أخبار ar.wedoany.com، في الفترة من 19 إلى 20 يوليو 2026، أطلقت شركة "تيانتشو تشيتشينغ" الصينية المصنعة لوحدات معالجة الرسوميات (GPU) المحلية، خلال المؤتمر العالمي للذكاء الاصطناعي 2026 (WAIC 2026)، منتجها الرائد الجديد من الجيل التالي لوحدات معالجة الرسوميات العامة، وهو "تيانغاي 300".
بصفته أول منتج يعتمد على البنية المعمارية الجديدة والمطورة ذاتياً من "تيانتشو تشيتشينغ"، يشهد "تيانغاي 300" ترقية شاملة تشمل بنية الرقاقة، والعوامل الحسابية الرئيسية، وقابلية التوسع في النظام، والنظام البيئي البرمجي. ويهدف المنتج إلى مضاهاة وتجاوز أداء الحلول السائدة القائمة على معمارية "هوبر" (حلول هوبر)، مما يوفر الدعم الحسابي اللازم للتطبيقات واسعة النطاق للذكاء الاصطناعي.
يعتمد "تيانغاي 300" على بنية الحوسبة العامة SIMT، ويدعم أنواعاً متعددة من العمليات الحسابية، بما في ذلك العمليات العددية (Scalar) والمتجهية (Vector) والتنسورية (Tensor). كما تم تحسينه ليتوافق مع التقنيات الرئيسية مثل آليات الانتباه (Attention)، وخبراء المزيج (MoE)، والفصل بين مرحلة ما قبل الملء (AF Separation) والفصل بين مرحلتي ما قبل الملء والاستدلال (PD Separation)، بالإضافة إلى التوسع في الأنظمة واسعة النطاق. في ظل أعباء العمل المعقدة، يحقق المنتج توازناً بين الكفاءة الحسابية، وزمن استجابة المهام، والتكلفة الإجمالية للملكية (TCO)، مما يلبي المتطلبات الشاملة للتطبيقات واسعة النطاق للذكاء الاصطناعي من حيث العمومية والأداء والتكلفة.
صرّح "شان تيانيي"، المسؤول عن الذكاء الاصطناعي والحوسبة المتسارعة في "تيانتشو تشيتشينغ"، بأن الذكاء الاصطناعي ينتقل من "الذكاء المعلوماتي" القادر على فهم وتوليد المعلومات، نحو "الذكاء العملي" القادر على التخطيط والتنفيذ، ويمتد ليشمل "الذكاء الاستكشافي" القادر على نمذجة والتنبؤ بالمجهول. وتشكل المتطلبات الحسابية المختلفة لهذه الأنواع الثلاثة من الذكاء الخط الرئيسي لتصميم "تيانغاي 300".
بالنسبة للذكاء المعلوماتي، يركز "تيانغاي 300" على تحسين آليات الانتباه (Attention) وخبراء المزيج (MoE). ففي عمليات الانتباه، يتم تحسين الكفاءة المتوازية للحوسبة المصفوفية والحوسبة المتجهية، مما يقلل من زمن انتظار قراءة وكتابة البيانات، ويحقق كفاءة انتباه تتجاوز 90% بدقة حسابية مختلفة، متفوقاً بذلك على حلول "هوبر". في سيناريوهات سياق يصل طوله إلى 64 ألف رمز (64k)، تكون كفاءة الانتباه أعلى بنسبة 10% من حلول "هوبر". أما في جانب خبراء المزيج، فمن خلال التحسين المشترك للخوارزميات والعتاد، تتجاوز كفاءة الحوسبة في سيناريو نموذج DeepSeek V4 MoE حاجز 70%، وتتفوق كفاءة التدريب الشاملة والقيمة مقابل المال على حلول "هوبر". وفي سيناريوهات الاستدلال، يزيد متوسط الكفاءة بنسبة 10% عن حلول "هوبر".
بالنسبة للذكاء العملي، يعزز "تيانغاي 300" قدرات الفصل بين مرحلتي ما قبل الملء والاستدلال (PD Separation)، ويقوم بتحسينات تفاضلية لمرحلة ما قبل الملء (Prefill) ومرحلة الاستدلال (Decode). في اختبارات النماذج الرئيسية مثل Qwen وGLM وKimi وDeepSeek، ينخفض زمن الاستجابة للحرف الأول بنحو 20% مقارنة بحلول "هوبر". ومن خلال تقليل النفقات العامة للبروتوكولات وتحسين مسارات الاتصال، ينخفض متوسط زمن الاتصال بنحو 13%. في اختبارات مرحلة الاستدلال (Decode) لنماذج مثل GLM 5.2، تزيد الكفاءة بنسبة 10% مقارنة بحلول "هوبر".
بالنسبة للذكاء الاستكشافي، يدعم "تيانغاي 300" العمليات الحسابية العددية والمتجهية والتنسورية، ويغطي دقة حسابية متعددة مثل FP4 وFP8، بالإضافة إلى تعليمات مثل MMA وDPX وFMA، مما يجعله مناسباً لمهام مثل حل المصفوفات، والبرمجة الديناميكية، والحوسبة المتناثرة، والتوأم الرقمي. في نموذج العالم Cosmos3، تزيد كفاءة الاستدلال بنسبة 10% مقارنة بحلول "هوبر".
تشمل الابتكارات المعمارية الأساسية التي تدعم أداء "تيانغاي 300": تقنية ixSMEX التي تزيد من معدل إعادة استخدام البيانات لتقليل الوصول المتكرر إلى الذاكرة، وتقنية ixDPX التي تضغط العمليات الحسابية التي كانت تتطلب ست تعليمات في البرمجة الديناميكية إلى تعليمة واحدة، وتقنية ixTrans التي تقلل من تعارضات التخزين ونفقات الذاكرة. منذ عام 2018، واصلت "تيانتشو تشيتشينغ" تحسين حزمة البرمجيات، وطوّرت ما يقرب من مئة مكتبة تسريع، لتشكيل نظام أدوات يغطي مجالات الاتصال، والتجميع، والتعريفات، والقياس الكمي، وتحليل الأداء. يدعم "تيانغاي 300" أطر نماذج الذكاء الاصطناعي الرئيسية عالمياً ومكونات التسريع الأساسية. حالياً، أصبح المنتج جاهزاً للتطبيقات واسعة النطاق، ويخضع لتكيف عميق مع مزودي الخدمات السحابية المحليين في الصين، ومصنعي الخوادم، والنظام البيئي للربط البيني، وأنظمة العقد الفائقة، مما يدعم النشر على نطاق واسع بدءاً من الأجهزة المفردة وصولاً إلى المجموعات العنقودية واسعة النطاق.
