في السادس من أغسطس 2026، أعلنت شركة AMD عن استحواذها على شركة Taalas الناشئة الكندية المتخصصة في رقائق الذكاء الاصطناعي، وهي صفقة وُصفت بأنها استحواذ فعلي وليس مجرد توظيف للكفاءات. هذه الخطوة تفتح فصلاً جديداً في سباق الرقائق بين AMD وNVIDIA، وتعد بنقل أداء الاستدلال (inference) إلى مستويات غير مسبوقة.
ما هي Taalas وماذا تفعل؟
تأسست Taalas في عام 2023 في مدينة تورنتو الكندية، وطور أساسها تقنية فريدة: نقش أوزان نماذج الذكاء الاصطناعي مباشرة في السيليكون بدلاً من تخزينها في ذاكرة عالية النطاق (HBM) كما تفعل الرقائق التقليدية. تسمي الشركة هذه الرقائق "دوائر متكاملة خاصة بالنماذج" (Model-Specific Integrated Circuits أو MSICs)، وهي في جوهرها سيليكون مخصص بالكامل لشبكة عصبية معينة.
الفكرة الجوهرية مبتكرة: بدلاً من بناء رقاقة عامة الاستخدام تشغل أي نموذج، تقوم Taalas بتصنيع رقاقة مخصصة لكل نموذج، حيث تكون الأوزان (weights) مثبتة فيزيائياً في بنية الدائرة نفسها. هذا يعني أن الرقاقة لا تحتاج إلى قراءة الأوزان من الذاكرة في كل عملية حسابية، مما يلغي أحد أكبر الاختناقات في أداء الاستدلال.
بنية الرقاقة: كيف تعمل فعلياً؟
تحتوي رقائق Taalas على منطقتين رئيسيتين:
- نسيج الاسترجاع بالـ Mask-ROM: حيث تُنقش أوزان النموذج فيزيائياً في السيليكون أثناء التصنيع. هذه المنطقة ثابتة ولا يمكن تعديلها بعد التصنيع.
- نسيج الاسترجاع بالـ SRAM: يخزن ذاكرة KV Cache ومحولات الضبط الدقيق (fine-tuning adapters) مثل LoRA. هذه المنطقة قابلة للتعديل وتسمح ببعض المرونة بعد التصنيع.
والميزة الرئيسية هنا هي أنه لتحديث النموذج بالكامل، يحتاج تغيير طبقتين فقط من المعدن في عملية إعادة تصنيع (re-spin)، مما يجعل التحديثات أرخص وأسرع من إعادة تصميم الرقاقة بالكامل، رغم أنها ليست تافهة.
الأرقام: أداء صادم
النتائج التي حققتها Taalas لافتة للنظر. شريحة الاختبار الأولى (HC1)، التي صُنعت باستخدام عملية التصنيع 6 نانومتر من TSMC، تمكنت من تشغيل نموذج Llama 3.1 8B من Meta بسرعة 16,960 توكن في الثانية.
لمقارنة هذا الرقم:
- أسرع بـ 48 مرة من وحدات معالجة الرسومات من NVIDIA في ذلك الوقت (فبراير 2026)
- أسرع بـ 8.5 مرة من معالجات Cerebras المنافسة
الجيل الثاني من الرقائق (HC2)، المتوقع صدوره في صيف 2026، يستهدف 20 مليار معامل (parameter) لكل شريحة. عند هذا الحد، يحتاج نموذج بحجم تريليون معامل إلى 50 معجلاً فقط، مقارنة بـ 2,000 وحدة معالجة على الأقل من نوع Groq LPU وعشرات وحدات GPU لتحقيق نفس المهمة.
استراتيجية AMD: دمج القوى
تنوي AMD إقران رفوف Instinct Helios القائمة على وحدات GPU مع معززات Taalas الجديدة. هذا يعني اتباع نهج معمارية مفككة: معالجة الطلبات (prompt processing) على وحدات GPU، وتوليد التوكنات (token generation) على رقائق Taalas.
صرح فامسي بوبانا، نائب رئيس الأول في AMD للذكاء الاصطناعي، أن AMD "تبني منصة ذكاء اصطناعي متكاملة تمنح العملاء المرونة." ويشير هذا إلى نموذج نشر محتمل من نوع "tick-tock": التحقق من صحة النماذج على وحدات Instinct GPU أولاً، ثم نقلها إلى سيليكون Taalas للإنتاج عالي الأداء.
