ترينيوم (Trainium) من أمازون يتجاوز التشغيل إلى تدريب نماذج الذكاء الاصطناعي.. وإنفيديا على المحك قبل نتائج 29 أكتوبر
اختبار عملي أجرته شركة أبحاث الرقائق المستقلة «سيمي أناليسيس» (SemiAnalysis) وجد أن ترينيوم 2 وترينيوم 3 باتا يدعمان تدريب النماذج البحثية عبر بايتورش (PyTorch) بشكل أصلي. وصدر الاختبار في اليوم نفسه الذي قال فيه الرئيس التنفيذي لأمازون أندي جاسي إن تكلفة الاستدلال (inference) لا تزال أعلى بعشرة أضعاف مما ينبغي، وقدّم فيه شرائح شركته بوصفها الحل. ما تحرك هو الحاجز البرمجي الذي طالما أبقى الباحثين في فلك إنفيديا؛ وتنشر أمازون نتائجها في 29 أكتوبر.
Richard Tang · 4 min read
تجاوزت ترينيوم (Trainium)، شريحة الذكاء الاصطناعي التي تطورها أمازون−0.72% — أمازون, down 0.72 percent today داخلياً، الخط الفاصل الذي ظل يحدد دورها: فهي تدرب النماذج اليوم، ولا تكتفي بتشغيلها. وتفيد شركة أبحاث الرقائق المستقلة «سيمي أناليسيس»، التي أنهت لتوها أسابيع من العمل على رفوف ترينيوم 3، بأن بايتورش، إطار العمل الذي يستخدمه معظم الباحثين أصلاً، يعمل الآن على الشريحة بشكل أصلي: فالشيفرة تُنفَّذ في وضع التنفيذ الفوري (eager mode)، سطراً بسطر على النحو الذي يعتاده الباحثون، وأداة التسريع torch.compile تعمل، والتغيير الوحيد المطلوب تقريباً هو استبدال `.to("cuda")` بـ `.to("neuron")` 1.
والقيود مذكورة بصراحة أيضاً: فالحزمة البرمجية «بعيدة كل البعد عن نضج منظومة CUDA»، الطبقة البرمجية من إنفيديا−0.54% — إنفيديا, down 0.54 percent today، وأكبر نموذج خضع للاختبار بلغ 32 مليار معامل، أي حجم بحثي لا يرقى إلى مستوى تدريب النماذج الحدية (frontier) 1.
وخصص الرئيس التنفيذي لأمازون أندي جاسي اليوم نفسه لجانب الطلب، إذ قال أمام شركة رأس المال الجريء أندريسين هورويتز (a16z) إن الاستدلال، أي الحوسبة التي تُدفع تكلفتها في كل مرة يجيب فيها النموذج، لا تزال تكلفته أعلى بعشرة أضعاف مما ينبغي، وإن ترينيوم يوفر أداءً أفضل بنسبة 30 إلى 40 في المائة في معادلة السعر والأداء مقارنة بالمعالجات المكافئة 2. ظلت أسعار إنفيديا في التدريب مستندة إلى الاحتكاك البرمجي نفسه الذي قاسته «سيمي أناليسيس» للتو. وهذا الاحتكاك يتآكل.
تكلفة الانتقال كانت هي الخندق
تشغّل «أنثروبيك» (Anthropic)$350B — «أنثروبيك» (Anthropic), private, latest valuation $350B، مختبر الذكاء الاصطناعي المطوّر لنموذج كلود والعميل المحوري لترينيوم، بالفعل عمليات الاستدلال في بيئة الإنتاج وتشغيلات التعلم المعزز (reinforcement learning) على جيلي ترينيوم 2 وترينيوم 3 1. أما التدريب البحثي فكان آخر الحصون، لأن الباحثين يعيدون تشكيل معمارية نماذجهم يومياً، وكان المسار القديم لترينيوم يمر عبر مصرّف رسوم بيانية من طراز XLA يفرض على القادمين من CUDA إعادة تعلم حلقة التدريب 1.
درّبت «سيمي أناليسيس» نموذج Qwen3-32B مفتوح الأوزان (open weights)، وعدّلت شيفرة معماريته، ثم شغّلت وصفة gpt-oss، إعداد التدريب مفتوح الأوزان من «أوبن إيه آي» (OpenAI)$1.18T — «أوبن إيه آي» (OpenAI), private, latest valuation $1.18T، كما هي دون أي تعديل 1. النتيجة: 14,156 رمزاً (tokens) في الثانية بنسبة استغلال MFU بلغت 30.47 في المائة في الوضع المصرّف (compiled mode)، مقابل 11,099 رمزاً بنسبة 23.89 في المائة في الوضع الفوري، أي تحسّن بمقدار 1.28 مرة 1. ويقيس مقياس MFU مقدار ما يستخدمه التشغيل فعلياً من القدرة الحسابية القصوى للشريحة.
