RTX Spark.. رهان NVIDIA لتحويل الحاسوب الشخصي لمنصة ذكاء اصطناعي

لسنوات طويلة، ارتبط اسم NVIDIA بعالم الألعاب وبطاقات الرسوميات العملاقة ومراكز بيانات الذكاء الاصطناعي، لكن الشركة الأميركية تبدو اليوم وكأنها تستعد لفتح جبهة جديدة بالكامل للمنافسة، وهي عالم الحواسيب الشخصية.

فمع إعلانها عن شريحة RTX Spark، لا تقدم NVIDIA مجرد معالج جديد للحواسيب، بل تحاول إعادة تعريف شكل الكمبيوتر الشخصي في عصر الذكاء الاصطناعي، عبر نقل جزء كبير من قدرات النماذج الذكية من السحابة إلى الجهاز نفسه.

وهنا تحديداً مرحلة جديدة للشركة الأميركية..

على مدار السنوات الماضية، اعتمدت تطبيقات الذكاء الاصطناعي بشكل شبه كامل على مراكز البيانات العملاقة، فعندما يطلب المستخدم من روبوت دردشة كتابة نص، أو إنشاء صورة، أو تلخيص ملف، فإن الطلب يُرسل عادة إلى خوادم ضخمة موجودة في مكان ما حول العالم، حيث تجرى معالجة البيانات ثم إعادة النتيجة لتظهر أمام المستخدم على شاشة هاتفه أو حاسوبه الشخصي خلال ثوانٍ.

هذه هي فكرة الذكاء الاصطناعي السحابي.

لكن مع تطور النماذج الصغيرة وتحسن قدرات المعالجات، بدأت شركات التكنولوجيا الكبرى تتجه نحو مفهوم مختلف، وهو تشغيل النماذج محلياً داخل الحاسوب نفسه، دون الحاجة إلى إرسال كل شيء لخوادم خارجية عبر الإنترنت.

وهذا ما تراهن عليه NVIDIA بقوة عبر RTX Spark.. تحويل الكمبيوتر من مجرد نافذة للوصول إلى الذكاء الاصطناعي، إلى جهاز قادر على تشغيله فعلياً.

وهناك عدة أسباب تدفع الصناعة بالكامل نحو اتجاه تشغيل النماذج الذكية محلياً، وأولها هو السرعة، فعندما يعمل النموذج داخل الجهاز نفسه، لتصبح الاستجابة أسرع، لأن البيانات لا تحتاج إلى السفر عبر الإنترنت ثم العودة مجدداً.

السبب الثاني يتعلق بالخصوصية، فالكثير من المستخدمين والشركات لا يرغبون في إرسال ملفاتهم أو مستنداتهم أو بياناتهم الحساسة إلى خوادم خارجية، خصوصاً مع تصاعد المخاوف المرتبطة بحماية البيانات.

أما السبب الثالث فهو التكلفة، فتشغيل كل طلب ذكاء اصطناعي سحابياً مكلف جداً للشركات، خصوصاً مع التوسع الهائل في استخدام روبوتات الدردشة والمساعدات الذكية، فالطلبات المدخلة للذكاء الاصطناعي قد لا تعود بالردود المطلوبة من المرة الأولى، وكلما طالت المحادثات استهلك ذلك من رصيد الشركات لدى روبوتات الدردشة، ما يرفع فواتير الاستهلاك لمستويات قياسية.

لكن في المقابل، لا يعني ذلك أن السحابة ستختفي، فالنماذج الضخمة جداً، مثل الإصدارات المتقدمة من ChatGPT أو Gemini أو Claude، لا تزال في حاجة إلى قدرات حوسبة هائلة لا يمكن وضعها بسهولة داخل حاسوب شخصي صغير.

لذلك يبدو المستقبل أقرب إلى نموذج هجين من الاستخدام، يعتمد على إنجاز بعض المهام محلياً داخل حاسوب المستخدم، بينما ستظل المهام الأكثر تعقيداً معتمد إتمامها على السحابة.

تحاول NVIDIA عبر شريحة RTX Spark بناء حاسوب مصمم منذ البداية للتعامل مع الذكاء الاصطناعي.

