أوبن إيه آي تعتمد على وحدات معالجة تينسور من جوجل في تحول استراتيجي بعيداً عن نفيديا

في تحول كبير في بنية الذكاء الاصطناعي التحتية، بدأت شركة أوبن إيه آي في استئجار وحدات معالجة تينسور (TPUs) المتخصصة من جوجل لتشغيل شات جي بي تي ومنتجات الذكاء الاصطناعي الأخرى، بحسب مصادر مطلعة على الاتفاقية.

وتعد هذه هي المرة الأولى التي تعتمد فيها أوبن إيه آي بشكل ملموس على رقائق ليست من إنتاج نفيديا في عملياتها الخاصة بالذكاء الاصطناعي. تاريخياً، كانت الشركة من أكبر مشتري وحدات معالجة الرسوميات (GPUs) من نفيديا، والتي تهيمن على سوق رقائق الذكاء الاصطناعي. وتأمل أوبن إيه آي أن تساعدها وحدات معالجة تينسور، التي تحصل عليها عبر خدمات جوجل السحابية، في خفض تكلفة عمليات الاستدلال الحاسوبي—وهي العملية التي تستخدم فيها نماذج الذكاء الاصطناعي تدريبها لإجراء التنبؤات أو اتخاذ القرارات.

تمثل هذه الشراكة خطوة إضافية في استراتيجية أوبن إيه آي لتنويع بنيتها التحتية الحاسوبية. ففي وقت سابق من هذا العام، قامت مايكروسوفت—أكبر مستثمر ومزود سحابي رئيسي لأوبن إيه آي—بتعديل اتفاقيتها الحصرية، لتنتقل إلى نموذج يمنح مايكروسوفت "حق الرفض الأول" على أي سعة حوسبة سحابية جديدة تطلبها أوبن إيه آي. هذا التغيير أتاح لأوبن إيه آي الدخول في شراكات إضافية، بما في ذلك هذه الشراكة الأخيرة مع جوجل.

أما بالنسبة لجوجل، فإن كسب أوبن إيه آي كعميل يُظهر كيف نجحت الشركة العملاقة في استثمار تقنياتها الداخلية في الذكاء الاصطناعي لتعزيز أعمالها السحابية. وحدات معالجة تينسور من جوجل، التي كانت مخصصة سابقاً للاستخدام الداخلي فقط، تقدم مزايا محددة لبعض عمليات الذكاء الاصطناعي، بما في ذلك كفاءة الطاقة وتوفير التكاليف في مهام الاستدلال مقارنة بوحدات معالجة الرسوميات.

ومع ذلك، هناك حدود لهذا التعاون. فبحسب التقارير، لا تؤجر جوجل أقوى وحدات معالجة تينسور لديها إلى أوبن إيه آي، ما يعكس وجود حدود تنافسية بين الشركتين. ويبرز هذا النهج الانتقائي الديناميكيات المعقدة في قطاع الذكاء الاصطناعي، حيث تتنافس الشركات وتتعاون في الوقت ذاته.

تأتي هذه الصفقة وسط منافسة شديدة على موارد الحوسبة الخاصة بالذكاء الاصطناعي، حيث تستثمر شركات التقنية الكبرى مليارات الدولارات في العتاد المتخصص. وتقدم أحدث أجيال وحدات معالجة تينسور من جوجل، التي تحمل الاسم الرمزي "تريليوم"، تحسينات كبيرة في الأداء مقارنة بالإصدارات السابقة، وهي مصممة للتعامل مع المتطلبات الحاسوبية الهائلة لنماذج الذكاء الاصطناعي المتقدمة.