جوجل تعمل على شريحة ذكاء اصطناعي جديدة لجعل Gemini أكثر كفاءة

أكثر كفاءة بمعدل ستة إلى عشرة أضعاف. هذا هو القفزة في الأداء التي تستهدفها جوجل على ما يبدو مع شريحة الذكاء الاصطناعي من الجيل التالي — وقد يعيد تشكيل طريقة تفاعل كل مطور على الكوكب مع Gemini. جوجل تعمل على شريحة ذكاء اصطناعي جديدة لجعل Gemini أكثر كفاءة في وقت تعيد فيه الصناعة بأكملها التفكير في تكاليف البنية التحتية للذكاء الاصطناعي الفعلية، ومن يتحكم فيها.

بالنسبة للمطورين والمؤسسين في جميع أنحاء آسيا، هذا ليس مجرد ضوضاء خلفية. إنها إشارة حول الاتجاه الذي يسير إليه حساب الذكاء الاصطناعي — وما تعنيه هذه المسارات للمنتجات التي تبنيها الآن.

ما حدث

Alphabet، الشركة الأم لجوجل، تصمم شريحة خادم جديدة بالاسم الرمزي الداخلي "Frozen v2"، وفقاً لتقرير TechCrunch يستشهد بـ The Information. من المقرر إطلاق الشريحة في مكان ما في عام 2028، والهدف من حيث الأداء مثير: بين ستة وعشرة أضعاف أكثر كفاءة من شرائح الذكاء الاصطناعي الحالية من جوجل، مقاسة بعدد الرموز المولدة لكل وحدة طاقة.

لم تؤكد جوجل التقرير مباشرة عندما تواصلت معها TechCrunch، لكنها لم تنفيه أيضاً. بيان الشركة يستحق القراءة بعناية:

"فرقنا تبحث باستمرار وتجرب باستمرار ابتكارات جديدة لتقديم أقصى أداء وكفاءة لمستخدمينا وعملائنا. بينما لا ينتقل كل مشروع إلى الإنتاج، فإن هذا الاستكشاف الصارم أمر أساسي لنهجنا الشامل. من خلال تصميم أجهزتنا وبرامجنا معاً من الأساس، نضمن أن أنظمتنا متكاملة ومحسنة بدرجة عالية للأحمال الحقيقية."

تلك العبارة — "تصميم أجهزتنا وبرامجنا معاً من الأساس" — هي العنوان الحقيقي المدفون داخل عدم تأكيد مصيغ بعناية. جوجل تصف استراتيجية التكامل الرأسي: امتلاك المكدس الكامل من السيليكون إلى النموذج إلى API. هذا موقف مختلف بشكل أساسي عن شراء الشرائح من طرف ثالث وتحسين البرامج حولها.

التوقيت مهم أيضاً. تأتي هذه الأخبار حيث بدأت مخاوف المستثمرين بشأن نفقات الذكاء الاصطناعي في تبريد حماس السوق. أعلنت OpenAI عن أول شريحة استدلال مخصصة لها، تسمى Jalapeño، في يونيو. يُقال إن Anthropic في مناقشات مع Samsung حول شراكة في صناعة الشرائح. الشركات الكبرى لا تتنافس فقط على معايير النموذج بعد الآن — فهي تتنافس على اقتصاديات الاستدلال على نطاق واسع. Frozen v2 هي خطوة جوجل في هذه اللعبة.

لماذا يهم آسيا

آسيا ليست مستهلكاً سلبياً للقرارات المتعلقة بالبنية التحتية للذكاء الاصطناعي التي تتخذ في وادي السيليكون. تدير المنطقة بعضاً من أكثر أحمال العمل للذكاء الاصطناعي طلباً في العالم — من الترجمة الفورية عبر عشرات اللغات إلى أنظمة كشف الاحتيال التي تعالج ملايين المعاملات في الثانية عبر المشهد المجزأ للدفع في جنوب شرق آسيا. كفاءة الحساب ليست مقياساً مجرداً هنا. إنها تحدد مباشرة ما إذا كان بإمكان شركة ناشئة في جاكرتا أو شركة تقنية مالية في مدينة هو تشي منه تحمل تكاليف تشغيل ميزات مدعومة بـ Gemini على نطاق الإنتاج.

في الوقت الحالي، تكاليف الاستدلال بالذكاء الاصطناعي هي قيد حقيقي لمعظم الشركات الناشئة الآسيوية. اقتصاديات استدعاء API نموذج حدودي عشرات المرات لكل جلسة مستخدم يصعب جعلها تعمل بالهوامش التي تطلبها أسواق جنوب شرق آسيا. تحسينات كفاءة الرموز لكل واط لا تفيد فقط مراكز بيانات جوجل — بل تتدفق في النهاية إلى أسفل كتسعير API أقل، وحدود معدل أعلى، وأوقات استجابة أسرع. يعني تحسن الكفاءة بمعدل 6–10x في البنية التحتية لجوجل، بمرور الوقت، تحسناً بمعدل 6–10x في ما يمكن للمطورين تحمل تكاليفه للبناء.