وتقف خلف هذه النتيجة شبكة رقابة جودة آلية تضم ما يصل إلى 80 ألف نواة فيزيائية، تقارن الحسابات الرقمية بنتائج مرجعية من إنفيديا على أكثر 100 ألف نموذج رواجاً في «هاغينغ فيس» (Hugging Face)، المستودع الذي يتبادل الباحثون فيه الشيفرات 1. كما استقطبت خدمات أمازون ويب (AWS) المهندس الذي قاد في «غوغل» (Google) مشروع تشغيل بايتورش بشكل أصلي على شرائح TPU، ليكرر الخطة نفسها هنا 1. وكل اختبار يُجتاز بنجاح يعني نموذجاً جديداً يستطيع الباحث نقله من دون إعادة كتابة الشيفرة.
الدليل جاء من هوامش الربح أولاً
المال تحرك قبل الاختبار. سجلت خدمات أمازون ويب هامش ربح تشغيلياً بنسبة 39.4 في المائة في الربع الثاني من 2026 رغم تصاعد الإنفاق الرأسمالي 3. وتصل قيمة أعمالها المتعاقد عليها غير المنفذة إلى 496 مليار دولار، فيما تبدو طاقتها الاستيعابية مباعة عملياً بالكامل خلال 2026 ومحجوزة إلى حد كبير للعام 2027 3.
وتتجاوز الالتزامات المستقبلية المعلنة من «أنثروبيك» و«أوبن إيه آي» تجاه ترينيوم 225 مليار دولار 2. ووصفنا في وقت سابق من هذا الشهر تصريف أمازون مخاطر شرائح إنفيديا بقيمة 8 مليارات دولار؛ وكان النصف المفقود من تلك الصفقة إثبات قدرة ترينيوم على كسب الأعمال ببرمجياته الخاصة، وهذا الإثبات خرج إلى العلن هذا الأسبوع 2.
الإنفاق الرأسمالي الفصلي لأمازون يقترب من خمسة أمثاله في ثلاث سنوات
Data
| الإنفاق الرأسمالي | |
|---|---|
| الربع الثالث 2023 | $11.3B |
| الربع الرابع 2023 | $13.35B |
| الربع الأول 2024 | $13.94B |
| الربع الثاني 2024 | $16.39B |
| الربع الثالث 2024 | $21.28B |
| الربع الرابع 2024 | $26.05B |
| الربع الأول 2025 | $24.26B |
| الربع الثاني 2025 | $31.37B |
| الربع الثالث 2025 | $34.23B |
| الربع الرابع 2025 | $38.47B |
| الربع الأول 2026 | $43.23B |
| الربع الثاني 2026 | $53.08B |
عنق الزجاجة ينتقل إلى المصرّف
ما يحدّ من ترينيوم الآن هو صقل البرمجيات، وأمازون تدفع لسدّ هذه الفجوة. استغرق تصريف وصفة gpt-oss نحو 27 دقيقة، وهو وقت ميت بالنسبة إلى باحثين يعيدون التجربة كل ساعة؛ وتقول خدمات أمازون ويب إن مصرّفاً أعيد بناؤه يستهدف تقليص هذا الانتظار بمقدار يصل إلى مئة ضعف 1.
كذلك تقترب أمازون من إتمام صفقة استحواذ بقيمة 7 مليارات دولار على ديكارت (Decart)، وهي شركة ناشئة إسرائيلية تختصر حزمة أدوات التحسين لديها عملية الانتقال من منظومة CUDA من أشهر إلى أسابيع 5. وتتحوّط أنثروبيك بدورها بفريق رقائق خاص بها، غير أن رقائق جاهزة للإنتاج لن تصل قبل عام 2028 6. أما المهندسون، فالمهارة الأعلى قيمة بالنسبة إليهم تنزاح تدريجياً من كتابة أكواد منظومة CUDA إلى جعل النماذج تعمل بكفاءة على أرخص الرقائق أياً تكن.
في 29 أكتوبر تُعاد تسعير الصفقة
تمتد الحقائق حتى اختبار التدريب وهامش أرباح خدمات أمازون ويب، لا أكثر. أما ما يلي ذلك فهو توقّع: تدريب أرخص يتراكب مع استدلال أرخص ليفتح ما يسميه جاسي «وسط الدمبل» (barbell)، أي برمجيات الأعمال اليومية التي يتوقع أن تصبح أكبر مصدر للطلب على الذكاء الاصطناعي 2.
تكشف أمازون عن نتائج الربع الثالث في 29 أكتوبر، ويقدّر المتداولون في سوق التنبؤات كالشي احتمال هيمنة ترينيوم على مكالمة الأرباح بنسبة 96 في المئة 2. السؤال الذي يواجه أمازون هو ما إذا كان المستثمرون سيتوقفون عن التعامل مع رقائقها بوصفها نشاطاً جانبياً. أما السؤال الذي يواجه إنفيديا فهو ما إذا كان التدريب، أغنى أنشطتها، سيبدأ في أن يُسعَّر مقارنةً بشريحة يمكن للباحثين الانتقال إليها دون إعادة كتابة الأكواد.
Get Chips by email, free
How AI demand is reshaping chipmakers, memory and the fabs behind them. In our daily email, every weekday.
