شركة "Pingtouge" الصينية تطلق حزمة برمجيات ذكاء اصطناعي مفتوحة المصدر مطورة ذاتياً، وشحن رقائق "Zhenwu" يصل إلى 560 ألف وحدة
2026-07-23 16:34
المفضلة

أخبار ar.wedoany.com، في مؤتمر الذكاء الاصطناعي العالمي (WAIC) لعام 2026، أعلنت شركة "Pingtouge" (T-Head)، التابعة لمجموعة "علي بابا" الصينية والمتخصصة في صناعة الرقائق، عن فتح المصدر لحزمة البرمجيات الخاصة بالذكاء الاصطناعي التي طورتها ذاتياً، والتي تحمل اسم "T-Head SAIL". تمثل هذه الحزمة البرمجيات الأساسية لسلسلة رقائق الذكاء الاصطناعي "Zhenwu"، وهي تتمتع بحقوق ملكية فكرية مستقلة، وتتوافق بشكل كامل مع النظم البيئية السائدة للذكاء الاصطناعي، وتغطي السلسلة الكاملة بدءاً من طبقة نظام التشغيل، وطبقة حزمة أدوات تطوير البرمجيات، وصولاً إلى طبقة الواجهات. يتاح تحميل الكود المصدري، وبرامج التشغيل، وأدوات التطوير، والوثائق من مجتمع مطوري "Pingtouge".

قبل فتح المصدر، كانت هذه الحزمة البرمجية قد راكمت قاعدة تطبيقية معينة. فحتى أبريل 2026، بلغ إجمالي شحن رقائق الذكاء الاصطناعي "Zhenwu" 560 ألف وحدة، لتخدم أكثر من 400 عميل في أكثر من 20 قطاعاً صناعياً. علاوة على ذلك، خضعت هذه الحزمة البرمجية للاختبار في بيئات الإنتاج لكل من "Alibaba Cloud" والعديد من الشركات العاملة في مختلف القطاعات، بما في ذلك مواجهة ذروة التدفق الهائل للبيانات خلال فترة "Double 11" (مهرجان التسوق) ومتطلبات اتفاقيات مستوى الخدمة الصارمة في السيناريوهات المعقدة.

تُعد حزمة برمجيات الذكاء الاصطناعي جسراً حاسماً بين الرقاقة والمطورين. فالمطورون يكتبون الأكواد باستخدام أطر عمل مثل PyTorch وTensorFlow، ولا يمكنهم التعامل مباشرة مع الدوائر الأساسية للرقاقة، مما يستلزم وجود حزمة برمجيات لترجمة التعليمات وجدولة المهام. في السابق، كانت شركات تصنيع الرقاقات تسلم في الغالب أدوات سلسلة أدوات ثنائية (binary toolchains) مجمعة مسبقاً، مما يجعل من الصعب على المطورين فهم التنفيذ الداخلي، وعند مواجهة مشاكل في الأداء، كان عليهم انتظار استجابة الشركة المصنعة، وغالباً ما كانت دورة نقل النماذج تستغرق عدة أسابيع. هذه الخلفية تفسر سبب احتفاظ شركة NVIDIA بميزة طويلة الأمد في سوق قدرات الحوسبة للذكاء الاصطناعي بفضل نظامها البيئي CUDA. إن حزمة SAIL من "Pingtouge" تؤدي دوراً مماثلاً لدور CUDA بالنسبة لـ NVIDIA، ويهدف فتح المصدر هذا إلى تحويل القدرات الأساسية المغلقة سابقاً إلى قدرات شفافة وقابلة للتحكم (صندوق أبيض)، مما يمكن فرق البحث والمطورين من الوصول إلى القدرات الأساسية وتخصيصها بعمق.

