أخبار ar.wedoany.com، تعتزم شركة لينغسي للتكنولوجيا (LingSi Technology) إطلاق سلسلة رقائق "نبيولا" (Nebula) للاستدلال بنماذج الذكاء الاصطناعي الكبيرة على الأجهزة الطرفية بحلول نهاية العام الجاري، مستهدفةً الطلب المتزايد على القدرات الحاسوبية الأساسية خلف الانفجار في الأجهزة الذكية الطرفية. صُممت هذه السلسلة أصلاً لتناسب نماذج المحولات (Transformer) الكبيرة، ومن المتوقع أن تحقق تسارعاً حسابياً بمقدار 10 أضعاف، ودعماً لحجم معلمات النموذج بمقدار 10 أضعاف، مع سرعة استدلال تتجاوز 100 رمز (token) في الثانية، كما تستخدم تقنية التكديس ثلاثي الأبعاد للذاكرة الديناميكية (3D-DRAM) لرفع عرض النطاق الترددي للذاكرة إلى 5-10 أضعاف تقنية LPDDR التقليدية.
في مؤتمر الذكاء الاصطناعي العالمي لعام 2026 (WAIC 2026) الذي اختتم لتوه، يتحول محور التركيز في قطاع الذكاء الاصطناعي من مجموعات الحوسبة السحابية الفائقة إلى الأجهزة الطرفية العامة مثل الهواتف المحمولة، وأجهزة الكمبيوتر الشخصية المزودة بالذكاء الاصطناعي، والروبوتات الشبيهة بالبشر، والمقصورات الذكية، وأنظمة التحكم المركزية للمنازل بالكامل. يفرض هذا الاتجاه متطلبات جديدة على رقائق القدرات الحاسوبية الأساسية: يجب أن تحقق استدلالاً محلياً فعالاً ومستقراً وقابلاً للتوسع للنماذج الكبيرة، مع الالتزام بقيود انخفاض استهلاك الطاقة، والتصغير، وانخفاض التكلفة.
لقد انتقل تطور النماذج الكبيرة على الأجهزة الطرفية من مرحلة التحقق من جدوى "إمكانية التشغيل" إلى مرحلة التطبيق العملي التي تتطلب "الاستجابة الفورية والاستقرار وانخفاض استهلاك الطاقة". تحتاج السيناريوهات مثل الروبوتات والمقصورات الذكية إلى استجابة حاسمة في زمن يبلغ أجزاء من الألف من الثانية، ولا يمكنها الاعتماد طويل الأمد على الشبكات السحابية. تحول منطق المنافسة في مجال الرقائق من مجرد ذروة الأداء الحاسوبي (TOPS) إلى كفاءة النظام الشاملة، حيث أصبحت المؤشرات المركبة مثل سرعة المعالجة الفعلية بالرموز في الثانية (tokens/s)، وزمن استجابة الرمز الأول، واستهلاك الطاقة أثناء التشغيل، وعرض النطاق الترددي للذاكرة، وسلسلة أدوات البرمجيات، هي العوامل الحاسمة.
لمعالجة مشكلة كفاءة استخدام القدرات الحاسوبية، تعيد رقائق "نبيولا" تعريف البنية الحاسوبية انطلاقاً من خصائص خوارزميات النماذج الكبيرة، لتتكيف مع الأحمال الديناميكية في مرحلتي التعبئة المسبقة (Prefill) وفك التشفير (Decode). فيما يتعلق بعرض النطاق الترددي للذاكرة، تعمل تقنية التكديس ثلاثي الأبعاد للذاكرة الديناميكية (3D-DRAM) على تقصير مسار البيانات بين التخزين والحساب. تدعم هذه السلسلة أيضاً الاقتران بذاكرة مكدسة ذات سعات مختلفة لتناسب مواصفات نماذج متعددة، ويمكن تحقيق توسع مرن في القدرات الحاسوبية عبر ربط الرقائق بشكل متسلسل. تهدف سلسلة الأدوات المساعدة، ومجموعة تطوير البرمجيات (SDK)، والتصاميم المرجعية المرافقة إلى خفض حاجز الانتقال من النماذج الأولية إلى الإنتاج الضخم للنماذج الكبيرة على الأجهزة الطرفية.
أشار هان تشاويانغ، نائب رئيس التسويق في شركة لينغسي للتكنولوجيا، خلال مؤتمر WAIC 2026، إلى أن رقائق الذكاء الاصطناعي الطرفية المصممة أصلاً لخوارزميات الاستدلال للنماذج الكبيرة لا تزال نادرة في السوق.
تجاوز إجمالي شحنات رقائق شركة لينغسي للتكنولوجيا حاجز المئات من ملايين القطع. في مجال الصوت، دخلت حلولها في سلاسل التوريد لكبرى الشركات المصنعة للأجهزة البيضاء مثل هاير (Haier) وميديا (Midea)؛ وفي مجال الرؤية، جلبت قدرات الذكاء الاصطناعي المحلية إلى أجهزة مثل أقلام المسح الضوئي، والمثبتات المحمولة، والأقفال الذكية. تمتد سلسلة "نبيولا" من القدرات الإدراكية الأصلية لتشمل الفهم والتوليد والاستدلال. يرى هان تشاويانغ أنه في المستقبل، ستكون رقائق الإدراك للنماذج الصغيرة على الأجهزة الطرفية مسؤولة عن الإدراك في الوقت الفعلي باستهلاك منخفض للطاقة، بينما ستتولى رقائق النماذج الكبيرة المعرفية فهم الدلالات المعقدة، وستعملان معاً لدعم ترقية تجربة الذكاء الاصطناعي على الأجهزة الطرفية.
فيما يتعلق بتصنيع التطبيقات، أطلقت شركة لينغسي للتكنولوجيا بالفعل أبحاثاً أولية مشتركة مع شركات مثل لينوفو (Lenovo)، وروبوت لينغدونغ (Lingdong Robot)، وهاير (Haier)، وميديا (Midea)، وميانبي (Mianbi)، للدفع قدماً بتطبيق رقائق الاستدلال للنماذج الكبيرة على الأجهزة الطرفية في سيناريوهات حقيقية، مع التركيز على أربعة اتجاهات رئيسية: أجهزة الكمبيوتر الشخصية المزودة بالذكاء الاصطناعي، والروبوتات، والمنازل الذكية، والمقصورات الذكية.
