أخبار ar.wedoany.com، أعلنت شركة Etched الناشئة في مجال رقائق الذكاء الاصطناعي الأمريكية عن إتمام عملية التصنيع الأولي (A0 stepping) لشريحة مسرّع الاستدلال (Inference Accelerator)، وبناء أول أنظمة استدلال على مستوى حوامل الخوادم (Rack-level). وكشفت الشركة في الوقت نفسه عن حصولها على عقود عملاء تتجاوز قيمتها مليار دولار أمريكي، وتمويل تراكمي يبلغ 800 مليون دولار أمريكي، على أن تبدأ شحن أولى منتجات الحوامل في صيف عام 2026.
لا يقتصر محور إعلان شركة Etched الأمريكية على "نجاح تصنيع الشريحة" فحسب، بل يتعداه إلى الانتقال من شريحة ذكاء اصطناعي فردية إلى نظام استدلال على مستوى حوامل الخوادم. وأوضحت الشركة أن رقائق السيليكون من إصدار A0 قد تم تصنيعها باستخدام تقنية N4P من شركة TSMC التايوانية، وهي الآن في مرحلة التحقق من صحة أولى منتجات الحوامل مع العملاء. بالنسبة لشركات رقائق استدلال الذكاء الاصطناعي، فإن التصنيع الأولي (A0) يعني عودة أول عينة مادية من الشريحة ودخولها مراحل الإقلاع (bring-up) والتحقق والتصحيح؛ بينما يشير بناء أول حوامل الخوادم إلى أن الشركة قد وضعت الشريحة والبطاقات والتبريد وإمدادات الطاقة والترابط والبرمجيات وتكامل النظام في نموذج منتج واحد للاختبار. لم تعد المنافسة في سوق استدلال الذكاء الاصطناعي تقتصر على النظر إلى ذروة القدرة الحاسوبية لشريحة واحدة، بل أصبح العملاء أكثر اهتمامًا بإنتاجية الحامل بأكمله (Throughput) وزمن الوصول (Latency) واستهلاك الطاقة والقدرة على التشغيل المستمر تحت أحمال النماذج الحقيقية.
تستهدف شركة Etched الأمريكية مجموعات الاستدلال للنماذج المتطورة. وتذكر الشركة أن أنظمتها مصممة للنماذج الخبيرة المختلطة (MoE) التي تحتوي على تريليونات المعاملات، والسياقات الطويلة، وأعباء عمل العوامل الذكية (Agentic workloads)، ويمكنها تشغيل نماذج مثل DeepSeek وQwen وMamba وLlama. يتركز ضغط تكاليف البنية التحتية للذكاء الاصطناعي حاليًا بشكل متزايد في مرحلة الاستدلال، خاصة مع تزايد تطبيقات العوامل الذكية والمحادثات متعددة الجولات وتوليد الأكواد ومعالجة المستندات الطويلة والاستدعاءات المؤسسية واسعة النطاق، مما يستلزم من مقدمي خدمات النماذج إخراج عدد كبير من الرموز (Tokens) باستمرار. على الرغم من أن مرحلة التدريب مكلفة، إلا أن مرحلة الاستدلال تتراكم تكاليفها باستمرار مع زيادة عدد المستخدمين وتكرار الاستدعاءات. اختارت شركة Etched الأمريكية الدخول من خلال أنظمة الاستدلال، مستهدفةً تحديدًا سيناريوهات الأعمال عالية التردد والطويلة الأجل والمستهلكة للقدرة الحاسوبية بشكل مستمر.
يعد الاستدلال بجهد منخفض (Low-voltage inference) أحد التصاميم الرئيسية التي كشفت عنها الشركة في هذا الإعلان. أوضحت شركة Etched الأمريكية أن رقائق الذكاء الاصطناعي التقليدية، بعد تحسين استخدام FLOPs، غالبًا ما تعاني من ارتفاع استهلاك الطاقة والاختناق الحراري (Thermal throttling)، مما يؤدي إلى انخفاض إنتاجية الاستدلال المستمر عن ذروة القدرة الحاسوبية. ولمعالجة هذه المشكلة، صممت الشركة بنية جديدة تسمح لوحدات الحساب الرياضي في الشريحة بالعمل بجهد كهربائي يقل عن نصف جهد معظم رقائق الذكاء الاصطناعي، مما يزيد من كثافة FLOPs، ويسمح لنماذج MoE المتفرقة (Sparse MoE) ذات التريليونات من المعاملات بالحفاظ على أداء FLOPs يتجاوز 80% من الذروة دون التعرض للاختناق الحراري. الجهد المنخفض ليس مجرد حيلة دارة كهربائية واحدة، بل يتطلب تعاونًا متناغمًا بين الترانزستورات والمصفوفات الرياضية وشبكات إمداد الطاقة وهندسة VRM والتغليف والتبريد بالألواح الباردة وخوارزميات الجدولة وحزمة البرمجيات لضمان الاستقرار على مستوى أنظمة الحوامل.
