أطلقت OpenAI أول شريحة استدلال ذاتية التطوير "Jalapeño": تحول نموذجي في سلسلة صناعة الحوسبة الذكاء الاصطناعي وإعادة تشكيل المنافسة

ملخص الحدث

في 24 يونيو 2026، أعلنت OpenAI وBroadcom بشكل مشترك عن أول شريحة ذكاء اصطناعي مخصصة للاستدلال من تطويرها الذاتي - Jalapeño. هذه الشريحة هي دائرة متكاملة مخصصة (ASIC) مُحسّنة للاستدلال في نماذج اللغة الكبيرة، حيث قامت OpenAI بتصميم البنية التحتية الأساسية، وتولت Broadcom تنفيذ السيليكون والأجهزة الشبكية، بينما قامت شركة Celestica الكندية لخدمات التصنيع الإلكتروني بدمج اللوحات والأنظمة الرفية. تدعي OpenAI أن كفاءة استهلاك الطاقة (الأداء/الطاقة) لشريحة Jalapeño ستتجاوز المستوى الأكثر تقدمًا حاليًا، وأن النماذج الهندسية تعمل بالفعل في المختبر بترددات وأهداف استهلاك طاقة إنتاجية لتشغيل نماذج مثل GPT-5.3 وCodex وSpark.

هذه الحادثة ليست منعزلة. في نفس اليوم، شدد الرئيس التنفيذي لشركة NVIDIA، جنسن هوانغ، في الاجتماع السنوي للمساهمين على أن "عصر الذكاء الاصطناعي العملي" قد حان، وكشف أن منصة Vera Rubin قد دخلت مرحلة الإنتاج الكامل. تُظهر Google من خلال سلسلة TPU الخاصة بها ميزة ربحية كبيرة في التحكم في تكاليف الحوسبة والتحسين المشترك للبرامج والأجهزة، بينما ترتبط Anthropic بشكل عميق بالبنية التحتية الحاسوبية لـ Amazon وGoogle. يتحول "سباق التسلح" في مجال الحوسبة الذكاء الاصطناعي من حجم النماذج إلى السيطرة المستقلة على البنية التحتية للحوسبة.

الخلفية: المسار الحتمي من استئجار الحوسبة إلى تصميم الرقائق الذاتي

في مراحله المبكرة، اعتمدت OpenAI بشكل كامل على وحدات معالجة الرسومات NVIDIA في مجموعة Azure السحابية التابعة لـ Microsoft للتدريب والاستدلال، محافظةً على موقعها الريادي من خلال "تحويل رأس المال إلى قوة حوسبة". ومع ذلك، مع النمو الأسي لعدد معاملات نماذج GPT (من المتوقع أن يتجاوز GPT-5.3 تريليون معلمة)، ارتفعت تكاليف الاستدلال بشكل حاد. وفقًا للتقديرات الصناعية، تجاوزت تكلفة الكهرباء لاستدلال واحد على نموذج من فئة GPT-4 ما نسبته 30% من النفقات التشغيلية. في الوقت نفسه، استمر نقص المعروض من وحدات معالجة الرسومات NVIDIA، مع تخصيص أولوية سعة إنتاج بنية Blackwell لمزودي الخدمات السحابية الكبار، مما جعل شركات الذكاء الاصطناعي الصغيرة والمتوسطة تواجه أزمة "انتظار الإمداد".

في هذا السياق، أصبح تطوير OpenAI لشريحة استدلال خاصة بها امتدادًا طبيعيًا لاستراتيجيتها طويلة المدى للبنية التحتية الشاملة. لا تهدف شريحة Jalapeño إلى استبدال وحدات معالجة الرسومات NVIDIA بالكامل، بل تركز على سيناريوهات الاستدلال - وهي الحلقة الأكثر تكلفة والأعلى تكرارًا في نشر الذكاء الاصطناعي. من خلال تخصيص ASIC، تأمل OpenAI في تحسين كفاءة الاستدلال بمقدار 3-5 مرات (بناءً على تجارب تصميم مماثلة)، وبالتالي خفض التكاليف الحدية بشكل كبير.

