات الفرعية، أو تركيب محولات ذات فترات تسليم طويلة، أو اتفاقيات إمداد المياه للتبريد، أو قائمة الانتظار للربط بشبكة الكهرباء.
أما بالنسبة لمطوِّر نماذج الذكاء الاصطناعي، فإن هذا النوع من القدرات الحاسوبية المستقبلية يشتري شيئين في آنٍ واحد. أولهما هو هامش التدريب — أي القدرة على تشغيل مهام تدريبية متزايدة الحجم دون الحاجة لإعادة التفاوض على الإمداد مع كل جيل جديد من النماذج. والثاني هو مرونة الاستنتاج، بحيث عندما يؤدي إصدار جديد من كلاود إلى قفزة نوعية في معدل الاستخدام، تكون القدرة الأساسية قد تم التعاقد عليها مسبقًا، بدلًا من البحث عنها في أسواق الشراء الفوري في اللحظة الأخيرة. وبذلك، يفصل المشترون الذين يخططون لقدراتهم الحاسوبية بوحدة الجيجاواط بين خطة منتجاتهم وندرة المسرِّعات على المدى القصير.
ما الدلالة الاستراتيجية لهذه الصفقة على سباق رقائق الذكاء الاصطناعي بالنسبة لإيه إم دي
أما بالنسبة لإيه إم دي، فإن الالتزام بجيجاواطَين من قدرة الحوسبة من مختبر رائد في مجال الذكاء الاصطناعي يُشكِّل حدث تحققٍّ وتثبيتٍ لمسيرتها. فهو ينقل الشركة بثقةٍ إلى مرتبة المورِّدين المرجعيين في مجال تدريب نماذج الذكاء الاصطناعي والاستنتاج على نطاق واسع، وهما فئتان كان السوق يعتبر فيهما مورِّدًا واحدًا افتراضيًّا خلال السنوات القليلة الماضية. وبما أن تقرير مجلة SiliconANGLE يوثِّق اتفاق أنثروبيك مع إيه إم دي لشراء وحدات معالجة رسوميات، فإنه يمنح إيه إم دي عميلًا مرجعيًا علنًا بالضبط بالحجم الذي يستخدمه مشغلو مراكز البيانات والجهات الممولة لتبرير الاستثمار في البنية التحتية ذات فترات التسليم الطويلة.
والسياق الصناعي هنا واضحٌ جدًّا، حتى دون إضافة حقائق جديدة إلى القصة. فمشترو الذكاء الاصطناعي كانوا صريحين جدًّا في التعبير عن رغبتهم في وجود مشهد مورِّدين أكثر صحة: أي المزيد من الخطط التكنولوجية للمقارنة، والمزيد من الخيارات فيما يتعلق بالسعر وجدول التسليم، وأقل تعرضًا لقرارات التخصيص الخاصة بأي مورِّد وحيد. وبذلك، فإن الالتزام بهذا الحجم يُعدُّ أحد أكثر الإشارات الملموسة حتى الآن على أن سلسلة توريد مسرِّعات الذكاء الاصطناعي من الدرجة المتقدمة تُبنى فعليًّا، وليس مجرد نقاش نظري.
كيف تعيد هذه الصفقة تشكيل استراتيجية أنثروبيك الحاسوبية
وكانت أنثروبيك صريحة بشكل غير مألوف بشأن اعتبار القدرات الحاسوبية مدخلًا استراتيجيًّا لنماذج كلاود. فالالتزام بشراء ما يصل إلى جيجاواطَين من قدرة وحدات معالجة الرسوميات من شركة إيه إم دي — مرة أخرى وفق تقرير مجلة SiliconANGLE — يوسِّع من موقف الشركة المتعدد المورِّدين، ويدفع أفق تخطيطها إلى الأمام أكثر فأكثر. أما الفائدة العملية فهي التنوُّع: إذ يقلل الشراء من مورِّدين مختلفين من مخاطر انقطاع التوريد أو تغيُّر التخصيص أو تأخُّر الخطة التكنولوجية لدى مورِّد واحد، والذي قد يتحول مباشرةً إلى أزمة في قدرة كلاود.
وهناك أيضًا تأثير المحفظة. فلكل مسرِّع مزاياه الخاصة في عمليات التدريب والضبط الدقيق والاستنتاج؛ وبالتالي فإن امتلاك أسطول متنوِّع يتيح لمطوِّر الذكاء الاصطناعي توجيه مهام الحوسبة إلى أجهزة ذات مواصفات ملائمة أكثر لكل مهمة. أما المستخدمون الذين يقارنون اقتصاديات النماذج عبر قاعدة بيانات نماذج الذكاء الاصطناعي فإنهم غالبًا ما يلاحظون التأثيرات الجانبية لهذه الاختيارات في سعر التوكن الواحد على المدى الطويل.
