تُحدَّث يومياً

مصدرُك العربي
لمستقبل الذكاء الاصطناعي

أخبار، تقارير، أدوات وتحليلات يومية — كل ما تحتاجه لمتابعة ثورة الذكاء الاصطناعي باللغة العربية

✅ تم الاشتراك!
أخبار الذكاء الاصطناعي

ميتا تبدأ إنتاج شرائح MTIA للذكاء الاصطناعي في سبتمبر 2026

🎧 استمع للملخص

بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري

ستبدأ ميتا إنتاج أحدث إصدار من شرائحها المخصصة للذكاء الاصطناعي في سبتمبر 2026، وفقاً لمذكرة داخلية اطلعت عليها (رويترز). وأتمّت الشريحة مرحلة الاختبار في نحو ستة أسابيع فقط، في وتيرة أسرع مما كانت تتوقعه الشركة.

تعمل ميتا على تصميم الشرائح بالشراكة مع Broadcom، فيما تتولى TSMC التصنيع. وتشمل سلسلة التوريد شراء ذاكرة RAM من Samsung، وتخزيناً من SanDisk، ومعدات ألياف بصرية من Sumitomo Electric. وتندرج هذه الشرائح ضمن برنامج Meta Training and Inference Accelerator (MTIA) الذي كشفت عنه الشركة في مارس الماضي، وضمّ أربعة شرائح جديدة، بعضها في مرحلة النشر حالياً وبعضها الآخر مخطط له هذا العام أو العام المقبل.

تعتمد ميتا تصميماً معيارياً مبنياً على chiplets، بحيث يبني كل جيل على سابقه ويستوعب أحدث متطلبات الأحمال الحسابية للذكاء الاصطناعي. والهدف الرئيسي من هذه الشرائح تقليص الاعتماد على GPUs من Nvidia وAMD، وإن كانت الشركة تتوقع الاستمرار في الإنفاق على الاثنين. وتستهدف شرائح MTIA تدريب نماذج خوارزميات الترتيب والتوصية، وكذلك مهام inference لتطبيقات الشركة. (تُنتج ميتا شرائحها الخاصة منذ 2023).

المشهد المالي يُوضح حجم الرهان؛ إذ تتوقع الشركة نفقات رأسمالية بين 125 و145 مليار دولار خلال 2026 (وفقاً لتقرير ميتا المالي للربع الأول 2026)، تتجه حصة كبيرة منها نحو البنية التحتية للذكاء الاصطناعي. وتخطط الشركة لنشر 7 غيغاواط من القدرة الحسابية هذا العام، ومضاعفة هذا الرقم العام المقبل، وفقاً لرويترز. وقد أبرمت ميتا سلسلة من الصفقات لتأمين هذه القدرة، منها: اتفاقية مع ARM لأنظمة التوصية، وصفقة بمليارات الدولارات مع AMD للحصول على GPUs من سلسلة Instinct، وصفقة مماثلة مع Amazon لاستخدام معالجاتها المخصصة في مهام الذكاء الاصطناعي.

ميتا ليست وحدها في هذا السباق. فقد كشفت OpenAI الشهر الماضي عن معالج inference تطوّره بالشراكة مع Broadcom أيضاً، فيما تدرس Anthropic تطوير شرائحها الخاصة بالتعاون مع Samsung. أما Amazon وGoogle فلديهما بالفعل شرائح مخصصة لمهام التدريب والـ inference. المشتركون جميعاً في هذا التوجه: تخفيف ثقل الفاتورة المتضخمة التي تذهب إلى Nvidia.

TechCrunch

مقالات ذات صلة

زر الذهاب إلى الأعلى