أوبن أي آي تعتمد على وحدات معالجة جوجل في تحول استراتيجي يتجاوز إنفيديا

في تحول كبير في بنية الذكاء الاصطناعي التحتية، بدأت شركة أوبن أي آي في استئجار وحدات معالجة التنسور (TPUs) المتخصصة من جوجل لتشغيل شات جي بي تي ومنتجات الذكاء الاصطناعي الأخرى، وفقًا لمصادر مطلعة على الترتيبات.

تمثل هذه الخطوة أول مرة تعتمد فيها أوبن أي آي بشكل فعلي على رقائق غير تابعة لإنفيديا في أعمال الذكاء الاصطناعي الخاصة بها. تاريخيًا، كانت الشركة واحدة من أكبر مشتري وحدات معالجة الرسوميات (GPUs) من إنفيديا، التي تهيمن على سوق رقائق الذكاء الاصطناعي. وتأمل أوبن أي آي أن تساعدها وحدات التنسور، التي تصل إليها عبر جوجل كلاود، في خفض تكاليف الحوسبة الخاصة بالاستدلال — وهي العملية التي تستخدم فيها نماذج الذكاء الاصطناعي تدريبها لاتخاذ قرارات أو توقعات.

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

أما بالنسبة لجوجل، فإن كسب أوبن أي آي كعميل يُظهر كيف نجحت الشركة العملاقة في الاستفادة من تقنياتها الداخلية في الذكاء الاصطناعي لتعزيز أعمالها السحابية. كانت وحدات معالجة التنسور من جوجل في السابق مخصصة للاستخدام الداخلي فقط، لكنها توفر الآن مزايا محددة لبعض أعباء عمل الذكاء الاصطناعي، بما في ذلك كفاءة الطاقة وتوفير التكاليف في عمليات الاستدلال مقارنة بوحدات معالجة الرسوميات.

ومع ذلك، فإن التعاون بين الطرفين له حدود. ووفقًا للتقارير، لا تقوم جوجل بتأجير أقوى وحدات التنسور لديها لأوبن أي آي، محافظة بذلك على بعض الحدود التنافسية 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 الأجهزة المتخصصة. وتقدم أحدث أجيال وحدات التنسور من جوجل، والتي تحمل الاسم الرمزي "تريليوم"، تحسينات كبيرة في الأداء مقارنة بالإصدارات السابقة، وهي مصممة للتعامل مع متطلبات الحوسبة الضخمة لنماذج الذكاء الاصطناعي المتقدمة.