وتجمع الشريحة الجديدة بين عدة عناصر، هي وحدة معالجة مركزية مبنية على معمارية Arm، ورسوميات RTX، وذاكرة موحدة كبيرة، إضافة إلى قدرات مخصصة لمعالجة نماذج الذكاء الاصطناعي.

وذلك يعني أن الحواسيب القادمة محملة بمعالج NVIDIA RTX Spark ستكون قادرة على تشغيل نماذج ذكاء اصطناعي أكبر وأكثر تعقيداً مقارنة بمعظم أجهزة Windows الحالية.

هذا الأمر مهم تحديداً؛ لأن الذكاء الاصطناعي أصبح يعتمد بشكل متزايد على الذاكرة وسرعة نقل البيانات بين مكونات الجهاز، وليس فقط على قوة المعالج.

منذ انتقال أبل إلى معالجاتها الخاصة من فئة M، تغيرت صورة الحواسيب المحمولة بالكامل، فأجهزة ماك بوك الحاسوبية الشخصية لم تعد فقط أسرع، بل أصبحت أكثر كفاءة، وأقل استهلاكاً للطاقة، وقادرة على تشغيل تطبيقات معقدة لساعات طويلة دون ارتفاع كبير في الحرارة أو استنزاف البطارية.

الأهم أن أبل قدمت مفهوماً مختلفاً للحوسبة الشخصية يعتمد على الذاكرة الموحدة، إذ تتشارك مكونات الجهاز المختلفة الذاكرة نفسها بسرعة عالية جداً، وهو ما جعل معالجات مثل M4 Max وM5 Max مناسبة بشكل متزايد لتشغيل نماذج الذكاء الاصطناعي محلياً.

هنا تحديداً تدخل NVIDIA إلى المنافسة، فالشركة لا تريد فقط تقديم بطاقة رسوميات قوية، بل تسعى إلى تقديم منصة معالجة متكاملة لحواسيب الذكاء الاصطناعي، قادرة على منافسة تجربة أبل نفسها، لكن الفارق الجوهري أن أبل تسيطر بالكامل على أجهزتها ونظامها وبرمجياتها، بينما تعتمد NVIDIA على منظومة ويندوز المعقدة، التي تضم عشرات الشركات المصنعة للحواسيب.

بالنسبة لشركة مايكروسوفت، لا يمثل معالج RTX Spark مجرد شراكة تقنية جديدة، بل محاولة جديدة لإقناع المستخدمين بأن حواسيب Windows يمكن أن تصبح منصة حقيقية للذكاء الاصطناعي.

وحاولت الشركة سابقاً تحقيق ذلك عبر أجهزة Copilot+ التي اعتمدت على معالجات كوالكوم وتقنيات الذكاء الاصطناعي المحلية.

لكن النتائج لم تكن بالحجم الذي توقعه عملاق الويندوز، ففي الوقت الذي حسنت فيه مايكروسوفت من دمج الذكاء الاصطناعي داخل نظام ويندوز، وأضافت أدوات جديدة، ودفعت المطورين إلى التفكير في تطبيقات تعتمد على الذكاء الاصطناعي المحلي، واجهت التجربة عدة مشكلات، فبعض التطبيقات لم تكن تعمل بالكفاءة نفسها على معالجات Arm، كما أن كثيراً من المستخدمين لم يشعروا بأن مزايا الذكاء الاصطناعي الجديدة تغيّر طريقة استخدامهم للحاسوب بشكل جذري.

إضافة إلى ذلك، تعرضت بعض المزايا مثل Recall لانتقادات واسعة مرتبطة بالخصوصية.

لكن التعاون مع NVIDIA يغيّر المعادلة، فالحديث هنا لم يعد عن شركة تحاول دخول عالم الذكاء الاصطناعي، بل عن الشركة التي أصبحت عملياً العمود الفقري للبنية التحتية العالمية للذكاء الاصطناعي.

القوة الحقيقية لـ NVIDIA لا تأتي فقط من العتاد، بل من النظام الكامل الذي بنته حوله، فمعظم شركات الذكاء الاصطناعي الكبرى تعتمد بالفعل على تقنيات NVIDIA لتدريب وتشغيل نماذجها، كما أن المطورين حول العالم يستخدمون أدوات الشركة البرمجية منذ سنوات.