الاتجاه الأساسي الآخر هو الذاكرة على مستوى المجموعات (Cluster-level memory). ترى شركة Etched الأمريكية أن رقائق الذكاء الاصطناعي التي تستخدم ذاكرة HBM تجد صعوبة في الوصول إلى زمن وصول منخفض بمستوى SRAM أثناء فك التشفير، بينما الرقائق التي تعتمد فقط على SRAM تضحي بكثافة FLOPs وسعة الذاكرة. وللموازنة بين السعة والإنتاجية وسرعة التفاعل، تتبنى الشركة تصميمًا هجينًا يجمع بين HBM وSRAM، وعبر ترابط خاص منخفض الزمن وعالي النطاق الترددي، لتشكيل مجمع ذاكرة مشترك منخفض الزمن داخل النطاق الواسع (Scalable domain). يخدم هذا التصميم بشكل أساسي سيناريوهات فك التشفير للنماذج الكبيرة وتوجيه MoE: عندما تتدفق الرموز (Tokens) بين الخبراء المختلفين، تحتاج البيانات إلى المرور بشكل متكرر عبر مستويات الذاكرة وشبكات الترابط، مما يؤدي إلى تأخير زمن الوصول إلى الذاكرة مما يبطئ سرعة التوليد. توفر HBM السعة، ويوفر SRAM زمن الوصول المنخفض، وبعد الجمع بينهما، يصبح من الأسهل على النظام معالجة المهام عالية الإنتاجية ومنخفضة زمن الوصول في وقت واحد.
من حيث التقدم التجاري، حصلت شركة Etched الأمريكية على عقود عملاء موقعة تتجاوز قيمتها مليار دولار أمريكي، وكشفت عن تمويل تراكمي يبلغ 800 مليون دولار أمريكي، بما في ذلك تمويل بقيمة 500 مليون دولار أمريكي تم إتمامه في ديسمبر 2025، بقيمة تقديرية بعد التمويل تبلغ حوالي 5 مليارات دولار أمريكي. تشمل الجهات المستثمرة في الشركة كلاً من VentureTech Alliance وPeter Thiel وJane Street وHudson River Trading وJump Trading وTwo Sigma وStripes وRibbit Capital وRadical Ventures وPrimary VC وغيرها من المؤسسات والأفراد. بالنسبة لشركة ناشئة في مجال رقائق الذكاء الاصطناعي، لا يمكن للطلبيات والتمويل أن يعادلا بشكل مباشر القدرة على التسليم على نطاق واسع، لكنهما يوضحان قوة الطلب على أجهزة تسريع الاستدلال، ويوفران الأساس المالي للإنتاج اللاحق والتحقق من الصحة وسلسلة التوريد ونشر العملاء.
تواصل شركة Etched الأمريكية أيضًا التكامل الرأسي. ذكرت الشركة أنها أنشأت مصنعًا في تايوان، وتقوم ببناء مركز بيانات ومرافق اختبار ومختبر نماذج أولية (NPI) في مقرها الرئيسي في سان خوسيه بالولايات المتحدة، مما يضع التصميم والتحقق والإنتاج المبكر في دورة هندسية أقرب. من تصنيع الشريحة إلى التسليم التجاري، تمر رقائق الذكاء الاصطناعي بالعديد من المراحل بما في ذلك التحقق على مستوى البطاقات، وتصحيح أخطاء النظام، والتحقق من التبريد، وتكييف البرمجيات، واختبارات الموثوقية، والتحقق من أحمال العملاء، وزيادة الإنتاج في سلسلة التوريد. خاصة بالنسبة لأنظمة الاستدلال على مستوى حوامل الخوادم، لا يتطلب الأمر فقط تحقيق أداء الشريحة للمعايير، بل أيضًا النضج المتزامن لإمدادات الطاقة والتبريد السائل والترابط وأدوات التشغيل والصيانة وحزمة البرمجيات. تحديد شركة Etched الأمريكية موعد "شحن أول حوامل الخوادم" في صيف عام 2026 يعني أن منتجاتها قد دخلت مرحلة الانتقال من التحقق التقني إلى تجارب العملاء وتحقيق الإنتاج.
يكمن الجوهر الحقيقي لهذا الحدث في أن الشركات الناشئة في مجال رقائق الذكاء الاصطناعي تحاول تجاوز مسار وحدات معالجة الرسوميات (GPU) العامة، وخدمة تطبيقات النماذج الكبيرة بأنظمة استدلال متخصصة. لا يزال نظام GPU البيئي لشركة NVIDIA الأمريكية يغطي التدريب والاستدلال وأطر البرمجيات وأدوات المطورين، بينما تقوم شركة Etched الأمريكية بتصميم الشريحة والحامل والبرمجيات وطرق التصنيع بشكل مشترك، بهدف تحقيق كفاءة أعلى في أعباء عمل استدلال محددة. إذا تم تطبيق الاستدلال بجهد منخفض، والذاكرة المؤقتة الهجينة HBM+SRAM، والتحقق من صحة أنظمة الحوامل بنجاح، فإن Etched لن تقدم مجرد شريحة ذكاء اصطناعي واحدة، بل ستوفر بنية تحتية كاملة للاستدلال لمقدمي الخدمات السحابية وشركات نماذج الذكاء الاصطناعي والعملاء فائقي الضخامة. بعد شحن أولى منتجات الحوامل، فإن الإنتاجية الفعلية وزمن الوصول واستهلاك الطاقة والاستقرار والتكلفة الإجمالية للملكية (TCO) التي يحققها العملاء ستحدد بشكل مباشر ما إذا كانت هذه التقنية ستنتقل من الالتزامات التعاقدية إلى المشتريات المستدامة.
