تيرا فاب من ايلون ماسك، شراكة سامسونج و اي ام دي، تقنية جديدة من انفيديا.
كشف ايلون ماسك عن مشروعه الواعد Terafab، وهو مصنع رقائق جديد سيتم بنائه في مدينة أوستن حيث سيكون انتاجه لكل من Tesla و SpaceX وذلك بهدف تقليل الاعتماد على موردي الشرائح.
الخطة تبدأ بمصنع متقدم قادر على تصنيع واختبار مختلف أنواع الرقائق، مع توجه للتوسع لاحقًا حيث أن الطلب على القدرة الحاسوبية ينمو أسرع من قدرة السوق على التوريد، خاصة مع توسع ماسك في الذكاء الاصطناعي والروبوتات.
خطة المصنع ستكون لتطوير نوعين من الرقائق، الأولى موجهة للاستخدامات اليومية مثل السيارات والروبوتات، والثانية عالية الأداء لمهام الفضاء. ومن المتوقع أن تستخدم xAI الجزء الأكبر من هذه القدرة، مع طموح واعد بتوفير قدرة حوسبية تصل الى 1 تيراواط سنويا.
لكن رغم الطموح، المشروع يواجه تحديات كبيرة، أبرزها التكلفة العالية وتعقيد بناء مصانع أشباه الموصلات.
إلى جانب ذلك، استعرض ماسك رؤيته لمراكز بيانات فضائية وأقمار صناعية مخصصة للحوسبة، في إشارة إلى أن المعركة القادمة ليست فقط على النماذج، بل على البنية التحتية التي تدعمها.
أطلقت OpenAI بهدوء نموذجين جديدين وهم GPT-5.4 mini وGPT-5.4 nano، والملفت هو أن الأرقام تشير إلى تحول مهم في طريقة بناء واستخدام النماذج.
نموذج mini يقدم أداءً لافتًا، حيث يعمل بسرعة تتجاوز ضعفي GPT-5 mini، مع اقتراب واضح من أداء النسخة الكاملة GPT-5.4 في اختبارات مثل SWE-Bench Pro. هذا يعني أن نموذجًا أصغر أصبح قادرًا على تنفيذ مهام برمجية بمستوى قريب من النماذج الرائدة.
أما nano، فحقق نتائج غير متوقعة، مسجلًا 52.39% على SWE-Bench Pro و46.30% على TerminalBench 2.0، رغم أنه مصمم أساسًا لمهام مثل تصنيف واستخراج البيانات.
الأثر الأهم يظهر في التكلفة: استخدام mini داخل Codex يستهلك حوالي 30% فقط من تكلفة GPT-5.4، ما يخفض النفقات بشكل كبير في العمليات واسعة النطاق.
تقنيًا، الاتجاه يتغير من نموذج واحد شامل إلى منظومة متعددة: نموذج للتخطيط، وآخر للتنفيذ، وثالث للمهام الدقيقة. هذا التحول نحو “ فرق AI” قد يكون أهم من إطلاق أي نموذج بحد ذاته.
وقّعت سامسونغ اتفاقية تعاون مع AMD لتطوير الجيل القادم من تقنيات الذاكرة والحوسبة المخصصة للذكاء الاصطناعي.
بموجب الاتفاق، ستصبح سامسونج المورد الرئيسي لشريحة HBM4 عالية النطاق الترددي، والتي ستُستخدم في مسرّعات AMD الجديدة MI455X داخل مراكز البيانات. كما ستوفر شرائح DDR5 لنظام Helios المعتمد على نفس المعالجات إلى جانب معمارية Venice الجديدة.
الخطوة تعكس توجه AMD لتعزيز موقعها كمنافس مباشر لـ Nvidia في سوق رقائق الذكاء الاصطناعي، خصوصًا مع الطلب المتزايد على البنية التحتية الحاسوبية.
سامسونج بالفعل لاعب أساسي في هذا المجال، حيث تزوّد AMD حاليًا بذاكرة HBM3E المستخدمة في الأجيال السابقة من المسرّعات. الاتفاق الجديد يرفع مستوى الشراكة نحو الجيل القادم.
إضافة إلى ذلك، ناقش الطرفان فرص التعاون في مجال التصنيع (foundry)، ما قد يفتح بابًا أوسع لتكامل أكبر في سلسلة التوريد.
كشف جينسن هوانغ خلال مؤتمر Nvidia GTC عن تقنية DLSS 5، الجيل الجديد من تقنية الرسومات المعتمدة على الذكاء الاصطناعي، بهدف تحسين واقعية الألعاب مع تقليل استهلاك القدرة الحاسوبية.
الفكرة الأساسية تعتمد على دمج الرسوميات ثلاثية الأبعاد التقليدية مع نماذج توليدية قادرة على توقع واستكمال أجزاء من الصورة، بدل معالجة كل عنصر بشكل كامل مما ينتج صور و مشاهد أكثر تفصيلاً وشخصيات أقرب للواقع، بكفاءة أعلى.
هوانغ أشار إلى أن هذا الدمج بين “البيانات المنظمة” والذكاء التوليدي يمثل تحولًا أعمق في الحوسبة، وليس مجرد تحسين في الألعاب. حيث توفر البيانات أساسًا دقيقًا يمكن للذكاء الاصطناعي البناء عليه، بينما تضيف النماذج التوليدية المرونة والواقعية.
هذا النهج قد يمتد خارج قطاع الألعاب إلى مجالات أوسع، مثل تحليل البيانات المؤسسية، وذكر أمثلة مثل شركة Snowflake ، حيث يمكن للذكاء الاصطناعي الاستفادة من قواعد بيانات منظمة وغير منظمة معًا.
التوجه القادم ليس فقط في قوة النماذج، بل في كيفية دمجها مع البيانات لبناء أنظمة أكثر دقة وسرعة.
Artificial Neural Networks (ANNs)
الشبكات العصبية الاصطناعية
كيزة أساسية في الذكاء الاصطناعي، تحاكي عمل الخلايا العصبية البشرية لتمكين الآلات من التعلم التلقائي، وتُوظَّف في تطبيقات كالتعرف على الصور والكلام ومعالجة اللغة الطبيعية وقيادة السيارات ذاتياً.
