الذكاء الاصطناعي للشركات، من "شراء المزيد من وحدات معالجة الرسوميات" إلى "أفضل تكوين يقلل من تكلفة الاستدلال"… تحظى حلول AMD وRed Hat باهتمام كبير

تخطي الشركات لمرحلة الذكاء الاصطناعي تدخل منعطفًا جديدًا. اليوم، لم يعد التركيز في السوق على ما إذا كانت ستستثمر في الذكاء الاصطناعي، بل على كيفية نشر شرائح الحوسبة والبنية التحتية المناسبة للأعمال المختلفة لتحقيق أقصى قدر من الكفاءة من حيث التكلفة. خاصة مع الزيادة السريعة في مهام “الذكاء الاصطناعي الوكيل” وارتفاع تكاليف الاستدلال، أصبح التحدي الرئيسي للشركات الكبرى ليس اختيار الأجهزة ذات الأداء الأعلى بشكل أعمى، بل اختيار الموارد الحاسوبية المناسبة وفقًا للأهداف، أي اتخاذ “الاختيار”.

في ظل هذا التغير، عاد التعاون بين AMD وRed Hat إلى الأضواء. أشار جون هامبتون، نائب رئيس مبيعات التكنولوجيا للشركات في AMD، خلال قمة “Red Hat Summit 2026” التي عقدت في بوسطن، إلى أن الشركات ترغب في الحصول على بنية تحتية أكثر مرونة للذكاء الاصطناعي ضمن بيئة هجينة شاملة. وأوضح أن العديد من العملاء قاموا مؤخرًا ببناء مجموعات GPU واسعة النطاق بشكل سريع لمواجهة طلبات الذكاء الاصطناعي، لكنهم واجهوا ضغوطًا تكاليفية تفوق التوقعات خلال مرحلة التشغيل الفعلي.

تكاليف استدلال الذكاء الاصطناعي ترتفع بشكل حاد… الشركات تعيد تقييم استراتيجية GPU الأحادية

وفقًا لهامبتون، حاولت العديد من الشركات، لتجنب التأخر في المنافسة المبكرة في الذكاء الاصطناعي، شراء كميات كبيرة من GPU عالية الأداء. المشكلة أن، مع توسع حجم الخدمة، تتراكم تكاليف كل استعلام AI، مما يسرع من ضغط الميزانية. يُطلق على هذا الظاهرة اسم “اقتصاديات الرمز”، في إشارة إلى أن زيادة استخدام الذكاء الاصطناعي التوليدي تؤدي إلى ارتفاع تكاليف معالجة الرموز، مما يؤثر مباشرة على ربحية الشركات.

قال: “في البداية، اشترت الشركات مجموعات GPU كبيرة بشكل مكثف لمنافسة الذكاء الاصطناعي، لكن الآن تواجه ردود فعل لا يمكن تحملها. على الرغم من نمو تطبيقات AI، فإن التضخم السريع في التكاليف يثير قلقًا كبيرًا.” هذا يعني أن جوهر استراتيجية الذكاء الاصطناعي للشركات يتحول من “ضمان أعلى أداء للأجهزة” إلى “نشرها بشكل محسّن وفقًا للمهمة”.

AMD وRed Hat: تقديم حلول “طيف كامل” من المعالجات إلى وحدات GPU

لمواجهة هذا الاتجاه، أطلقت AMD مجموعة منتجات تشمل المعالجات المركزية، ووحدات GPU ذات القيمة العالية، والمعالجات المسرعة عالية الأداء، ضمن ما يُعرف بـ “طيف كامل”. استراتيجيتها هي دمج هذه الأجهزة مع منصة Red Hat المبنية على البرمجيات مفتوحة المصدر، لدعم الشركات في تشغيل مهام الذكاء الاصطناعي بشكل مرن في بيئة السحابة المختلطة، دون الاعتماد على مزود معين.

على سبيل المثال، يُقدم AMD Instinct MI350P كـ GPU يعتمد على واجهة PCIe، ويمكن دمجه بسهولة نسبية في الخوادم الحالية. يتميز بتصميم مبرد بالهواء لزيادة الكفاءة من حيث التكلفة. وتعمل منصة Red Hat للذكاء الاصطناعي كمنصة مؤسسية تدعم نشر وتوسيع وكيل الذكاء الاصطناعي على هذا النوع من الأجهزة. بالإضافة إلى ذلك، باستخدام معالجات AMD EPYC وأدوات التمثيل الافتراضي من Red Hat، يمكن تحقيق تكامل الخوادم، مما يساعد على تقليل مساحة مركز البيانات واستهلاك الطاقة.

التركيز على “الهندسة المفتوحة”… تعزيز السيطرة على ميزانية الذكاء الاصطناعي وتحديث البنية التحتية

المعنى الرئيسي من هذا التوجه هو “الانفتاح” و"الاختيار". تؤكد AMD وRed Hat أن الشركات، بالمقارنة مع النظم البيئية المغلقة، يجب أن تعتمد على بنية مفتوحة تتيح لها اختيار الموارد الأنسب من بين المعالجات المركزية، ووحدات GPU منخفضة الاستهلاك، والمعالجات المسرعة عالية الأداء، وفقًا لمتطلبات عبء العمل في الذكاء الاصطناعي. ليس كل مهام الاستدلال تتطلب نشرها على أجهزة باهظة الثمن.

هذه الطريقة لا تقلل فقط من التكاليف، بل تتيح للشركات الاستفادة الكاملة من البنية التحتية الحالية، دون إبطاء وتيرة إدخال الذكاء الاصطناعي، مع إمكانية إعادة توجيه الميزانيات والموارد الكهربائية التي تم توفيرها نحو مشاريع AI جديدة. وهو أمر ذو أهمية عملية كبيرة، حيث يتيح تحديث بنية الذكاء الاصطناعي مع السيطرة على الميزانية في آن واحد.

توقع هامبتون أن معايير تقييم سوق الذكاء الاصطناعي في المستقبل لن تكون “ماذا اشتريت”، بل “كيف نشرت”. مع دخول الشركات مرحلة التشغيل الفعلية للذكاء الاصطناعي، يعتقد بعض المحللين أن النجاح أو الفشل لن يعتمد على الأداء فحسب، بل على القدرة على موازنة التكلفة الإجمالية للملكية مع النتائج الفعلية بشكل دقيق.