أشاد المدير التنفيذي لشركة Intel (INTC.US)، تشين لي وو، بالنماذج الصينية الرائدة للذكاء الاصطناعي وأكد دعمه القوي للبرمجيات المفتوحة المصدر من أجل تعزيز الكفاءة.

أفادت تطبيق Zhihong Finance APP أن الرئيس التنفيذي لشركة Intel (INTC.US)، بات غيلسنغر، صرّح يوم الاثنين أن نماذج الذكاء الاصطناعي (AI) الرائدة في الصين تتميز بتكلفة أقل لكل Token، وقد تم تطبيقها "بسرعة كبيرة". ووفقًا للتقارير، أشار غيلسنغر إلى أن أداء نماذج مثل DeepSeek وKimi وGLM "أصبح جيدًا بما فيه الكفاية". وأضاف: "أنا من المؤيدين المتحمسين للبرمجيات المفتوحة المصدر. فهذه هي الطريقة المثلى لتعزيز الكفاءة". كما أوضح أن السوق هو مَن سيحدد في النهاية أي النماذج تناسب أي سيناريوهات استخدام.

وجهة نظر غيلسنغر تتوافق مع توجه الرئيس التنفيذي لـ NVIDIA (NVDA.US)، جنسن هوانغ. فقد دافع هوانغ مرارًا عن النماذج مفتوحة المصدر الصينية. وفي يوليو من هذا العام، قال هوانغ إن نماذج DeepSeek وAlibaba وMoonshot AI جميعها "ممتازة للغاية" ويجب استخدامها. كما أوضح أن النماذج مفتوحة المصدر يمكن أن توسع نطاق استخدام الذكاء الاصطناعي، بدلًا من تقليل الطلب على شرائح NVIDIA.

من أهم سمات نماذج الذكاء الاصطناعي مفتوحة المصدر هي انخفاض تكلفة استخدامها نسبيًا. وبالنسبة لـIntel، فإن الاعتماد الواسع لنماذج الذكاء الاصطناعي منخفضة التكلفة قد يدفع إلى نشر الذكاء الاصطناعي بشكل أوسع، مما يزيد من الطلب على وحدات المعالجة المركزية (CPU) والخوادم وبنية مراكز البيانات التحتية اللازمة لتشغيل هذه الأحمال، وهو المجال الذي تركز عليه Intel حاليًا.

في الوقت ذاته، حدد غيلسنغر أعمال مراكز البيانات في Intel كواحدة من المستفيدين من الذكاء الاصطناعي الذكي. وتُظهر البيانات أن إيرادات Intel في الربع الثاني ارتفعت بنسبة 25% على أساس سنوي لتصل إلى 16.13 مليار دولار، وهو أسرع معدل نمو منذ عام 2011، متجاوزة توقعات السوق التي بلغت 14.42 مليار دولار. من بينها، حققت وحدة أعمال مراكز البيانات والذكاء الاصطناعي إيرادات بلغت 6.3 مليار دولار، بزيادة سنوية ضخمة بلغت 59%، أي أكثر من ضعف معدل نمو إجمالي الإيرادات للشركة، وأعلى من توقعات السوق البالغة 5.37 مليار دولار.

مع انتقال الصناعة من تدريب النماذج الكبرى إلى نشر الذكاء الاصطناعي الذكي على نطاق واسع القادر على تنفيذ المهام بشكل مستقل، أصبح الطلب على وحدات المعالجة المركزية العامة يشهد ازدهارًا هائلًا. يمكن للذكاء الاصطناعي الذكي تنفيذ مهام متعددة المراحل، وبالتالي يتطلب قدرًا هائلًا من القدرة الحاسوبية. في حين يمكن تقليديًا للأعمال المعتمدة على الذكاء الاصطناعي الاعتماد بشكل كبير على وحدات معالجة الرسومات (GPU) لأداء العمليات المصفوفية، فإن سير عمل الذكاء الاصطناعي الذكي يُقسّم المهمة إلى مراحل مثل التخطيط، البحث، قراءة وكتابة الملفات، التحقق من القواعد، تنفيذ الأكواد، استدعاء الأدوات والتحقق من النتائج، وهذه المراحل تعتمد بشكل طبيعي أكثر على وحدة المعالجة المركزية، والوصول للذاكرة، وإدخال/إخراج البيانات، وجدولة النظام. في حالات الاستدلال التقليدية تكون نسبة الحاجة إلى موارد GPU مقابل CPU حوالي 7:1، بينما في سير عمل الذكاء الاصطناعي الذكي قد تقترب من 1:1، بل وحتى يُصبح الاعتماد أكبر على وحدة المعالجة المركزية. ولا يعني هذا أن GPU لم تعد مهمة، بل يشير إلى أن مراكز بيانات الذكاء الاصطناعي انتقلت من "جزر GPU" إلى عصر الأنظمة المتغايرة التي تجمع بين CPU+GPU+ASIC+شبكات الربط البصري التحتية+التخزين.

علاوة على ذلك، يعتقد بعض المحللين أن تطور النماذج مفتوحة المصدر يمكن أن يساعد Intel في تقليل الاعتماد على نظام بيئي واحد للذكاء الاصطناعي. فحاليًا، يعتمد سوق البنية التحتية للذكاء الاصطناعي بدرجة كبيرة على نظام NVIDIA CUDA البيئي. ولكن تطور النماذج مفتوحة المصدر يمنح الشركات فرصة لإنشاء بنية تحتية أكثر تنوعًا للذكاء الاصطناعي. على سبيل المثال، قد تختار الشركات GPU من NVIDIA مع CPU من Intel، أو CPU من Intel مع مسرعات ذكاء اصطناعي أخرى، أو حتى CPU للمهام العامة مع مسرع مخصص للاستدلال بالذكاء الاصطناعي. وبالنسبة لـIntel، فإن الأهم ليس أن تصبح بالضرورة "NVIDIA الثانية"، بل أن تصبح المزود الذي لا غنى عنه للبنية التحتية للحوسبة العامة في مراكز بيانات الذكاء الاصطناعي.