حزمة SAIL التي تم فتح مصدرها هذه المرة هي حزمة تقنية خماسية الطبقات تم اختبارها في بيئات الإنتاج، وتمتد من برامج التشغيل وبيئة التشغيل الأساسية وصولاً إلى أدوات التطوير العليا. تشمل طبقة برامج التشغيل وبيئة التشغيل (Runtime) مكونات PPU Runtime، وبرامج تشغيل وضع المستخدم، وبرامج تشغيل وضع النواة، وتتولى إدارة الأجهزة وإدارة الذاكرة بين الرقاقة ونظام التشغيل. تفتح طبقة لغة البرمجة واجهات C/C++ وPython، مما يمكن المطورين من ترحيل الأكواد بسلاسة دون الحاجة لتعلم لغة جديدة. تحتوي طبقة المترجم (Compiler) على مكونات Compiler وDebugger، وتدعم تحسينات التجميع من البداية إلى النهاية، ويمكن للمطورين الاطلاع على التمثيل الوسيط (IR) لفهم عملية التحسين. طبقة المكتبات عالية الأداء هي الأكثر سمكاً في الحزمة التقنية، وتضم مكتبات الحوسبة الرياضية والذكاء الاصطناعي مثل acBLAS وacFFT وacRAND وacSPARSE وacDNN وacSOLVER، بالإضافة إلى مكتبات الترميز وفك الترميز مثل HGENC وHGDEC وHGJPEG، ومكتبات الاتصال الجماعي مثل PCCL وsailSHMEM، بالإضافة إلى مكتبات الامتداد acext وHGML. تشمل طبقة أدوات التطوير العليا أداة Asight Compute لتحليل أداء المشغلات (Operators)، وأداة Asight Systems لتحليل شامل على مستوى النظام، وأداة PPU-SMI لمراقبة وإدارة الأجهزة، وأداة PPU-DCGM لدعم جدولة موارد المجموعات (Clusters).

لتقليل تكاليف الترحيل على المطورين، توفر SAIL ثلاث ميزات رئيسية. أولاً، لا حاجة لإعادة كتابة الأكواد، حيث أن مكتبات المشغلات (Operator Libraries) الخاصة بها متوافقة بشكل كبير مع نماذج البرمجة السائدة، ويمكن للمطورين إعادة استخدام أكوادهم الحالية مباشرة. ثانياً، لا حاجة لانتظار التكييف، حيث يوفر محرك الاستدلال (Inference Engine) الذي طورته "Pingtouge" ذاتياً أداءً جاهزاً للاستخدام الفوري، ويبلغ متوسط وقت التكييف لأطر عمل الاستدلال الرئيسية للذكاء الاصطناعي أقل من 7 أيام، مما يمكن المطورين من استخدام أحدث المشغلات والتحسينات بسرعة. أخيراً، لا حاجة للارتباط بإطار عمل أو منصة معينة، فقد تم تكييف SAIL مع أكثر من 260 إطار عمل رئيسي للتدريب والاستدلال مثل PyTorch وTensorFlow وvLLM وSGLang، ويمكن اختيار أدوات التطوير حسب الحاجة، دون الارتباط بمسار تقني محدد.

منذ تأسيسها في عام 2018، واصلت "Pingtouge" استثماراتها في مجال الأجهزة. في عام 2019، أطلقت رقاقة "Hanguang 800" المخصصة للاستدلال في الذكاء الاصطناعي، والتي حققت أداء استدلال بلغ 78,563 IPS، مع كفاءة طاقة رائدة بين الرقائق المماثلة. في عام 2021، أطلقت معالج الخادم العام "Yitian 710"، الذي تجاوز أداؤه المعايير القياسية للفئة نفسها بنسبة 20%، وزادت كفاءة الطاقة بأكثر من 50%. تعتمد رقاقة "Zhenwu 810" على بنية حوسبة متوازية وتقنية اتصال بين الرقائق، وتحتوي على ذاكرة HBM2e بسعة 96 جيجابايت وعرض نطاق ترددي للاتصال بين الرقائق يبلغ 700 جيجابايت/ثانية، مع استهلاك طاقة يبلغ 400 واط. في عام 2026، تم إطلاق الجيل الجديد من رقائق الذكاء الاصطناعي للتدريب والاستدلال "Zhenwu M890"، والتي تحتوي على ذاكرة فيديو مدمجة بسعة 144 جيجابايت، وتم رفع عرض النطاق الترددي للاتصال بين الرقائق إلى 800 جيجابايت/ثانية، ويبلغ أداؤها الإجمالي 3 أضعاف أداء "Zhenwu 810E"، وتدعم أصلاً التدريب عالي الدقة FP32 وصولاً إلى الاستدلال منخفض الدقة FP4، وبالتعاون مع رقاقة التبديل ICN Switch 1.0 المطورة ذاتياً، تحقق اتصالاً كامل النطاق الترددي لـ 64 بطاقة.

