تُعد خوادم Supermicro H15 للذكاء الاصطناعي أحدث المُنافسين في السباق لتوفير أجهزة التدريب على نطاق واسع، حيث أفاد موقع Yahoo Finance بأن شركة Supermicro (SMCI) أطلقت خط الخوادم الجديد جنبًا إلى جنب مع منصة تدريب للذكاء الاصطناعي مكوَّنة من ٧٢ وحدة معالجة رسومات. ويكتنف التقرير الأولي قلة في التفاصيل التقنية، لكن الرقم البارز وحده يروي قصةً كاملة. فبالإبلاغ عن عرض ٧٢ معجِّلًا كمنصة تدريب واحدة، تتنافس Supermicro مباشرةً في شريحة «الأنظمة ذات النطاق الرفّي» (rack-scale) في السوق، حيث أصبحت الأرفف المتكاملة بالكامل — بدلًا من الخوادم الفردية — الوحدة القياسية لحسابات الذكاء الاصطناعي.
أبرز النقاط المستخلصة
- أفاد موقع Yahoo Finance بأن شركة Supermicro (SMCI) أطلقت خوادم H15 جنبًا إلى جنب مع منصة تدريب للذكاء الاصطناعي مكوَّنة من ٧٢ وحدة معالجة رسومات.
- ويضع رقم الـ ٧٢ وحدة معالجة رسومات منصة H15 ضمن فئة الأنظمة ذات النطاق الرفّي التي يفضِّلها مختبرات الذكاء الاصطناعي الكبرى ومقدِّمو خدمات الحوسبة السحابية بشكل متزايد لأعمال التدريب.
- ولم تتضمَّن التقارير الأولية مواصفات تفصيلية أو أسعارًا أو تواريخ توفر أو هوية وحدات معالجة الرسومات المدمجة داخل المنصة.
- وتؤدي منصات النطاق الرفّي إلى تحويل وحدة الشراء من الخوادم الفردية إلى أرفف متكاملة بالكامل، ما يحوِّل عبء التكامل من المشتري إلى البائع.
- وبالنسبة لمعظم فرق الذكاء الاصطناعي، فإن هذا الإعلان يهم بشكل غير مباشر: إذ إن زيادة سعة التدريب في المرحلة العليا غالبًا ما تنعكس إيجابيًّا على توفر النماذج وتكاليف الحوسبة في المرحلة السفلى.
ما أعلنته شركة Supermicro بشأن خوادم H15
وفقًا لموقع Yahoo Finance، أطلقت شركة Supermicro خوادم H15 جنبًا إلى جنب مع منصة تدريب للذكاء الاصطناعي مكوَّنة من ٧٢ وحدة معالجة رسومات. وهذه هي الحدود القصوى للمعلومات المؤكدة في التقرير الأولي. أما المواصفات والأسعار وجداول الشحن واختيار رقائق المعجِّلات فلم تُذكر في الملخَّص، ويجب على المشترين اعتبار أوراق البيانات الرسمية الصادرة عن شركة Supermicro المصدر الوحيد للتحقق من هذه التفاصيل بمجرد نشرها.
ورغم ذلك، يستحق تسمية H15 ملاحظةً موجزة. فقد اعتادت شركة Supermicro تاريخيًّا استخدام أرقام تسلسلية لتحديد أجيال منصاتها عبر عائلات الخوادم المختلفة، وبالتالي فإن ظهور رقم جديد في سلسلة H يشير عمومًا إلى جيل جديد تمامًا من المنصة، وليس مجرد تحديث طفيف. ومع ذلك، لا يزال أي افتراض حول المعالجات أو وحدات معالجة الرسومات الأساسية غير مؤكَّد حتى تُفصِّل الشركة المصنِّعة تلك المكونات.
وبالنسبة لشركةٍ ترتبط أوضاعها المالية ارتباطًا وثيقًا بإنفاق البنية التحتية للذكاء الاصطناعي، فإن هذه الخطوة متوقَّعةٌ لكنها ذات أهمية كبيرة. فتتنافس شركات تصنيع الخوادم أساسًا على سرعة تجميع أحدث وحدات المعالجة المسرَّعة في أنظمة جاهزة للنشر والصيانة، ومن ثم فإن منصة الـ ٧٢ وحدة معالجة رسومات تُعد أوضح تعبيرٍ ممكنٍ عن نيَّة Supermicro بيع قدرات الحوسبة الخاصة بالذكاء الاصطناعي على مستوى الرف الكامل، وليس فقط على مستوى العقدة (node) الفردية.