تحليل عميق

التأثير التكنولوجي## تحليل عميق

تأثير التكنولوجيا

• Jalapeño هو ASIC مخصص للاستدلال، ويختلف مساره التقني جوهريًا عن وحدات معالجة الرسوميات:
• الهندسة: يستخدم هندسة تدفق البيانات بدلاً من SIMT، مع تصلب لعمليات ضرب المصفوفات وآليات الانتباه في نماذج المحولات. هذا يتجنب النفقات العامة الناتجة عن وحدات الحوسبة العامة في وحدات معالجة الرسوميات، لكنه يضحي بالمرونة.
• عملية التصنيع: لم يتم الكشف عن العقدة المحددة، ولكن وفقًا لممارسات الصناعة، تستخدم Broadcom عادةً تقنية 5 نانومتر أو 3 نانومتر من TSMC. إذا تم استخدام 3 نانومتر، فسيتطلب ذلك التنافس على القدرة الإنتاجية مع عملاء مثل Apple و NVIDIA.
• الربط البيني: يعتمد الاتصال بين الرقائق على محولات Tomahawk من Broadcom وتقنية السيليكون الضوئية المخصصة، مما يدعم نشر مجموعات فائقة الحجم. وهذا ينافس بشكل مباشر NVLink من NVIDIA.

الحاجز التقني يكمن في أن مترجم ASIC للاستدلال ووقت التشغيل يجب أن يكونا متكاملين بعمق مع حزمة برمجيات OpenAI (مثل Triton و PyTorch). قامت OpenAI بالفعل بفتح بعض أجزاء الواجهة الخلفية لـ Triton، لكن مجموعة تعليمات Jalapeño ستكون مغلقة بشدة، مما يخلق تأثير قفل للبرمجيات والأجهزة مشابه لـ Google TPU.

تأثير سلسلة التوريد

• سلسلة التوريد لـ Jalapeño مقسمة كالتالي:
• المنبع: تصميم الرقاقة يعتمد على أدوات EDA من Synopsys و Cadence؛ قد تأتي النوى IP من ARM (وحدة التحكم CPU) أو SiFive (معالج مساعد RISC-V).
• الوسط: من المحتمل أن تتولى TSMC أو Samsung أعمال التصنيع الرقائقي. بناءً على التعاون طويل الأمد بين Broadcom و TSMC (مثل مسرع AI بتقنية 5 نانومتر)، فإن احتمال TSMC أعلى. قد يستخدم التغليف تقنية CoWoS أو InFO، مما يزيد الضغط على قدرة NVIDIA الإنتاجية.
• المنبع النهائي: يتم التكامل النظامي بواسطة Celestica، لكن OpenAI تبني مراكز بيانات خاصة بها (مثل الخطة لنشرها بحلول نهاية عام 2026)، مما يقلل الاعتماد على Microsoft Azure.

المستفيدون: Broadcom (ارتفاع كبير في إيرادات الرقائق المخصصة، بتقدير 50-80 دولارًا إضافيًا لكل شريحة Jalapeño)، Celestica (تجميع الأنظمة)، TSMC (ملء القدرة الإنتاجية بالعمليات المتقدمة)، وشركات التغليف واختبار الركائز ذات الصلة. المخاطرون: NVIDIA (فقدان سوق استدلال OpenAI، تأثير قصير المدى محدود لكنه ذو تأثير نموذجي قوي)، Microsoft (فقدان Azure للعبء الرئيسي للعمل AI، ضغط على نمو خدمات السحابة)، شركات AI الأخرى (مواجهة ضغط تنافسي من تمييز الأجهزة).

