ملخص المحتوى الرئيسي
ببساطة، قامت شركة OpenAI للتو بـ“إزالة” نموذج GPT-5.3-Codex-Spark، الذي تم إنشاؤه قبل بضعة أشهر فقط. هذا النموذج تم إطلاقه في فبراير من هذا العام، وكان يركز على السرعة وتوفير الموارد، وكان مخصصًا لمساعدة المبرمجين في تعديل الكود. وكانت هذه المرة الأولى التي تستخدم فيها OpenAI شريحة إلكترونية من نوع Cerebras بدلاً من شرائح NVIDIA لتشغيل النموذج. كان الجميع يعتقدون أن هذه خطوة مهمة للتخلص من الاعتماد على NVIDIA واستكشاف مسارات جديدة للأجهزة.
لكن ماذا حدث؟ تم إزالة النموذج بعد أقل من 8 أشهر من إطلاقه. السبب واقعي: على الرغم من سرعته، إلا أنه لم يكن ذكيًا بما فيه الكفاية، وكان هناك العديد من الشكاوى من المستخدمين؛ بالإضافة إلى ذلك، أطلقت OpenAI نموذجًا جديدًا أقوى (GPT-5.6 Sol Ultrafast)، والذي لا يعمل فقط على شريحة Cerebras ولكنه أيضًا أسرع وأكثر كفاءة. بما أن النموذج الجديد يجمع بين السرعة والذكاء، فلم يعد هناك حاجة للنموذج القديم.
هذا الأمر يشير إلى دخول صناعة الذكاء الاصطناعي مرحلة جديدة تتميز بـ“التجارب السريعة والإزالة السريعة”: النماذج لم تعد تتغير كل بضع سنوات كأسلحة ثقيلة، بل أصبحت مثل تطبيقات الهواتف المحمولة، حيث يتم إطلاقها بسرعة، ويتم التحقق من فعاليتها بسرعة، وتتم تحديثها بسرعة، وحتى تُستبدل بسرعة.
---
تحليل عميق: فهم هذا “التنظيف الكبير للنماذج” من خمسة أبعاد
1. ثورة الأجهزة: OpenAI لم تعد ترغب في الاعتماد فقط على “NVIDIA”
أكثر الأمور التي قد يتم تجاهلها من قبل القراء العاديين في هذا الخبر هو اسم Cerebras، والذي يمثل إشارة هامة على مستوى الصناعة. على مدى السنوات القليلة الماضية، كان هناك قاعدة غير مكتوبة في مجال الذكاء الاصطناعي: إذا أردت تشغيل نموذج كبير، عليك شراء شرائح GPU من NVIDIA. كانت NVIDIA تحتكر سوق قوة الحوسبة في مجال الذكاء الاصطناعي، وكانت شركات مثل OpenAI وGoogle وMicrosoft من عملائها الكبار. لكن هذا أدى إلى مشكلتين:
- السعر المرتفع: كانت شرائح NVIDIA نادرة وبأسعار باهظة.
- البطء (في سيناريوهات معينة): كانت أنظمة الـGPU التقليدية تتطلب نقل البيانات بين “رقاقة الحوسبة” و“الذاكرة” بشكل متكرر، مما يقلل من الكفاءة.
تتبنت شركة Cerebras نهجًا مختلفًا، حيث تم دمج آلاف وحدات الحوسابة والذاكرة مباشرة على رقاقة سيليكون واحدة كبيرة. يمكنك تخيل ذلك على أنه كان في الماضي “الطاهي على الموقد والمكونات في الثلاجة، وكان عليك الجري ذهابًا وإيابًا”؛ أما الآن فإن Cerebras تجعل كل شيء متاحًا في مكان واحد، مما يزيد من الكفاءة بشكل كبير.
ماذا يعني ذلك بالنسبة لـOpenAI؟
- تقليل التأخير: بالنسبة لمهام مثل تعديل الكود في الوقت الفعلي التي تتطلب استجابة في غضون مللي ثوانٍ، فإن أنظمة Cerebras لها ميزة كبيرة طبيعيًا.
- التخلص من الاعتماد: أعلنت OpenAI عن نيتها استخدام قوة حوسابية بقدرة 750 ميغاواط من Cerebras، بقيمة تعاقد تزيد عن 20 مليار دولار أمريكي. هذا ليس فقط لتوفير المال، ولكن أيضًا لضمان الأمان الاستراتيجي. إذا توقفت NVIDIA عن التوريد أو ارتفعت أسعارها، فإن لدى OpenAI خيارًا آخر.
لذلك، على الرغم من أن إزالة نموذج Spark تبدو كتحديث للمنتج، إلا أن الهدف الحقيقي هو اختبار جدوى مسارات الأجهزة غير المعتمدة على NVIDIA. ومع وفاة Spark، فإن OpenAI تستهدف الاستفادة بشكل أكبر من شريحة Cerebras.
