2.8 مليون معالج H100 مكافئ – هذا ما تحتاجه الصين فعلياً لتشغيل منظومة الذكاء الاصطناعي الحالية، حسب تحليل جديد يفكك الطلب من الأسفل للأعلى بدلاً من عدّ الشحنات والتهريب.
الرقم المدهش: يطابق تقريباً التقدير السابق البالغ 2.7 مليون معالج الذي أجراه Aqib Zakaria من جانب العرض. تطابق نتائج منهجيتين مختلفتين تماماً يضع المصداقية تحت ضوء جديد، خاصة أن الباحثين لم يتشاركا الأرقام حتى انتهاء الحسابات.
Nick Corvino من China Talk بنى تحليله على فكرة واحدة: بدلاً من تتبع الرقائق المشحونة، عدّ أحمال العمل الفعلية. النتيجة؟ 237,000 معالج H100 تعمل باستمرار للاستنتاج، 128,000 معالج مخصصة للتدريب، والباقي احتياطي ونقل وصيانة.
لكن الشيطان في التفاصيل. التحليل يكشف توزيعاً مفاجئاً لاستهلاك الحوسبة:
- 602 مليون مستخدم صيني = 1,000 معالج فقط: المستخدمون العاديون الذين يرسلون استعلامات قصيرة أو يستخدمون الترجمة السريعة يستهلكون أقل من 1% من إجمالي قوة الحوسبة. شركة واحدة تحرق تريليون token سنوياً تساهم أكثر من عشرات الملايين من المستخدمين اليوميين
- واجهات الشركات تأكل 21% من الكعكة: 50,000 معالج H100 مخصصة لـ APIs الشركات، مقدرة بـ40% من مستوى الاستهلاك الأمريكي. التقدير يعتمد على بيانات OpenAI التي تكشف 200 منظمة تتجاوز تريليون token سنوياً، و9,000 تتجاوز 10 مليارات
- المراقبة والتوصيات: 32% من القوة الحاسوبية: خوارزميات التوصيات في دوين وتاوباو وكوايشو تعمل 24/7 بدون انخفاض ليلي. أنظمة المراقبة الحكومية تعالج فيديو من 600-700 مليون كاميرا، والتطبيقات العسكرية لا تترك أثراً عاماً قابلاً للقياس
- DeepSeek V3 كمعيار التدريب: 2.788 مليون ساعة معالج H800 للتدريب، معدلة بـ1.5x للتقدير الناقص. خمسة مختبرات كبرى (ByteDance، Alibaba، Baidu، Huawei، Tencent) تدرب نماذج حدودية متعددة سنوياً، عشرة مختبرات متوسطة، خمسة فاعلين حكوميين وعسكريين
- معدلات الاستخدام هي نقطة الضعف: 55% للمعالجات المنشورة في الاستنتاج، 20% لإجمالي الأسطول. كل نقطة مئوية واحدة تحرك النتيجة النهائية بـ186,000 معالج H100. الباحث يعترف: “هذا أهم متغير وأكثرها جدلاً”
التحليل يفضح نقاط عمياء حرجة. معدلات استخدام المعالجات تحتاج بحثاً أعمق – النطاق المقترح 40-70% للاستنتاج و10-30% للأسطول الإجمالي واسع للغاية. تبني الشركات الصينية للذكاء الاصطناعي أقل عمقاً من النظير الغربي، مع تكامل أضعف في سير العمل الآلي والعمليات التجارية.
المفارقة الأهم: الصين قد تملك حوسبة كافية للاستنتاج الواسع بينما تواجه قيوداً حادة في تدريب الجيل القادم من النماذج الحدودية. مجموعات التدريب تحتاج أفضل الرقائق – H800 والـ Blackwell المهربة – بينما الاستنتاج يمكن توزيعه على معالجات أقل.
بالنسبة للمطورين في الرياض ودبي والقاهرة، هذا التحليل يوضح كيف تختلف أنماط استهلاك الحوسبة جذرياً بين التطبيقات. معالج واحد مخصص للتدريب المكثف يساوي مئات المعالجات المخصصة للاستعلامات اليومية.