هناك طبقة جيوسياسية هنا أيضاً. كانت طموحات آسيا في الذكاء الاصطناعي تواجه باستمرار قيداً واحداً صعباً: هيمنة Nvidia على حساب الذكاء الاصطناعي وضغوط سلسلة التوريد التي تأتي معها. كل لاعب رئيسي — جوجل، OpenAI، Anthropic، والمزيد من الأبطال المحليين في الصين وكوريا الجنوبية واليابان — يحاول تقليل هذا الاعتماد. بالنسبة لمزودي الخدمات السحابية الآسيويين والمبادرات الحكومية للذكاء الاصطناعي، مشاهدة جوجل تثبت أن السيليكون المخصص يمكن أن يحقق هذا النوع من تحسينات الكفاءة توفر مخطط ملموس. توقع أن يسرع المزيد من اللاعبين الإقليميين برامج الشرائح الخاصة بهم ردود فعل.

السرد الأوسع لتكنولوجيا آسيا هنا يتعلق بالسيادة. دول مثل الهند وسنغافورة وكوريا الجنوبية قدمت استثمارات كبيرة في البنية التحتية للذكاء الاصطناعي بالضبط لأنها تفهم أن الاعتماد بالكامل على السيليكون الأجنبي يخلق ضعفاً استراتيجياً. مشروع Frozen v2 من جوجل — سواء تم شحنه في الموعد المحدد في 2028 أم لا — يصادق على المنطق الاستراتيجي وراء تلك الاستثمارات.

ماذا يعني هذا للمطورين

إذا كنت تبني منتجات مدعومة بالذكاء الاصطناعي اليوم، فإن Frozen v2 لن يغير تخطيط الـ sprint الخاص بك للـ 18 شهراً القادمة. يتم شحنها في 2028، والتأثيرات اللاحقة على تسعير API والتوفر ستستغرق وقتاً أطول حتى تتحقق. لكن هناك أشياء ملموسة يجب التفكير فيها الآن.

سيصبح اختيار النموذج بشكل متزايد قراراً متعلقاً بالبنية التحتية. مع قيام جوجل وOpenAI وAnthropicبتطوير السيليكون المخصص المحسّن لنماذجهم الخاصة، ستختلف خصائص الأداء لتلك النماذج بطرق لا تلتقطها لوحات ترتيب المعايير. سيتصرف النموذج الذي يعمل على أجهزة استدلال مصممة خصيصاً بشكل مختلف في الإنتاج — زمن انتقال أقل، إنتاجية أكثر اتساقاً، منحنيات تكلفة أفضل على نطاق واسع — عن نفس النموذج الذي يعمل على وحدات معالجة الرسومات للأغراض العامة. المطورون الذين يفهمون هذا سيتخذون خيارات معمارية أفضل.

اقتصاد الرموز يصبح أرخص، لكن ليس بشكل موحد. تميل مكاسب الكفاءة إلى التركيز أولاً على مستوى الشركة الكبرى، ثم تنتشر إلى المستويات الحكومية، ثم تصل في النهاية إلى API للمطورين. إذا كنت تبني على MonstarX أو أي منصة تطوير أصلية للذكاء الاصطناعي، راقب التغييرات في التسعير في مستويات Gemini API خلال نافذة 2027–2028. من المحتمل أن تظهر تحسينات الكفاءة من Frozen v2 كتخفيضات في التكاليف قبل أن تظهر كقدرات جديدة.

معمارية الاستدلال مهمة أكثر مما كانت عليه من قبل. يشير التحول نحو شرائح الاستدلال المخصصة — جوجل مع Frozen v2، OpenAI مع Jalapeño — إلى أن الصناعة تحسّن بشكل صعب للاستدلال بدلاً من التدريب. بالنسبة للمطورين، هذا يعني أن الفجوة بين "يعمل في دفتر ملاحظات" و"يعمل في الإنتاج بتكلفة مقبولة" تتناقص. هذه أخبار جيدة للفرق التي تبني منتجات حقيقية بدلاً من العروض التوضيحية.

خطط لخطر قفل النموذج. مع قيام كل مزود ذكاء اصطناعي رئيسي ببناء سيليكون محسّن لنماذجهم الخاصة، ستزداد تكاليف التبديل بين المزودين. سيواجه المنتج المتكامل بعمق مع سطح API Gemini احتكاكاً حقيقياً عند الهجرة إلى مزود مختلف في 2028، ليس فقط بسبب اختلافات API بل لأن خصائص الأداء الأساسية ستتشكل بواسطة أجهزة لم تكن موجودة بعد. بناء مع طبقات التجريد حيث يمكنك. استخدم الموصلات وأنماط التكامل التي تحافظ على منطق التطبيق الخاص بك منفصلاً عن أي مزود نموذج واحد.

راقب مقياس الرموز لكل واط. هذا هو الرقم الذي استخدمته جوجل لوصف هدف كفاءة Frozen v2، وهو يستحق الإضافة إلى نموذجك الذهني لبنية الذكاء الاصطناعي. مع نمو المخاوف المتعلقة بالاستدامة — خاصة في أسواق مثل سنغافورة واليابان حيث يخضع استهلاك الطاقة في مراكز البيانات للمراقبة التنظيمية — سيصبح الرموز لكل واط معياراً للمشتريات، وليس فقط رقماً تسويقياً.

النقاط الرئيسية

• Frozen v2 حقيقية، أو حقيقية بما يكفي. لم تؤكد جوجل التقرير ولم تنفيه، لكن بيانها حول "التصميم المشترك