لماذا تكتسب منصة تدريب الذكاء الاصطناعي المكوَّنة من ٧٢ وحدة معالجة رسومات أهميةً بالغة
ويُعَد تدريب النماذج التأسيسية الحديثة مشكلةً جوهريةً مرتبطة بالحجم. فالتدريب على أحدث النماذج يتم توزيعه عبر أسطولٍ كبيرٍ جدًّا من وحدات المعالجة المسرَّعة، وقد كان رد فعل القطاع خلال السنوات القليلة الماضية هو توحيد المعايير حول وحدات بناءٍ أكبر فأكبر. فبينما كانت الوحدة الشائعة لحسابات الذكاء الاصطناعي في السابق خادمًا مكوَّنًا من ٨ وحدات معالجة رسومات، أصبحت الأنظمة ذات النطاق الرفّي التي تقدِّم عشرات وحدات معالجة الرسومات كنطاق مترابط بإحكام وحدة الأساس المفضَّلة لمجموعات التدريب الجادة.
وتتموضع منصة الـ ٧٢ وحدة معالجة رسومات بثبات ضمن هذه الفئة ذات النطاق الرفّي. أما الجاذبية الهندسية لها، من منظور تحليلي عام للقطاع، فهي واضحة تمامًا: فكلما زاد عدد وحدات المعالجة المسرَّعة القادرة على التواصل عبر اتصال محلي سريع بدلًا من شبكة مركز بيانات عامة، قلَّ الوقت الذي تقضيه عملية التدريب في الانتظار لحركة البيانات بين الرقائق. ويشكِّل عبء الاتصال أحد أبرز العوامل التي تُثقل كاهل كفاءة التدريب على نطاق واسع، وبالتالي فإن توسيع نطاق نطاقات وحدات معالجة الرسومات المترابطة يُترجم مباشرةً إلى استغلال أفضل للأجهزة باهظة الثمن.
أما بالنسبة للمشترين، فإن التأثير العملي هو أن محادثات الشراء تتحول من سؤال «كم عدد الخوادم التي نحتاجها؟» إلى سؤال «كم عدد الأرفف التي نحتاجها؟». وهذا يغيِّر الجهة التي تتحمَّل عبء العمل الشاق المتعلق بالتكامل — وهي بالضبط الأرضية التي تتنافس عليها حاليًّا شركات أنظمة مثل Supermicro.
منصات النطاق الرفّي مقابل الخوادم التقليدية لوحدات معالجة الرسومات
ويُلخِّص الجدول أدناه المقارنة النموذجية بين منصات التدريب ذات النطاق الرفّي من النوع الذي بدأت Supermicro الآن بشحنه، وبين الخوادم التقليدية لوحدات معالجة الرسومات. وهذه أنماط عامة في القطاع، وليست مواصفات مؤكدة لمنصة H15، والتي لم يتضمَّنها التقرير الأولي.
| الميزة | خادم وحدة معالجة رسومات تقليدي | منصة ذات النطاق الرفّي المكوَّنة من ٧٢ وحدة معالجة رسومات |
|---|---|---|
| عدد وحدات المعالجة المسرَّعة لكل وحدة | عادةً ثمانية | ٧٢ وحدة، وفقًا لتقرير Yahoo Finance عن منصة H15 |
| وحدة الشراء | عقدة فردية | رف متكامل |
| نطاق الاتصال | داخل هيكل واحد | عبر الرف الكامل |
| أحمال العمل النموذجية | ضبط النماذج الدقيق، والاستنتاج، ومهام التدريب الأصغر | تدريب النماذج على نطاق واسع |
| عبء التكامل | يقع في الغالب على عاتق المشتري | يتم التعامل معه في الغالب من قِبل البائع |
ولا يزال أمام الفرق العاملة بأحجام أقل بكثير من النطاق الرفّي خيارات مهمة جدًّا خاصة بها فيما يتعلق بالأجهزة؛ وتغطي دليلتنا المخصصة لـ أفضل وحدات معالجة الرسوميات (GPUs) للذكاء الاصطناعي خيارات وحدات المعالجة المسرَّعة المناسبة لأجهزة المحطات الطرفية والمجموعات الأصغر.
ما الذي يعنيه إطلاق منصة H15 لمطوري الذكاء الاصطناعي وبناة النماذج
وسوف يُركِّب عددٌ ضئيلٌ جدًّا من المطورين منصةً مكوَّنةً من ٧٢ وحدة معالجة رسومات بأنفسهم، لكن الإعلانات من هذا النوع تشكِّل البيئة التي يعمل فيها الجميع. فسعة التدريب في المرحلة العليا تحدد أي النماذج ستتوفر في المرحلة السفلى. وعندما يبدأ المزيد من الموردين بشحن منصات ذات النطاق الرفّي، فإن إمدادات قدرات التدريب تتسع، ويمكن لمختبرات الذكاء الاصطناعي التي تشتري هذه القدرات أن تكرِّر تطوير نماذج جديدة بوتيرة أسرع. أما نتائج هذه التكرارات فهي ما يصل في النهاية إلى قاعدة بيانات نماذج الذكاء الاصطناعي كنماذج منشورة مزودة بمواصفات وأسعار معلَّنة.