ما الذي ينبغي على المطورين الذين يستخدمون كلاود مراقبته
أما بالنسبة للفِرق الهندسية التي تعتمد على كلاود عبر واجهة برمجة التطبيقات (API)، فإن السؤال الفوري هو: ما الدلالة التي يحملها هذا الالتزام الكبير في الإمداد على القدرة التشغيلية والتأخير (Latency) والأسعار؟ والتقارير لا تفصِّل الآثار المتعلقة بمستوى الخدمة، ولن نخترعها. أما ما يمكن القول به بشكل مدعوم هو أن الالتزامات الحاسوبية الكبيرة المقدمة مسبقًا تميل، مع مرور الوقت، إلى التحول إلى قدرات تشغيلية أكثر استقرارًا — أي أقل مفاجآت في الحدود القصوى لمعدل الاستخدام أثناء فترات الذروة — كما أنها تمنح المزوِّد مساحةً للاحتفاظ بالأسعار أو خفضها مع تحسُّن الاقتصاديات الوحدوية.
أما المطورون الذين يرغبون في نمذجة تأثير ذلك على فواتيرهم الخاصة، فيمكنهم إجراء الحسابات بأنفسهم باستخدام حاسبة تكلفة واجهة برمجة تطبيقات الذكاء الاصطناعي (API), أو مقارنة تكلفة الاستخدام المُستضاف مع تكلفة الأجهزة المخصصة باستخدام حاسبة الاستضافة الذاتية مقابل واجهة برمجة التطبيقات (API). ولا يعتمد أي من هذين التمرينين على الطرازات الدقيقة لوحدات معالجة الرسوميات التي ستستخدمها أنثروبيك في النهاية؛ بل يستفيدان من معرفة أن المزوِّد قد ضمن إمدادًا طويل الأجل بقدرة تُقاس بالجيجاواط.
الصورة الأوسع لبنية تحتية الذكاء الاصطناعي
وبالنظر إلى الصورة الأوسع، فإن صفقة أنثروبيك مع إيه إم دي لشراء وحدات معالجة رسوميات تندرج في نمطٍ يتبلور تدريجيًّا عبر قطاع الذكاء الاصطناعي: حيث يوقِّع المشترون اتفاقيات طويلة الأجل، ومُعبَّرة عن القدرة بالطاقة الكهربائية، مع مورِّدي المسرِّعات، ويعاملون تلك القدرة كأصل استراتيجي بدلًا من بند تشغيلي عادي. وعندما يلتزم مطوِّر رائد في مجال الذكاء الاصطناعي بمستوى جيجاواطَين، فإنه يرسل إشارةً واضحةً إلى النظام البيئي الأوسع — بما في ذلك مشغِّلو مراكز البيانات، والمرافق العامة، ومورِّدو شبكات الاتصال، ومورِّدو أنظمة التبريد — بأن الطلب كافٍ ومستمرٌ بما يكفي لتبرير الاستثمار طويل الأجل من جانبهم.
وهذا له تأثيرات جانبية على التكلفة. فعادةً ما يؤدي ارتفاع درجة الاستخدام وثباتها إلى تحسُّن الاقتصاديات الوحدوية في عمليات الاستنتاج، وهي المرحلة التي يشعر فيها معظم مطوري التطبيقات بتكلفة النماذج. مؤشر تكلفة الأداء في مجال الذكاء الاصطناعي يمكن للقراء الذين يتتبعون هذا المسار الطويل الأجل استخدام
| السمة | ما أوردته مجلة SiliconANGLE |
|---|---|
| المشتري | أنثروبيك |
| المورِّد | إيه إم دي |
| القدرة المُعلنة | ما يصل إلى جيجاواطَين من قدرة وحدات معالجة الرسوميات |
| وحدة القياس | الطاقة (جيجاواط)، وليس عدد الرقائق |
| أُطلِقَت أسماء على أجيال الرقائق | لم يُذكَر في التقارير التي جرى مراجعتها |
| المصطلحات المالية | لم يُذكَر في التقارير التي جرى مراجعتها |
| جدول التسليم | لم يُذكَر في التقارير التي جرى مراجعتها |
تحفظات وما زال غير معلنٍ بعد
يُجدر إعادة التأكيد على ما تقوله هذه القصة وما لا تقوله. وتُعَدُّ تقرير «سايلكون أنغل» الأساس الذي استُند إليه في ذكر رقم الجيجاواطين وتحديد شركة AMD كالمورِّد. ومع ذلك، فإن التقرير — في المواد التي جرى مراجعتها — لم يكشف عن قيمة العقد، أو عائلات معجِّلات AMD التي ستُكوِّن هذه القدرة الاستيعابية، أو كيفية توزيعها تدريجيًّا عبر الزمن، أو المواقع الجغرافية التي ستُنصب فيها فعليًّا. وأي تعليقٍ يقدِّم تلك التفاصيل باعتبارها مؤكدةً يتجاوز ما تدعمه التقارير حتى الآن. وباستمرار ظهور إفصاحات إضافية — سواء في التعليقات المرافقة لتقارير الأرباح، أو في الإفصاحات التنظيمية، أو في تقارير لاحقة — سيكتمل المشهد تدريجيًّا.
