تتجه IBM بخطوات أوضح نحو تعزيز حضورها في سوق تشغيل نماذج الذكاء الاصطناعي المفتوحة، عبر اتفاق كبير مع Together AI، يكشف أن المنافسة في المرحلة المقبلة لن تكون فقط حول جودة النماذج وتدريبها، بل حول امتلاك بنية تحتية قادرة على استيعاب حجم هائل من الاستفسارات وتشغيل الملايين من الطلبات بتكلفة يمكن للشركات تحملها. وبدل التركيز الحصري على التدريب، تأتي الصفقة لتمنح التركيز على “الاستدلال” (Inference) كعنصر حاسم في دورة حياة نماذج الذكاء الاصطناعي، حيث تتحول كلفة التشغيل إلى جزء مباشر من قيمة الحل للمؤسسات.
وبحسب تقرير من Reuters، وقّعت IBM وTogether AI اتفاقًا متعدد السنوات بقيمة 240 مليون دولار لبناء بنية ذكاء اصطناعي كبيرة على IBM Cloud، مع الاعتماد على أنظمة Nvidia HGX B300 ومعالجات Blackwell 300، إضافة إلى شبكات Spectrum-X المصممة لتقليل اختناقات الاتصال داخل مراكز البيانات. من المقرر أن يبدأ المشروع أولًا بإتاحة نحو 2000 شريحة Blackwell داخل الولايات المتحدة، مع توقع مسؤول في Together AI أن تكون السعة محجوزة بالكامل قبل بدء الخدمة الفعلي خلال فترة تتراوح بين شهرين إلى 3 أشهر، نتيجة قوة الطلب المتزايدة من الشركات التي تبحث عن قدرات تشغيل جاهزة ومرنة بدل الاعتماد على حلول مغلقة ومكلفة.
2000 شريحة Blackwell كبداية لتجهيز الطلب المتزايد
يمثل البدء بـ 2000 شريحة Blackwell خطوة مهمة لأنها تتماشى مع طبيعة الطلب الحالية في السوق، حيث تزايدت الحاجة إلى منصات قادرة على تشغيل نماذج لغوية ومساعدات ذكية على نطاق واسع. ويكتسب هذا النوع من البنية أهمية خاصة للشركات التي تحتاج إلى زمن استجابة منخفض، واستقرار تشغيلي في أوقات الذروة، وقدرة على التوسع حسب حجم الاستخدام دون تحمل تكاليف استثمارية ضخمة من البداية.
لماذا يركز السوق الآن على الاستدلال أكثر من التدريب؟
عادةً ما يُنظر إلى التدريب على أنه المرحلة الأهم لبناء النموذج، لكن الواقع العملي في المؤسسات يعيد ترتيب الأولويات. فعند نشر النموذج للاستخدام اليومي—مثل روبوت خدمة العملاء، أو أدوات كتابة وترجمة، أو نظم تحليل بيانات—تتحول مرحلة الاستدلال إلى مصدر التكاليف الأكبر. لذلك، يصبح امتلاك بنية استدلال فعّالة عاملًا مباشرًا في خفض التكلفة وتحسين هوامش الربح.
الصفقة بين IBM وTogether AI تستثمر في هذا المنطق من خلال تقديم منصة تتيح للعملاء تدريب وتشغيل نماذج مفتوحة، بما يدعم خيارات متعددة للمؤسسات بدل الالتزام بحل واحد مغلق. وبذلك، لا يصبح النموذج مجرد “منتج برمجي”، بل يصبح منظومة تشغيل متكاملة مرتبطة بالبنية التحتية المتاحة.
النماذج المفتوحة تتحول إلى سوق تجارية واسعة
يرتكز الرهان الأساسي للاتفاق على أن الشركات—خصوصًا في ظل الضغوط على الميزانيات—ستبحث بصورة متزايدة عن بدائل أقل تكلفة من الأنظمة المغلقة. وتقدم Together AI للعملاء بيئة لتشغيل نماذج مفتوحة مثل DeepSeek وMiniMax وKimi، ما يتيح للمؤسسات اختيار النموذج الأنسب حسب جودة المخرجات واحتياجات الأمان والمواءمة مع المتطلبات التشغيلية.
ومع تزايد اعتماد المؤسسات على الاستدلال في التطبيقات الواقعية، تتجه مراكز البيانات إلى أن تكون المحرك الأكبر للطلب. وضمن هذا السياق، قد تتحول قيمة النموذج من كونه “ميزة منفصلة” إلى كونه يعتمد على تكلفة تشغيله وزمن استجابته. وهنا تظهر البنية التحتية كميدان تنافس رئيسي بين شركات الذكاء الاصطناعي خلال المرحلة المقبلة.
ما الذي يمكن أن يعنيه ذلك للمؤسسات والعملاء؟
تزويد IBM Cloud بإمكانات مبنية على Nvidia Blackwell وHGX B300 يوفر فرصًا عملية للشركات مثل: تحسين كفاءة التشغيل وتقليل زمن الاستجابة، دعم التوسع السريع عند ارتفاع الاستخدام، وتقديم نموذج خدمة أكثر مرونة للتعامل مع أحمال عمل مختلفة. كما أن وجود شبكات Spectrum-X يساعد في تقليل زمن الاتصال بين المكونات في بيئات الحوسبة المكثفة، وهو أمر جوهري عند تشغيل مهام متعددة في وقت واحد أو التعامل مع نماذج كبيرة.
في المحصلة، لا يبدو أن المعركة المقبلة في الذكاء الاصطناعي ستدور فقط حول “من يملك النموذج الأفضل”، بل حول “من يملك القدرة الحاسوبية الأكثر قابلية للتوسع والأقل تكلفة لتشغيله”. ومن خلال استثمارات بنية الاستدلال على نطاق واسع، تسعى IBM وTogether AI إلى لعب دور محوري في رسم ملامح هذا التحول نحو سوق أكثر تجارية وقابلية للتوسع للنماذج المفتوحة.
التعليقات