كما أن التنافس بين مصنِّعي الأنظمة مهمٌّ أيضًا من جانب التكلفة. فما زالت البنية التحتية للذكاء الاصطناعي تعاني من نقص في العرض عند المستوى الأعلى، وكل منصة إضافية ذات مصداقية في مجال النطاق الرفّي تمنح مزوِّدي الخدمات السحابية ومختبرات الذكاء الاصطناعي مساحة تفاوضية أكبر عند بناء قدراتهم. وعلى المدى الطويل، يُعد التنافس الصحي في مجال أجهزة التدريب إحدى القوى التي تدفع تكلفة الحوسبة الكامنة وراء النماذج التي يستخدمها المطورون إلى الانخفاض — وهي ديناميكية نتابعها في مؤشر تكلفة الأداء في مجال الذكاء الاصطناعي.
وليس أيٌّ من هذا يحدث فورًا. فالعتاد المُعلن عنه اليوم سيُستخدم في عمليات تدريب بعد أشهر. لكن الاتجاه العام هو ما يهم حقًّا: فإعلان إطلاق H15 يضيف إلى مجموعة سعة التدريب ذات النطاق الرفّي التي يمكن للقطاع الاستفادة منها.
الواقع العملي المتعلق بالطاقة والتبريد والنشر
تتركز استهلاكات الطاقة الهائلة في أرفف وحدات معالجة الرسومات (GPU) الكثيفة ضمن مساحة صغيرة جدًّا، وبصفة عامة، فإن الأنظمة المنتمية إلى هذه الفئة دفعت مراكز البيانات نحو اعتماد أنظمة التبريد السائل وتحديث أنظمة توصيل الطاقة بشكل كبير. وغالبًا ما لا تستطيع المنشآت المصمَّمة لأرفف المؤسسات التقليدية استضافة أرفف تدريب الذكاء الاصطناعي الحديثة دون إجراء تعديلات جوهرية.
لا يتضمَّن تقرير «ياهو فاينانس» تفاصيل عن تصميم استهلاك الطاقة أو التبريد الخاص بوحدة H15، لذا تبقى هذه التفاصيل بانتظار التأكيد. وما يمكن قوله بثقة هو أن أي منصة تضم 72 وحدة معالجة رسومات تواجه نفس القوانين الفيزيائية التي تواجهها باقي أنظمة السوق على مستوى الرف: وأفضل المشترين المؤهلين لنشر مثل هذه الأنظمة هم أولئك الذين يمتلكون منشآت مراكز بيانات مُصمَّمة مسبقًا للتعامل مع أحمال عمل الذكاء الاصطناعي عالية الكثافة. وهذه الحقيقة تُركِّز السوق المستهدفة لمثل هذا النوع من الأجهزة لدى موفِّري خدمات السحابة، ومعامل الذكاء الاصطناعي، والمؤسسات الكبرى ذات البنية التحتية الحديثة.
الجانب الاقتصادي: من يشتري فعليًّا أنظمة التدريب المكوَّنة من ٧٢ وحدة معالجة رسومات؟
إن منصات التدريب على مستوى الرف ليست مشتريات انفعالية. فالعملاء الطبيعيون لها هم مقدمو خدمات السحابة والخدمات السحابية الناشئة (neocloud) الذين يبنون سعات وحدات معالجة رسومات قابلة للتأجير، ومعامل الذكاء الاصطناعي التي تدرِّب نماذجها الخاصة، والمؤسسات التي تمتلك أحمال عمل تدريبية كبيرة ومستمرة. أما معظم المنظمات الأخرى فتستفيد من هذا الصنف من الأجهزة بشكل غير مباشر، إما عبر تأجير السعة أو استهلاك النماذج مباشرةً عبر واجهات برمجة التطبيقات (APIs).
