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 Nvidia 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 النقاط المستخلصة
- 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 Nvidia 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 Nvidia؛ بينما تمثِّل وحدات معالجة التنسور (TPUs) من جوجل البديل القائم على رقائق مخصصة.
- سيكون لهذا الخيار صدى بعيد على وكالات فيدرالية أخرى تزن خيارات بناء مماثلة للاستخدام المصنف أو إنفاذ القانون.
- لا يتم الإفصاح عن أي عقد رسمي أو سعر أو حجم أو موعد تسليم في التقارير.
ما تقرره Data Center Dynamics بشأن خطة FBI
وفقاً لـ Data Center Dynamics، يقيّم FBI ما إذا كان سيقيم كومبيوتر فائق داخلي بحجم مناسب لتدريب أو استدلال النماذج اللغوية الكبيرة، مع تحديد معجلات B300 من Nvidia وخط TPU من Google كمرشحي الخيار الأول. يؤطر المنفذ العنوان الجهد كاعتبار نشر بدلاً من عملية شراء نهائية، ولم يتم الإبلاغ عن أي قيمة عقد أو جدول تسليم أو موقع منشأة في المقتطف المتاح.
بخلاف ذلك، لم يتم الإفصاح عن التفاصيل. لا يتضح من التقارير ما إذا كان النظام سيدرب في المقام الأول نماذج مخصصة على بيانات FBI الخاصة، أو ضبط النماذج الأساسية ذات الأوزان المفتوحة، أو العمل كعنقود استدلال للتطبيقات البحثية اللاحقة. أي من هذه المواقف متوافق مع قائمة المعجلات الموصوفة.
لماذا يهم خيار FBI للنموذج اللغوي الكبير (LLM) الفائق
اعتماد جهات إنفاذ القانون الفيدرالية لكومة LLM مخصصة هو إشارة مميزة عن النمط الأكثر شيوعاً لاشتراك الوكالات في واجهات برمجية تجارية للذكاء الاصطناعي. يعني البصمة المحلية أو السحابة ذات السيادة تفضيلاً لإقامة البيانات والحفاظ عليها والترخيصات التي لا يمكن لنقاط نهاية متعددة المستأجرين العامة مطابقتها بسهولة. هذا متسق مع الطريقة التقليدية للتعامل مع المواد البحثية الحساسة، وكما يعكس أيضاً اتجاهاً أوسع في الصناعة نحو عمليات النشر الهجينة للأحمال المنظمة.
بالنسبة لمستخدمي ومطوري نماذج الذكاء الاصطناعي، النقطة الجديرة بالأخبار هي قائمة المعجلات نفسها. الاختيار بين جيل Blackwell Ultra من Nvidia و TPUs من Google هو نفس القرار الذي تواجهه عدد متزايد من المؤسسات الكبرى والمشترين ذوي السيادة — ورؤية وكالة فيدرالية تزن علناً بين الاثنين تضيف ثقلاً إلى جدل لعب دوره في الغالب داخل الشركات المحتكرة حتى الآن. بالنسبة للقراء الذين يقارنون مسارات الأجهزة، ملخصنا عن أفضل معالجات الرسومات للذكاء الاصطناعي يتتبع المشهد المتغير.
Nvidia B300 مقابل Google TPU: الإطار الاستراتيجي
يمثل الخياران فلسفات متناقضة. B300 من Nvidia، جزء من عائلة Blackwell Ultra، هو معجل للأغراض العامة يهيمن على تدريب واستدلال الذكاء الاصطناعي التجاري ويستفيد من أعمق نظام برمجي حول CUDA و cuDNN وكومة PyTorch الأوسع. TPUs من Google هي رقاقات مخصصة تم تصميمها في الأصل لأحمال عمل الشركة الخاصة، تُقدم خارجياً من خلال Google Cloud ويتم تحديثها بشكل متزايد كبديل تنافسي لكل من تدريب واستدلال النماذج الكبيرة.
