لماذا يصنع عمالقة السحابة شرائحهم الخاصة؟
لسنوات كانت معادلة الذكاء الاصطناعي في السحابة شبه ثابتة: أيًّا كان مزوّدك، فالمعالج في الغالب من Nvidia. لكن مع انفجار الطلب على الحوسبة — إلى حدّ أن كبار عملاء AWS حاولوا في 2026 حجز كامل سعتها المتاحة تقريبًا — أصبحت التكلفة والاعتماد على مورّد واحد خطرًا استراتيجيًا يدفع العمالقة الثلاثة إلى تصميم شرائحهم الخاصة.
هذه الشرائح «أسيرة» صانعيها: لا تُباع في السوق ولا تعمل إلا داخل سحابة من طوّرها. وهنا تحديدًا تكمن قوتها التنافسية؛ فهي تمنح المزوّد تحكمًا كاملًا في الأداء لكل دولار، وتتحول إلى أداة لخفض الأسعار وجذب أعباء التدريب والاستدلال من العملاء الباحثين عن بديل أرخص لوحدات معالجة الرسوميات.
أمازون: Trainium3 يشحن وGraviton5 يتولى نصف السعة الجديدة
في مؤتمر re:Invent أواخر 2025 كشفت AWS عن الجيل الثالث من شريحة التدريب Trainium3، وبدأت شحنه مطلع 2026 بتحسّن يتراوح بين 30% و40% في الأداء لكل دولار مقارنة بـ Trainium2، حتى إن سعته المتاحة أصبحت شبه محجوزة بالكامل. ومن أبرز مؤشرات النضج اعتماد شركة أوبر الشريحة لتشغيل أعباء الذكاء الاصطناعي لديها بتكلفة أقل بنحو النصف من بدائل Nvidia المكافئة.
وعلى صعيد المعالجات العامة، تجاوزت Graviton5 — بمعمارية Arm و192 نواة — نقطة تحول لافتة: أكثر من نصف سعة المعالجات الجديدة في AWS اليوم يعمل عليها، ما يعني أن السيليكون المخصص لم يعد تجربة هامشية بل الخيار الافتراضي داخل أكبر سحابة في العالم.
قوقل ومايكروسوفت: Ironwood للاستدلال وMaia 200 في الإنتاج
قوقل، الأسبق تاريخيًا في هذا السباق منذ إطلاق TPU داخليًا عام 2015، أعلنت في Cloud Next 2026 التوفر العام للجيل السابع Ironwood بأداء استدلال يصل إلى عشرة أضعاف الجيل السابق، مع عناقيد تمتد إلى آلاف الشرائح المترابطة. وقد عزّز هذا الزخم اتفاقًا وُصف بأنه من الأكبر في القطاع لتزويد شركة أنثروبيك بما يصل إلى مليون شريحة TPU.
أما مايكروسوفت فكشفت في يناير 2026 تفاصيل شريحة الاستدلال Maia 200: تصنيع بدقة 3 نانومتر لدى TSMC، وذاكرة HBM3e بسعة 216 جيجابايت، وأداء يتجاوز 10 بيتافلوبس بدقة FP4، مع تحسّن معلن بنحو 30% في الأداء لكل دولار مقارنة بأي عتاد آخر في أسطولها، وهي تعمل فعليًا في مراكز بيانات آيوا وأريزونا. وفي Build 2026 دخلت معالجات Cobalt 200 العامة مرحلة المعاينة بأداء أعلى بنسبة 50% من جيلها الأول.
ماذا يعني سباق الشرائح للمؤسسات السعودية؟
الانعكاس الأهم على المؤسسات السعودية اقتصادي بالدرجة الأولى: كلما اشتدت المنافسة بين الشرائح المخصصة ووحدات Nvidia انخفضت تكلفة تدريب النماذج وتشغيلها في السحابة. والأهم أن هذه الخيارات في طريقها إلى أرض المملكة؛ فمنطقة الذكاء الاصطناعي التي تبنيها AWS ستجلب شرائح Trainium محليًا، فيما تقترب منطقة Azure السعودية من التشغيل في أواخر 2026، إلى جانب حضور قوقل في الدمام — بما يتوافق مع متطلبات توطين البيانات.
عمليًا، ننصح المؤسسات بثلاث خطوات: مطابقة العبء مع الشريحة المناسبة (تدريب أم استدلال أم حوسبة عامة)، وإجراء اختبار قياسي للأداء لكل دولار قبل أي التزام طويل الأمد، والانتباه إلى أن هذه الشرائح لا تعمل إلا داخل سحابة صانعها — فالوفورات المغرية اليوم قد تتحول إلى ارتباط يصعب فكّه غدًا ما لم تُبنَ الأحمال على أطر قابلة للنقل مثل PyTorch وJAX.