المشهد التنافسي#### NVIDIA: لا مخاوف على المدى القصير، وضغوط على المدى الطويل لا تزال وحدات معالجة الرسومات من NVIDIA تحتكر مجال التدريب (حصة سوقية تزيد عن 80%)، وتم طرح منصة Vera Rubin بالكامل. لكن خروج OpenAI قد يؤدي إلى ردود فعل متسلسلة: إذا قامت Google وAnthropic وMeta وغيرها بزيادة نسبة الرقائق ذاتية التطوير، فستفقد NVIDIA سوق الاستدلال عالي الهامش. ومع ذلك، تكمن ميزة NVIDIA في التصاق نظام CUDA البيئي – حيث تحتاج أي شريحة جديدة إلى سنوات للتكيف مع أطر النماذج، بينما تواصل NVIDIA تعزيز خندقها من خلال مكتبات التسريع (مثل cuDNN وTensorRT).

#### Broadcom: قفزة من رقائق الاتصال إلى نواة الذكاء الاصطناعي كانت Broadcom في السابق تتعامل بشكل أساسي مع رقائق الشبكات (المحولات، PHY) و ASICs المخصصة (مثل رقائق المساعدة لـ Google TPU). جعلها Jalapeño ولأول مرة موردًا أساسيًا لرقائق الذكاء الاصطناعي الرئيسية، مما يمثل تحولًا إلى مجالات عالية القيمة المضافة. لكن الاعتماد المفرط على عميل واحد (OpenAI) ينطوي على مخاطر، ويجب أن تتنافس مع شركات تصنيع الرقائق المخصصة مثل Marvell وMediaTek.

#### Google TPU: نموذج أعمال مُثبت تكررت Google TPU حتى الجيل السادس، وتقدم خدمات الاستدلال عبر GCP. تكمن ميزتها في التكامل الشامل بين البرامج والأجهزة (النموذج الخاص + الشريحة الخاصة + السحابة الخاصة). متابعة OpenAI تشير إلى أن هذا النموذج أصبح معيارًا لشركات الذكاء الاصطناعي، لكن Google تتمتع بميزة الريادة الواضحة.

• #### WiMi والرقائق الصينية: اختراق من خلال التمايز
• تقوم الشركة الصينية WiMi (Wei Mei Quan Xi) بنشر مجموعات رقائق الذكاء الاصطناعي والذكاء الاصطناعي الكمي، لكن تركيزها يظل على السيناريوهات العمودية مثل الحوسبة الطرفية والواقع المعزز الهولوغرافي. تظهر حالة OpenAI أن الرقائق ذاتية التطوير تتطلب نفقات رأسمالية ضخمة (مليارات الدولارات) واستثمارًا طويل الأجل. إذا أرادت شركات الذكاء الاصطناعي الصينية المنافسة في مجال الاستدلال العام، فيجب عليها الاعتماد على العمليات المتقدمة للمسبكات المحلية (مثل SMIC)، لكن العملية الحالية متأخرة بأكثر من جيلين. لذلك، من المرجح أن تركز WiMi وغيرها على ASICs للسيناريوهات المحددة (مثل استهلاك الطاقة المنخفض، الاستدلال على الحافة)، باستخدام النماذج مفتوحة المصدر (مثل Llama) لبناء التمايز.- الولايات المتحدة: تعزيز الاستقلالية في مجال عتاد الذكاء الاصطناعي، لكنه يزيد حدة المنافسة على المواهب في أشباه الموصلات (خاصة مصممي ASIC).
• تايوان الصينية: تتعزز مكانة شركة TSMC كجهة تصنيع تعاقدي، لكن يزداد تركيز الطلبيات، مما قد يؤدي إلى انقطاع سلسلة التوريد العالمية للذكاء الاصطناعي في حال حدوث حدث جيوسياسي.
• كوريا الجنوبية: قد تخسر سامسونج طلبيات OpenAI (بسبب المنافسة مع TSMC)، لكنها تستطيع استقطاب عملاء آخرين للرقائق المخصصة.
• اليابان: تحصل شركات مثل Rapidus التي تلحق بعمليات التصنيع المتقدمة على نافذة فرصة، لكن من الصعب دخول السوق على المدى القصير.
• أوروبا: يزداد الطلب على أجهزة الطباعة الحجرية من ASML، لكن الجهات المانحة للإعانات في قانون الرقائق الأوروبي قد تطلب مردودًا (مثل الإنتاج المحلي).
• جنوب شرق آسيا: سيستفيد مصنع Celestica في ماليزيا من طلبيات التكامل النظامي، لكنه منخفض التقنية وذو قيمة مضافة محدودة.### المنتصف: تجليد الرقاقات والتعبئة والتغليف
• تستمر قدرة تايوان لصناعة أشباه الموصلات (TSMC) بتقنيات 5 نانومتر / 3 نانومتر في الطلب الشديد، مع صعوبة تخفيف طاقة التعبئة والتغليف بـ CoWoS حتى عام 2027.
• تحتاج "سامسونغ فاوندري" إلى تسريع اكتساب عملاء الرقاقات المخصصة، وإلا ستتعرض للتهميش.
• ستستفيد شركات التعبئة والاختبار مثل "تشانغديان للتكنولوجيا" و"تونغفو للإلكترونيات الدقيقة" من الطلب الإنتاجي لرقاقات الذكاء الاصطناعي المحلية (مثل "هانوسي" و"هايغوانغ").