الجدول التالي يوضح الخطوط العريضة الاستراتيجية للخيارين كما يتم تأطيرهما من خلال الممارسة الصناعية. لا يحتوي على أي أرقام مبلغ عنها خاصة بتقييم FBI — لم يتم الإفصاح عن تلك في التقارير المصدرية.
| البعد | Nvidia B300 (Blackwell Ultra) | Google TPU |
|---|---|---|
| نموذج المورد | رقاقات تجارية، تُباع على نطاق واسع لـ OEMs والمدمجين | رقاقات مخصصة، مرتبطة تاريخياً بـ Google Cloud |
| النظام البيئي للبرمجيات | CUDA و PyTorch و TensorRT والدعم الواسع من الجهات الخارجية | JAX و TensorFlow ومسار مترجم XLA |
| مسار الشراء النموذجي | أنظمة OEM والتجميع المشترك وبناء المدمجين | إيجار السحابة أو الترتيبات المخصصة مع Google |
| موقف النشر الذي يناسب | محلية، معزولة عن الهواء، سحابة هجينة | أصلية في السحابة، منطقة ذات سيادة، وحدات مخصصة |
| خطر الإغلاق الحجري | تركيز البائع على Nvidia | التركيز على أدوات Google المحددة |
لا يوجد خيار أفضل موضوعياً لعبء عمل موصوف بشكل فضفاض مثل «كومبيوتر فائق LLM». يعتمد الاختيار الصحيح على معمارية النموذج وتفضيلات الإطار وموقف الأمان و — بشكل حاسم لمشتر فيدرالي — كيفية عقد البنية التحتية المادية والتحكم فيها. بالنسبة للفرق التي تصمم هذه المقايضات تجارياً، توضح حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) شكل قرار المحلي مقابل السحابة.
ما قد تحتاجه كومة LLM الفيدرالية المحلية
قراءة إطار Data Center Dynamics بصراحة، يبحث FBI عن حساب يمكن أن يستضيف عبء عمل LLM تحت السيطرة التشغيلية الخاصة به. هذا يفرض متطلبات تتجاوز بكثير إنتاجية خام. عادة ما يحتاج عنقود LLM الفيدرالي إلى أمان فعلي على مستوى المنشأة وعزل الشبكة عن مسارات الإنترنت العامة وسجلات التدقيق المناسبة للبيئات المصنفة والموظفين الذين يألفون كلاً من منصة المعجل الأساسية وكومة تقديم النموذج فوقها.
من جانب البرنامج، يجب أن يتعامل النشر الداخلي مع دورة حياة النموذج الكاملة: الحصول على بيانات التدريب أو الضبط الدقيق وإدارة نقاط التفتيش وآليات التقييم ومرشحات السلامة وخدمة الاستدلال. يلجأ المشترون بشكل متزايد إلى نماذج أساسية ذات أوزان مفتوحة كنقاط انطلاق لأنه يمكن ضبطها دقيقاً محلياً دون إرسال بيانات حساسة إلى طرف ثالث. قاعدة بيانات نماذج الذكاء الاصطناعي يتتبع الحقل الحالي للنماذج المفتوحة والمغلقة التي ستكون مرشحة لكومة مثل هذه. تخطيط VRAM هو قيد من الدرجة الأولى هنا — يمكن حاسبة مجانية لحساب متطلبات الذاكرة عالية السرعة (VRAM) تحديد حجم نموذج هدف مقابل معجل مرشح.
السياق الفيدرالي: البنية التحتية للذكاء الاصطناعي ذات السيادة
يهبط تقييم FBI المبلغ عنه في فترة أشارت فيها عدة حكومات إلى تفضيل قدرة ذكاء اصطناعي ذات سيادة — حساب يقع داخل البلد تحت السيطرة القانونية المحلية وغالباً خلف وصول محصور بالترخيص. يناسب إطار Data Center Dynamics لخطة FBI هذا النمط: لم يتم الإبلاغ عن أن المكتب يختار بين واجهات برمجية تجارية للذكاء الاصطناعي، بل بين عائلتي معجلات يمكن أن تدعم تثبيتها الخاص.
هذا التمييز يهم السوق الأوسع للذكاء الاصطناعي. يشير إلى أنه حتى عندما يكون الوصول إلى واجهات برمجية تجارية متاحاً وقادراً تقنياً، سيختار بعض المشترين إدراج الكومة لأسباب قانونية أو إثباتية أو استمرارية التشغيل. كما يعزز أن المنافسة في المعجلات ليست قصة بائع واحد: هيمنة Nvidia على الذكاء الاصطناعي التجاري لم تحجب الاعتبار الجاد لـ TPUs من Google في الطرف الأعلى من كومة المشترين.