عملاء AMD الحاليون من وحدات Instinct يشملون OpenAI وAnthropic وMeta، مما يعني أن هذه التقنية قد تصل إلى المنتجات التي يستخدمها ملايين المستخدمين يومياً.
ماذا يعني هذا للمستخدم العربي؟
انخفاض تكلفة الاستدلال
الاستدلال هو العملية التي ينتج فيها نموذج الذكاء الاصطناعي استجاباته بعد التدريب. إذا انخفضت تكلفة الاستدلال بـ 48 مرة كما تشير الأرقام، فإن ذلك يعني:
- اشتراكات أرخص: قد تنخفض أسعار ChatGPT وClaude والأدوات المشابهة بشكل ملحوظ
- نماذج مجانية أقوى: الشركات قادرة على تقديم نماذج أفضل في الفئة المجانية لأن تكلفة تشغيلها أقل
- وكلاء أذكياء بتكلفة منخفضة: تطبيقات الوكلاء الأذكياء (AI Agents) التي تحتاج إلى تفكير طويل ومتكرر ستصبح قابلة للتطبيق تجارياً
توفر في الخليج والشرق الأوسط
شركات الحوسبة السحابية في الخليج مثل cloud.sa وغيرها تستخدم بنية تحتية تعتمد على وحدات GPU. إذا اعتمدت AMD تقنية Taalas في منتجاتها التجارية، فقد تصبح هذه الرقائق متاحة عبر مزودي السحابة الإقليميين خلال 12-18 شهراً من إغلاق الصفقة (المتوقع الربع الرابع 2026).
تأثير على مطوري الذكاء الاصطناعي العرب
المطورون الذين يبنون تطبيقات مخصصة سيستفيدون من القدرة على تشغيل نماذج كبيرة محلياً بكفاءة أعلى، مما يقلل الاعتماد على واجهات برمجية خارجية ويحسن خصوصية البيانات.
مقارنة سريعة: Taalas مقابل البدائل
| المعيار | Taalas (AMD) | NVIDIA GPU | Groq LPU | Cerebras |
|---|---|---|---|---|
| سرعة الاستدلال | 16,960 توكن/ث | ~350 توكن/ث | ~800 توكن/ث | ~2,000 توكن/ث |
| مرونة النماذج | ثابت (نموذج واحد) | كامل المرن | كامل المرن | كامل المرن |
| استهلاك الطاقة | منخفض | مرتفع | متوسط | مرتفع |
| التحديث | إعادة تصنيع | فوري | فوري | فوري |
القيود واضحة: Taalas تتفوق في السرعة لكنها محدودة في المرونة. نموذج واحد لكل رقاقة يعني أنك تحتاج إلى رقائق مختلفة لكل نموذج تريد تشغيله.
القيود والمخاطر
لا تخلوا التقنية من تحديات حقيقية:
- النموذج مثبت: بمجرد تصنيع الرقاقة، لا يمكن تغيير النموذج الأساسي. التحديثات تتطلب إعادة تصنيع، وهو ما يستغرق أسابيع إلى أشهر.
- سرعة تطور النماذج: في المشهد الحالي، تصدر نماذج جديدة "تقريباً شهرياً" كما يلاحظ المحللون. هذا يعني أن رقاقة مخصصة لنموذج معين قد تصبح قديمة قبل أن تسترد استثمارها.
- الموافقة التنظيمية: الصفقة معروضة للموافقة التنظيمية، ومتوقع إغلاقها في الربع الرابع 2026. لا تزال التفاصيل المالية غير معلنة.
- المنافسة: NVIDIA أبرمت صفقة ترخيص بقيمة 20 مليار دولار مع Groq في ديسمبر 2025، مما يشير إلى أن السوق يتحرك بسرعة في اتجاه الاستدلال المتخصص.