المصب: الحوسبة السحابية وخدمات الذكاء الاصطناعي - تفقد "مايكروسوفت أزور" حمل عمل "أوبن إيه آي" الرئيسي، لكن يمكنها استعادة جزء من الإيرادات عبر تقديم خدمات استضافة مجموعة "خالابينيو". - يصبح نموذج الاكتفاء الذاتي لـ "غوغل كلاود" معيارًا، يجذب شركات أخرى لتقليده (مثل "أوراكل" و"آي بي إم"). - تواجه شركات الذكاء الاصطناعي الصغيرة "مأزق اختيار الرقاقة": استئجار وحدات معالجة الرسوميات مكلف، وتطوير الرقائق الذاتي مرتفع الحاجز، مما قد يدفعها نحو وحدات البوابات المبرمجة حقليًا (FPGA) أو دوائر التطبيقات المتكاملة الخاصة (ASIC) بنظام الشراء الشامل.

الخلاصة

إطلاق "أوبن إيه آي" لـ "خالابينيو" ليس مجرد حدث لمنتج واحد، بل هو علامة على دخول صناعة الذكاء الاصطناعي من عصر "الابتكار الخوارزمي" إلى عصر "تكامل البنية التحتية". تأثيراتها على سلسلة الصناعة عميقة: صعود مزودي خدمات تصميم الدوائر المتكاملة المخصصة (ASIC)، وعدم كفاية العرض في التعبئة والتغليف المتقدم، وتسارع تمايز سلاسل التوريد الإقليمية. بالنسبة للمستثمرين، يجب التركيز على منطق الاستثمار في "البنية التحتية للذكاء الاصطناعي" بدلاً من "نماذج الذكاء الاصطناعي"؛ أما بالنسبة للشركات الصينية، فيجب تحقيق الاقتران العميق بين الدوائر المتكاملة المخصصة وحزمة البرامج في سيناريوهات محددة، بدلاً من ملاحقة القوة الحاسوبية العامة. من يسيطر على سلسلة توريد الحوسبة منخفضة التكلفة وعالية الاستقرار وخالية من الكربون أولاً، سيمتلك الكلمة الفصل في صناعة الذكاء الاصطناعي العالمية. لكن يجب ملاحظة أن نجاح "خالابينيو" يعتمد على إنتاجية التصنيع ونضج النظام البيئي للبرمجيات، وسيظهر تأثيره الحقيقي بعد عام 2027.