قائمة البث المباشر اجعلها تُحدد الولايات المتحدة دوليًا قائمة البحث عن الاقتباسات والأخبار والفيديوهات قائمة المتابعة سجل دخولك أنشئ حسابًا مجانيًا الأسواق الأعمال الاستثمار التكنولوجيا السياسة الفيديو قائمة المتابعة نادي الاستثمار PRO قائمة البث المباشر
ألفابت تُعزز واحدة من أفضل أسلحتها في معركة السيادة على الذكاء الاصطناعي نُشر في السبت، 27 يونيو 2026 9:12 صباحًا بتوقيت شرق الولايات المتحدة محدث في السبت، 27 يونيو 2026 9:21 صباحًا بتوقيت شرق الولايات المتحدة بولينا ليكوس @paulina_likos لقد تمكنت ألفابت من القضاء على المخاوف من أن الذكاء الاصطناعي سيُدمر إمبراطورية تكنولوجيا جوجل. واحدة من أكبر أسلحتها في هذا النضال: رقائق السيليكون المُصنّعة داخلياً. تعمل وحدات معالجة التنسور (TPUs) التي تنتجها جوجل كمحرك للدردشة الآلية غيميني، التي عززت صورتها في العام الماضي ضد المنافسين مثل ChatGPT الخاص بـ OpenAI. كما تمثل جزءاً أساسياً من عمل جوجل المتزايد في خدمات الحوسبة السحابية، حيث يستأجر العملاء - بما في ذلك شركة الذكاء الاصطناعي الناشئة الضجة Anthropic - الوصول إلى هذه الرقائق؛ في بعض الحالات، يمكنهم الآن شراء TPUs لمراكز بياناتهم الخاصة. كما أن لدى جوجل مشروع حوسبة ذكاء اصطناعي جديد مع عملاق إدارة الأصول بلاكستون، مبني حول TPU. يشهد عمل الحوسبة السحابية لجوجل طلباً قوياً، مع توقعات وول ستريت بأن تت surge إيرادات جوجل السحابية بنحو 64% هذا العام، إلى 96 مليار دولار، وفقًا لشركة FactSet. يرى المحللون استمرار التوسع القوي في عام 2027، مع نمو مُعتمد بأكثر من 50%. مع تزايد الطلب على قوة الحوسبة للذكاء الاصطناعي، تُعتبر TPUs الخاصة بجوجل بشكل متزايد بديلاً جذاباً لوحدات معالجة الرسوميات (GPUs) الرائدة في السوق من Nvidia. إنها تضع ألفابت كقوة رئيسية في بنية الذكاء الاصطناعي، حتى مع أن جوجل كلاود لا تزال تتخلف عن خدمات أمازون ويب ومايكروسوفت أزور من حيث الإيرادات. تستفيد هذه المكانة كل من جهود جوجل الداخلية في الذكاء الاصطناعي وتساعد في جذب العملاء الخارجيين - وهي ضربة مزدوجة مربحة تساهم في إعجاب جيم كرايمر بالسهم. يقول براد غاستويرث، رئيس الأبحاث التسويقية والاستخبارات السوقية العالمية في Circular Technology، وهي شركة خدمات سلسلة التوريد تركز على بنية الحوسبة: "من المحتمل أن جوجل هي المنافس الأكثر عدم تقديرًا لـ Nvidia". بينما تعتبر حوسبة الذكاء الاصطناعي عملية معقدة، فإن جاذبية TPU تتمثل في فكرة مفهومة على نطاق واسع في الحياة: جعل أموالك تمتد بعيدًا. في هذه الحالة، الهدف هو الحصول على أقصى قوة حوسبة مقابل كل دولار يتم إنفاقه، وهو اعتبار متزايد الأهمية مع تسارع الشركات في نشر الذكاء الاصطناعي على نطاق واسع. المراحل الرئيسية في حوسبة الذكاء الاصطناعي على أبسط مستوى، هناك مرحلتان رئيسيتان في حوسبة الذكاء الاصطناعي. التدريب: يحدث هذا أولاً. يقوم التدريب بتعليم نموذج الذكاء الاصطناعي من خلال إطعامه كميات هائلة من البيانات حتى يتمكن من تعلم الأنماط وتحسين استجاباته. هذه هي المرحلة التي تطور فيها الشركات نماذج لغوية كبيرة مثل غيميني. يتطلب الأمر قوة حوسبة هائلة، مما يجعلها واحدة من أغلى أجزاء بناء أنظمة الذكاء الاصطناعي. الاستدلال: هي العملية التي يقوم فيها نموذج الذكاء الاصطناعي المدرب بإجراء توقعات أو قرارات بناءً على بيانات جديدة. الاستدلال أقل كثافة حوسبية بكثير من التدريب على أساس كل مهمة. ولكن بمجرد نشر نموذج، يحدث الاستدلال نظريًا طوال الوقت. لذلك، فإن التكاليف التراكمية للاستدلال لنموذج قد تتجاوز تكاليف تدريبه على مدار عمره. ببساطة، الغرض من التدريب هو التعلم، بينما الغرض من الاستدلال هو إجراء التوقعات. طبيعة TPUs تمكّنها من تقديم أداء قوي في مهام الذكاء الاصطناعي مع تقليل تكلفة تشغيل تلك الأنظمة. تنتمي TPUs إلى فئة من الرقائق تسمى المعالجات المتكاملة الخاصة بالتطبيق…