السياق التنافسي: NVIDIA لا تقف مكتوفة الأيدي
من المهم وضع استحواذ AMD على Taalas في سياق السوق الأوسع. في ديسمبر 2025، أبرمت NVIDIA صفقة ترخيص بقيمة 20 مليار دولار مع Groq، وهي شركة متخصصة في معالجات الاستدلال السريع (LPU). هذه الصفقة كانت إشارة واضحة بأن NVIDIA تدرك أن مستقبل الذكاء الاصطناعي ليس فقط في التدريب (حيث تهيمن وحدات GPU الخاصة بها) بل أيضاً في الاستدلال عالي السرعة.
رهان AMD مختلف جوهرياً. بينما اعتمدت NVIDIA على ترخيص تصميمات Groq (والتي تستخدم معالجات قابلة لإعادة البرمجة)، تذهب AMD نحو التخصيص الكامل عبر Taalas — حيث يكون كل رقاقة مخصصة لنموذج واحد. هذا نهج أكثر جرأة لكنه يحمل مخاطرة أكبر.
السؤال الحقيقي ليس فقط "من ينتج أسرع رقاقة استدلال؟" بل "هل يمكن تحقيق وفورات الحجم الكافي لجعل الرقائق المخصصة لكل نموذج قابلة للتطبيق تجارياً؟" مع نموذج الأعمال "tick-tock" الذي تقترحه AMD — حيث يتم التحقق من النماذج على وحدات GPU ثم نقلها إلى سيليكون مخصص — قد يكون الجواب نعم للاستخدامات عالية الحجم مثل وكلاء البرمجة والمحادثة.
تأثير test-time scaling على التكلفة
واحدة من أهم التطورات في الذكاء الاصطناعي عام 2026 هو test-time scaling — السماح للنماذج "بالتفكير" لفترة أطول قبل إنتاج الإجابة. هذا النهج يحسن جودة الاستجابات بشكل كبير، لكنه يزيد عدد التوكنات المولدة (reasoning tokens) بعشرات المرات. رقائق Taalas يمكن أن تجعل test-time scaling اقتصادياً من خلال خفض تكلفة كل توكن بشكل جذري.
على سبيل المثال، نموذج Qwen3.8 Max يولد 27,254 توكن استدلال لكل مهمة في معايير Artificial Analysis. بتكلفة حالية تبلغ 6 دولارات لكل مليون توكن إخراج، هذا يعني حوالي 16 سنتاً للمهمة الواحدة فقط في الاستدلال. مع رقائق Taalas، يمكن أن تنخفض هذه التكلفة بـ 48 مرة — مما يجعل الوكلاء الأذكياء المعتمدين على reasoning طويل عمليين للأول مرة.
الأسئلة الشائعة
كم تبلغ سرعة رقائق Taalas مقارنة بـ NVIDIA؟
حققت شريحة HC1 الأولى من Taalas سرعة 16,960 توكن في الثانية بتشغيل نموذج Llama 3.1 8B، وهو أسر بـ 48 مرة من وحدات معالجة الرسومات من NVIDIA المتاحة في فبراير 2026.
هل ستنخفض أسعار ChatGPT و Claude بفضل هذه التقنية؟
من المرجح أن تنخفض تكاليف الاستدلال بشكل كبير إذا اعتمدت الشركات هذه الرقائق، مما قد يؤدي إلى أسعار أرخص أو نماذج مجانية أقوى، رغم أن ذلك يعتمد على قرارات الشركات التجارية.
متى ستكون رقائق Taalas متاحة تجارياً؟
الصفقة متوقع إغلاقها في الربع الرابع 2026، والجيل الثاني (HC2) متوقع في صيف 2026. المنتجات التجارية قد تصل خلال 12-18 شهراً من الإغلاق.
هل يمكن لرقائق Taalas تشغيل أي نموذج ذكاء اصطناعي؟
لا، كل رقاقة مخصصة لنموذج واحد. أوزان النموذج منقوشة فيزيائياً في السيليكون. لتغيير النموذج، تحتاج إلى رقاقة مختلفة أو إعادة تصنيع.
ما الفرق بين Taalas و Groq؟
تستخدم Groq معالجات LPU عامة الاستخدام قابلة لإعادة البرمجة، بينما تستخدم Taalas رقائق مخصصة بالكامل لكل نموذج. Groq أكثر مرونة لكن Taalas أسرع بكثير.
المصادر: The Register (6 أغسطس 2026)، تصريحات رسمية من AMD.