الأسئلة الشائعة
ما الذي أبلغته بالفعل مجلة «سايلكون أنغل»؟ أن شركة Anthropic ستشتري ما يصل إلى جيجاواطين من قدرة وحدات معالجة الرسوميات (GPU) من شركة AMD. وقد قدَّمت المجلة هذه الصفقة باعتبارها التزامًا رئيسيًّا بالشراء؛ لكنها لم تفصِّل الشروط التجارية المحددة في التغطية التي جرى مراجعتها.
لماذا تُقاس القدرة الاستيعابية بوحدة الجيجاواط بدلًا من عدد الرقائق؟ إن مشتري الذكاء الاصطناعي الكبار يخططون حاليًّا وفق استهلاك مراكز البيانات من الطاقة، لأن هذا الاستهلاك هو العامل المقيد فعليًّا لعدد وحدات التسارع التي يمكن نشرها وتبريدُها. ولذلك فإن التعبير عن صفقة Anthropic مع AMD لوحدات معالجة الرسوميات بوحدة الجيجاواط يعكس الطريقة الفعلية التي تُشترى بها قدرات الذكاء الاصطناعي اليوم.
هل تحل هذه الصفقة محل علاقات Anthropic الأخرى في مجال الحوسبة؟ التقارير التي اعتمدنا عليها لا تشير إلى ذلك إطلاقًا، ولا يوجد أي أساسٌ للادعاء بأنها كذلك. وأكثر القراءات دقةً وموثوقيةً هي أن هذه الصفقة تهدف إلى التنوُّع — أي إضافة خطٍّ كبيرٍ من منتجات AMD إلى قاعدة توريد Anthropic، بدلًا من استبدال خطٍّ موجودٍ بالفعل.
هل سيشهد مستخدمو نموذج Claude انخفاضًا في الأسعار أو زيادةً في السعة نتيجة لهذه الصفقة؟ ليس بشكل تلقائي، ولا بالضرورة ضمن جدول زمني محدد. فتاريخيًّا، أدَّت السعات الحاسوبية الأكبر والأكثر انتظامًا إلى استقرار أكبر في توفر السعة وتحسُّن اقتصاديات الاستنتاج (Inference Economics)، لكن تقرير «سايلكون أنغل» لا يلتزم فيه Anthropic بأي نتائج محددة فيما يتعلق بالأسعار أو التوافر.
ما الذي ينبغي على المطورين فعله الآن؟ مواصلة التصميم وفق واجهات برمجة التطبيقات (APIs) المنشورة من قِبل Anthropic وحدود المعدلات (Rate Limits) الخاصة بها، وحساب التكاليف الخاصة بهم باستخدام أدوات مثل «حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي»، ومعاملة هذه الصفقة باعتبارها إشارةً إلى أن البنية التحتية الحاسوبية الأساسية توسَّعت — وليس باعتبارها وعدًا بتغييرات منتج محددة.
النتيجة النهائية
إن صفقة وحدات معالجة الرسوميات بين Anthropic وAMD، التي أبلغت عنها مجلة «سايلكون أنغل»، تكتسب أهميتها ليس بسبب تفصيل تقني واحد، بل بسبب ما تشير إليه بشأن شكل سلسلة توريد الذكاء الاصطناعي في المستقبل. فشركة رائدة في مجال الذكاء الاصطناعي تتعاقد على قدرات حوسبية بوحدة الجيجاواط من مورد كان يُوصَف حتى وقت قريب غالبًا بأنه خيار ثانوي، وبمقياس يتطلب تخطيط بنية تحتية متعدد السنوات عبر الصناعة الداعمة لها. أما بالنسبة لـ AMD، فهي صفقة راسخة من نوعٍ يغيِّر طريقة نظر السوق إلى مكانتها في سوق معجِّلات الذكاء الاصطناعي. أما بالنسبة لـ Anthropic، فهي خطوة أخرى في تحويل القدرات الحاسوبية من عقبة تعيق التقدم إلى أصل استراتيجي مُخطَّط له بدقة. أما بالنسبة للمطورين والمؤسسات التي تبني حلولها على نموذج Claude، فهي تذكيرٌ بأن اقتصاد النماذج التي يستخدمونها يُحدَّد بشكل متزايد على مستوى عقود الطاقة في مراكز البيانات، وليس فقط عبر جداول أسعار لكل رمز (Token).
المصادر: news.google.com. تم التقرير في ٢٣ يوليو ٢٠٢٦.