ما لم يتم الإفصاح عنه
عدة أشياء غائبة بشكل صارخ عن التقارير المتاحة. لا يكشف عنوان Data Center Dynamics والمقتطف عن التكلفة المتوقعة للنظام أو عدد المعجلات المشاركة أو النموذج الهدف أو فئة النموذج التي ينوي FBI تشغيلها أو الموقع المادي أو المدمج أو شريك السحابة أو أي جدول زمني للشراء أو النشر. كما لا توجد أي إشارة إلى أن قراراً بين مسارات B300 و TPU قد تم اتخاذه.
يجب على القراء معاملة القصة كإشارة عن نية البنية التحتية للذكاء الاصطناعي الفيدرالية بدلاً من بناء مؤكد. البائعون المحددون المذكورون يضيقون النقاش إلى خيارين معقولين، لكن الخيار النهائي للمكتب — إن حدث بناء على الإطلاق — لم يتم الإبلاغ عنه.
الآثار المترتبة على مطوري ومشتري الذكاء الاصطناعي
بالنسبة للمؤسسات التي تراقب هذه القصة، الوجبة السريعة الفورية هي أن نقاش المعجل قد وصل إلى فئة من المشترين فضلوا تاريخياً عدم قول الكثير عن كومة الحساب الخاصة بهم. لهذا تأثيران من الدرجة الثانية. أولاً، يعزز مصداقية TPUs كبديل حقيقي لأجهزة Nvidia لأحمال عمل LLM الكبيرة جداً خارج استخدام Google الخاص. ثانياً، سيركز الاهتمام على كيفية تغليف المدمجين للأنظمة المستندة إلى B300 لنشر فيدرالي محلي، لأن هذا التغليف — وليس السيليكون وحده — يحدد ما إذا كان المشتري بمتطلبات السيادة الصارمة يمكنه فعلاً اعتماده.
بالنسبة للمطورين، القراءة العملية هي أن نطاق أهداف LLM الإنتاجية يتسع بعيداً عن نقاط نهاية واجهات برمجية تجارية. التطبيقات المبنية للتشغيل مقابل ظهر معجل متعدد — أو مقابل نماذج ذات أوزان مفتوحة تنقل بنظافة عبرها — ستكون لها المزيد من المنازل المؤسسية للتشغيل فيها.
الأسئلة الشائعة
ما الذي أبلغت عنه فعلاً Data Center Dynamics بشأن خطط FBI؟ أبلغت Data Center Dynamics بأن FBI تفكر في نشر كومبيوترات فائقة LLM باستخدام معجلات Nvidia B300 أو Google TPUs. الأرقام المحددة والجداول الزمنية وتفاصيل العقود غير مدرجة في التقارير المتاحة.
هل اختارت FBI بين Nvidia B300 و Google TPUs؟ لم يتم الإبلاغ عن أي قرار عام. القصة كما غطتها Data Center Dynamics مؤطرة كاعتبار بين خيار المعجل بدلاً من عملية شراء نهائية.
لماذا ستبني FBI كومبيوترها الفائق LLM بدلاً من استخدام واجهة برمجية؟ هذا لم يتم تحديده في المصدر. بشكل عام، تميل الوكالات التي تتعامل مع المواد الحساسة إلى تفضيل البنية التحتية المحلية أو السحابة ذات السيادة لأسباب حفظ البيانات وتصاريح الأمان والأسباب الإثباتية؛ ما إذا كانت تلك هي دوافع FBI المحددة هنا لم يتم الإبلاغ عنه.
ما هو Nvidia B300؟ B300 جزء من جيل Blackwell Ultra من معجلات Nvidia لمراكز البيانات للذكاء الاصطناعي، موضعها لأحمال عمل تدريب واستدلال على نطاق واسع. يحدد تقرير Data Center Dynamics اسمه كأحد الخيارين تحت اعتبار FBI.
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 Nvidia B300 ضمن التقييم المبلغ عنه لمكتب التحقيقات الفيدرالي.
الخلاصة
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 Nvidia 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 Nvidia 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 14 يوليو 2026.