حققت "Pingtouge" في مجال مراكز البيانات تخطيطاً ذاتياً للعناصر الثلاثة: قوة الحوسبة، وقوة الشبكة، وقوة التخزين، بما في ذلك سلسلة رقائق الذكاء الاصطناعي "Zhenwu" ومعالجات الخوادم من سلسلة "Yitian"، ورقائق التوصيل البيني ICN Switch وبطاقات الشبكة الذكية من سلسلة "Panmai"، ورقائق التحكم في التخزين من سلسلة "Zhenyue". اسم SAIL هو اختصار لـ "Seed of AI Library"، وتشير "Pingtouge" إلى أنها تعتبر كل سطر من الكود المصدري المفتوح بمثابة بذرة، بهدف دفع عجلة التطوير المشترك للنظام البيئي للذكاء الاصطناعي في الصين.

تم تجميع هذه الأخبار القصيرة وإعادة نشرها من للمعلومات من الإنترنت العالمي والشركاء الاستراتيجيين، وهي مخصصة فقط للقراء للتواصل، إذا كان هناك أي انتهاكات أو مشاكل أخرى، فيرجى إبلاغنا في الوقت المناسب، وسنقوم بتعديلها أو حذفها. يُمنع منعًا باتًا إعادة نشر هذه المقالة دون إذن رسمي. البريد الإلكتروني: news@wedoany.com
المنتجات ذات الصلة
آخر الأخبار القصيرة
1
إنتاجية القمح الشتوي في منطقة خوخولسكي تصل إلى 80 قنطاراً للهكتار في منتصف يوليو
2
المجلس الأسترالي للأزياء يطلق دراسة جدوى لمصنع الملابس الذكي
3
شركة "سيلفر ماينز" الأسترالية تنجز دراسة الجدوى النهائية لمنجم "بودنز" للفضة، وترفع الاحتياطي بنسبة 30% إلى 93.5 مليون أونصة
4
شركة Aluminum Dynamics تستثمر 200 مليون دولار في مركز لسبائك الألمنيوم المسطحة بولاية ميسيسيبي
5
اكتمال مد كابلات شبكة الاتصال العلوية لخط سكة حديد نانتشانغ-جيوجيانغ فائق السرعة في مقاطعة جيانغشي الصينية
6
أحدث تقرير لمنجم "غواناكو" التابع لشركة "أوسترال غولد" في تشيلي: عمر المنجم 14 عاماً، وصافي القيمة الحالية 192 مليون دولار أمريكي
7
بنما تدرس تأسيس شركة تعدين حكومية مشتركة مع "فيرست كوانتوم" الكندية لإعادة تشغيل منجم كوبري للنحاس
8
شركة "بيوركور" الكندية تختتم المرحلة الأولى من التنقيب في مشروع "بانكيير" للمعادن الحرجة
9
تشيلي تخطط لاستثمار 100 مليار دولار في قطاع النحاس خلال العقد المقبل
10
شنايدر إلكتريك تطلق النسخة المطورة من شاحن Charge Pro التجاري في الولايات المتحدة
التوصيات ذات الصلة
منصة التصنيع الأمريكية Xometry تطور الذكاء الاصطناعي، دقة توقعات تكاليف التصنيع باستخدام الحاسب الآلي ترتفع بنحو 15%
2026-07-23
شركة توبستار الصينية بالتعاون مع فيجيكس تطلق نموذج "فايسيفيرس" للعالم الفيزيائي الصناعي
2026-07-23
كوريا الجنوبية تطلق مشروعًا بقيمة 172 مليار وون كوري لاختبار تطبيقات الذكاء الاصطناعي الصناعي عبر شبكات AI-RAN
2026-07-23
شركة كوالكوم الصينية تطلق جهاز إرسال بلوتوث QCC Dongle Pro2 بدعم تقنية Snapdragon Sound
2026-07-23
تعاون بين فوروكاوا إلكتريك وفيشيما لإطلاق منتجات 10G-EPON في اليابان بحلول عام 2027
2026-07-23
شركة "أبستيج" الكورية تطلق نموذجًا ذكيًا بـ 250 مليار معامل
2026-07-23
شركة OpenLabs الكورية الجنوبية تطلق محرك تطوير الذكاء الاصطناعي الوكيل Nuvida
2026-07-23
شركة Rebellion الكورية الجنوبية تنجح في تشغيل نموذج الذكاء الاصطناعي من SK Telecom بـ 500 مليار معامل
2026-07-23
أمازون ليو تستثمر 10 مليارات دولار لنشر 400 قمر صناعي لتسريع التوسع في السوق الهندية
2026-07-23
شركة أوراكل الأمريكية تصدر الإصدار 7.2.14 من برنامج المحاكاة الافتراضية مفتوح المصدر والمجاني والمتعدد المنصات VirtualBox
2026-07-23