2. الاستراتيجية المنتجية: التطور من “النموذج المتخصص” إلى “النموذج الشامل”
لماذا تم إزالة Spark؟ لأنه كان نموذجًا “متخصصًا”:
- توجه Spark: كان يركز على السرعة القصوى وتوفير التكاليف، مما أدى إلى التضحية بذكاء النموذج. كان نموذجًا صغيرًا مخصصًا لمهام ميكانيكية مثل تغيير أسماء المتغيرات أو إكمال الدوال. كان مثل مفك صغير في سكين عسكرية سويسرية: سريع وخفيف، لكنه كان محدود الاستخدامات.
- تعليقات المستخدمين: قال المطورون إنه كان سريعًا، لكنه كان سيئًا للغاية وصعب الاستخدام. السبب هو أن البرمجة لا تتعلق فقط بتغيير الأسماء، بل غالبًا ما تتطلب فهم السياق وإعادة هيكلة الكود. لم يكن لدى Spark الذكاء الكافي، مما أدى إلى أخطاء كثيرة واضطرار المطورين إلى قضاء المزيد من الوقت في تصحيحها، مما قلل من الكفاءة.
- توجه النموذج الجديد (GPT-5.6 Sol Ultrafast): هذا النموذج “شامل”؛ يعمل أيضًا على شريحة Cerebras وهو أسرع (750 token/s، أسرع من Spark)، ويستخدم نموذج GPT-5.6 الأكثر ذكاءً.
الاستنتاج: عندما يظهر نموذج شامل، لا يعد هناك حاجة لنموذج متخصص. لا تحتاج إلى نموذج بطيء مخصص لتعديل الكود، لأن لديك نموذج ذكي وسريع يمكنه القيام بذلك بشكل أفضل.
3. المنطق التجاري: رهان بقيمة 20 مليار دولار وراء تنويع قوة الحوسابة
تم ذكر رقم 20 مليار دولار في الخبر، وهو مبلغ التعاون بين OpenAI وشركة Cerebras، ومن المقرر تنفيذه على مراحل قبل عام 2028. هذا مبلغ ضخم، أكبر من الناتج المحلي الإجمالي للعديد من الدول. لماذا تستثمر OpenAI مبلغًا كبيرًا في شركة مصنعة للشرائح إلكترونية نسبيًا غير شائعة؟
- تحسين هيكل التكاليف: عمليات الاستنتاج في مجال الذكاء الاصطناعي تستهلك الكثير من المال. إذا اعتمدت OpenAI بالكامل على NVIDIA، فإن هيكل تكاليفها سيكون هشًا. باستخدام Cerebras، يمكنها تحقيق توفير في التكاليف وتحسين الكفاءة في سيناريوهات معينة (مثل الاستنتاج بتأخير منخفض).
- أمان سلسلة التوريد: التغيرات الجيوسياسية وقيود تصدير الشرائح ومخاطر انقطاع سلسلة التوريد كلها تشكل تهديدات حقيقية. كونها واحدة من أكبر الشركات المعتمدة على قوة الحوسابة في العالم، يجب على OpenAI إنشاء مزيج متنوع من مصادر الطاقة الحوسابية. مثلما لا يمكنك الاعتماد فقط على محطة وقود واحدة أو شركة كهرباء واحدة.
- الحصانة التقنية: شرائح Cerebras تمثل مسارًا تقنيًا مختلفًا. من خلال الاعتماد الكبير على Cerebras، ستحصل OpenAI على مزايا فريدة في تحسين البرمجيات وتكييف النماذج. في المستقبل، قد يكون من الصعب على الشركات الأخرى تحقيق مستوى التحسين نفسه على نفس الأجهزة.
مثال بسيط: كانت OpenAI تدير متجرًا خاصًا بشرائح NVIDIA، والآن أنشأت متجرًا ثانيًا لشرائح Cerebras. المتجر الأول لا يزال الرئيسي، لكن المتجر الثاني يمكنه التعامل مع طلبات خاصة (باستجابة سريعة) وقد يكون أسعاره أكثر مرونة. نموذج Spark كان مجرد منتج تجريبي في المتجر الثاني؛ بعد التجربة، اكتشفوا أن المتجر الثاني يقدم منتجات أفضل (GPT-5.6)، لذا تم إزالة المنتج التجريبي.
4. الاتجاه الصناعي: تقليل دورة حياة النماذج من “السنوات” إلى “الأشهر”
هذا هو أعمق اكتشاف في المقال: دخلت صناعة النماذج مرحلة الإزالة السريعة. في الماضي، كانت دورات تحديث النماذج طويلة جدًا (من GPT-3 إلى GPT-4، على سبيل المثال، استغرقت سنوات)؛ ومن GPT-4 إلى GPT-4o، استغرقت بضعة أشهر فقط. اعتاد المستخدمون على استخدام نفس النموذج لمدة عام أو عامين.
لكن الآن تغير الوضع:
- نموذج Spark: تم إطلاقه في فبراير وإزالته في أكتوبر، أي أن عمره كان 8 أشهر فقط.
- المستقبل: قد تصبح الدورات أقصر.
السبب هو أن منتجات الذكاء الاصطن