OpenAI وBroadcom تكشفان Jalapeño: شريحة مخصصة لتشغيل نماذج الذكاء الاصطناعي

من النماذج إلى الشرائح

كشفت OpenAI وBroadcom في 24 يونيو 2026 عن Jalapeño، معالج مخصص لاستدلال النماذج اللغوية الكبيرة. ويمثل بداية منصة متعددة الأجيال، مع خطة لبدء نشرها بنهاية العام نفسه.

صممت OpenAI المعالج، فيما تتولى Broadcom جوانب التنفيذ على السيليكون والشبكات. وتشارك Celestica بخبرتها في اللوحات والرفوف وتكامل الأنظمة.

ما معنى الاستدلال؟

الاستدلال هو مرحلة استخدام نموذج سبق تدريبه لإنتاج جواب أو تنفيذ عملية على مدخلات جديدة. وهو يختلف عن تدريب النموذج نفسه.

بالنسبة إلى المستخدم، يظهر أثر هذه المرحلة في سرعة وصول الجواب. أما مشغل الخدمة، فينظر أيضاً إلى مقدار الحوسبة والكهرباء المطلوبين لتقديم ذلك الجواب إلى أعداد كبيرة من المستخدمين.

وهذا يفسر اهتمام الشركات بنوع آخر من المنافسة إلى جانب تطوير النماذج: تحسين البنية التي تشغّلها باستمرار.

لماذا تصميم خاص؟

في قراءتنا، يمنح تصميم عتاد لحمل عمل محدد فرصة لضبط العلاقة بين الحساب والذاكرة ونقل البيانات. فسرعة وحدة الحساب وحدها لا تحل المشكلة إذا بقيت تنتظر وصول المعلومات.

وتقول الشركتان إن الانتقال من التصميم إلى مرحلة Tape-out استغرق تسعة أشهر. وهذه مرحلة تسليم التصميم للتصنيع، وليست تأكيداً بأن جميع خدمات OpenAI انتقلت إلى المعالج الجديد في يوم الإعلان.

والتمييز بين العينة الهندسية والمنظومة المنشورة مهم أيضاً: تشغيل اختبار في المختبر لا يجيب وحده عن تكلفة تشغيل خدمة كبيرة أو موثوقيتها تحت ضغط متواصل.

ما الذي ينتظر القياس؟

تستند ادعاءات الأداء الأولى إلى اختبارات مبكرة، مع وعد بنشر تقرير تقني مفصل لاحقاً. لذلك يحتاج الحكم النهائي على المقارنة مع البدائل إلى الأرقام ومنهج الاختبار معاً.

نرى أن القياس المفيد لهذا النوع من الشرائح يجمع ثلاثة أسئلة: كم عملاً تنجز؟ ما زمن انتظار المستخدم؟ وكم طاقة تستهلك؟ وقد لا تكفي نتيجة متفوقة في أحدها وحده لوصف تجربة الخدمة كاملة.

أهمية الإعلان أنه يوسع دور OpenAI من تطوير النماذج والمنتجات إلى تصميم جزء من البنية الحاسوبية. أما أثر ذلك في السعر الذي يدفعه المستخدم أو سرعة كل منتج، فيتوقف على نتائج النشر الفعلية ولا يحسمه الإعلان بمفرده.

المصادر

• OpenAI — 24 June 2026
• Broadcom — 24 June 2026