وهذا يجعل سؤال «البناء مقابل التأجير» الاستنتاج العملي الأهم بالنسبة لمعظم القراء. فامتلاك الأجهزة يكون مربحًا عندما تكون نسبة الاستخدام مرتفعة باستمرار، بينما يكون التأجير مربحًا عند تقلُّب الأحمال أو عند طبيعتها الاستكشافية. وتتناول دراسة حاسبة الاستضافة الذاتية مقابل واجهة برمجة التطبيقات (API) هذه المفاضلة باستخدام أرقامك الخاصة. أما بالنسبة للفرق التي تفكر في تشغيل النماذج على أجهزة تتحكم بها بنفسها بأي نطاق، فإن دراسة آلة حاسبة مجانية لسعة الذاكرة المخصصة للرسوميات (VRAM) تساعد في تحديد كمية ذاكرة وحدة معالجة الرسومات (GPU memory) التي يحتاجها نموذجٌ معينٌ بالفعل قبل اتخاذ أي قرار شراء.
والنقطة الأوسع هنا هي أن الإطلاقات مثل منصة H15 توسِّع باستمرار قائمة الخيارات المتاحة عبر هذا الطيف — بدءًا من تأجير جزء صغير من رف شخص آخر، وصولًا إلى طلب الرفوف نفسها من قِبل أكبر المشترين.
الأسئلة الشائعة
ما هي خوادم Supermicro H15؟ هي سلسلة جديدة من الخوادم التي أطلقتها شركة Supermicro، وجاء الإعلان عنها في تقرير لـ«ياهو فاينانس» جنبًا إلى جنب مع منصة تدريب ذكاء اصطناعي مكوَّنة من 72 وحدة معالجة رسومات. أما المواصفات الكاملة فقد لم تُفصَّل في التقرير الأولي.
كم عدد وحدات معالجة الرسومات التي تدعمها منصة Supermicro الجديدة للتدريب؟ وفقًا لعنوان تقرير «ياهو فاينانس»، فإن المنصة مبنية حول 72 وحدة معالجة رسومات، ما يضعها في فئة أنظمة تدريب الذكاء الاصطناعي على مستوى الرف.
ما نوع وحدات معالجة الرسومات التي تشغل منصة H15؟ لم يحدد التقرير الأولي نوع شريحة المعالج المسرِّع المستخدمة. وينبغي على المشترين الرجوع إلى أوراق المواصفات الرسمية الصادرة عن شركة Supermicro للحصول على تفاصيل مؤكدة حول المكونات.
لمن تُوجَّه منصة الـ72 وحدة معالجة رسومات؟ وبصفة عامة، وفي سياق السوق الأوسع، فإن الأنظمة المنتمية لهذه الفئة تُشترى عادةً من قِبل موفِّري خدمات السحابة، ومعامل الذكاء الاصطناعي، والمؤسسات الكبرى التي تمتلك أحمال عمل تدريب نماذج مستمرة، ومراكز بيانات مُصمَّمة لاستيعاب أرفف عالية الكثافة.
هل يؤثر إطلاق H15 على فرق الذكاء الاصطناعي الأصغر حجمًا؟ نعم، لكن بشكل غير مباشر. فكلما زادت سعة التدريب على مستوى الرف المتاحة في السوق، زادت عمومًا سرعة تطوير النماذج وتنافسية أسعار الحوسبة، مما يعود بالنفع في نهاية المطاف على الفرق التي تستهلك النماذج عبر واجهات برمجة التطبيقات أو عبر تأجير وحدات معالجة الرسومات.
النتيجة النهائية
إذا اختصرنا الخبر إلى جوهره المؤكد، فهو ببساطة أن تقرير «ياهو فاينانس» أفاد بأن شركة Supermicro قد أطلقت خوادم H15 مع منصة تدريب ذكاء اصطناعي مكوَّنة من 72 وحدة معالجة رسومات. أما التفاصيل التي ستحدد مدى تنافسية هذه المنصة فمثل اختيار الشريحة، وتقنية الربط البيني (interconnect)، واستهلاك الطاقة، ونظام التبريد، والسعر، فهي ما زالت بانتظار النشر. ومع ذلك، فإن هيكل الإعلان نفسه يحمل دلالة واضحة: فوحدة الحوسبة الخاصة بتدريب الذكاء الاصطناعي انتقلت بشكل حاسم إلى مستوى الرف، وتشير شركة Supermicro إلى نيتها مواصلة التنافس في هذه السوق باستخدام أحدث الأجهزة المتوفرة حاليًّا. أما بالنسبة لمطوري الذكاء الاصطناعي، فإن هذا الإطلاق يشكِّل مجرد زيادة إضافية في سعة التوريد في السلسلة التوريدية العليا، والتي تُقرِّر في النهاية أي النماذج سيتم تدريبها، وبأي سرعة، وبأي تكلفة.
المصادر: news.google.com. تم التقرير في ٢٦ يوليو ٢٠٢٦.