وهذا يمنح NVIDIA أفضلية ضخمة عندما تحاول نقل الذكاء الاصطناعي إلى الحاسوب الشخصي.

بمعنى آخر، إذا كانت أبل تملك أفضلية التكامل بين العتاد والنظام، فإن NVIDIA تمتلك أفضلية النظام البيئي الخاص بالذكاء الاصطناعي نفسه، مضافاً إليه بطاقاتها فائقة التطور من معالجات RTX للرسوميات وعائلتها الجديدة RTX Spark لمعالجة البيانات ونماذج الذكاء الاصطناعي.

نجاح RTX Spark لن يعتمد فقط على قوة المعالج أو الأرقام التقنية، بل على قدرة مايكروسوفت وشركائها على تقديم تجربة تشعر بها فئة المستخدمين المحترفين من العاملين بقطاع الذكاء الاصطناعي والمهنيين المحترفين في قطاع الرسوميات وكذلك صناع الألعاب الرقمية.

إذا حدث ذلك، فقد تدخل حواسيب ويندوز بالفعل مرحلة جديدة تشبه التحول الذي أحدثته معالجات Apple M داخل عالم حواسيب ماك.

أما إذا بقي الذكاء الاصطناعي مجرد مجموعة من المزايا الثانوية أو العروض التسويقية، فقد تتحول هذه الموجة إلى تجربة أخرى لم تنجح في تغيير سلوك المستخدمين فعلياً.

إلى جانب المنافسة في سوق الحواسيب، فإن دخول NVIDIA إلى هذا المجال يفتح أيضاً جبهة مواجهة مباشرة مع عمالقة صناعة معالجات الحواسيب، وعلى رأسهم شركات إنتل وكوالكوم وAMD.

السؤال المنطقي هنا هو: ما الذي يحتاجه تشغيل نماذج الذكاء الاصطناعي محلياً؟

يعتمد تشغيل النماذج اللغوية الكبيرة محلياً على عاملين أساسيين، الأول هو قدرة حسابية هائلة لمعالجة عمليات المصفوفات الرياضية المعقدة، أما الثاني فهو نطاق ترددي مرتفع للذاكرة يضمن تدفق البيانات إلى المعالج دون اختناقات تؤثر في الأداء.

وفي هذا السياق، تختلف المقاربات الهندسية بين NVIDIA وأبل من جهة، وIntel وAMD من جهة أخرى، فشريحة NVIDIA الجديدة RTX Spark تأتي بمعمارية ARM، والتي تضع نفسها في مواجهة مباشرة مع معالجات x86 التقليدية من Intel وAMD، إذ تدعم معمارية شريحة إنفيديا الجديدة مفهوم الذاكرة الموحدة، بحيث يستطيع الجهاز الوصول إلى كامل سعة الذاكرة، ويستغلها بحسب المهام الجار تشغيلها.

بينما لا تزال معالجات Intel وAMD تتفوق في أداء النواة الواحدة والتوافق الواسع مع التطبيقات التقليدية، إلا أن بنيتها الحالية تواجه تحديات متزايدة في عصر الذكاء الاصطناعي المحلي.

وتعتمد معظم الأنظمة المبنية على x86 على نموذج الذاكرة المنفصلة، إذ يستخدم المعالج المركزي ذاكرة النظام، بينما يعتمد المعالج الرسومي على ذاكرة VRAM مستقلة، وتُعد هذه البنية أحد أبرز معوقات تشغيل النماذج اللغوية الضخمة، إذ تقتصر معظم البطاقات الرسومية الاستهلاكية على سعات تتراوح بين 12 و24 جيجابايت من VRAM، ما يجعل تشغيل النماذج التي تتجاوز 30 مليار معامل عملية بطيئة نتيجة الحاجة المستمرة لنقل البيانات عبر ناقل PCIe.

ورغم أن الشركتين أضافتا وحدات معالجة عصبية (NPU) متقدمة في أحدث أجيالهما لتحقيق أداء يتجاوز 40 إلى 50 تريليون عملية في الثانية لتشغيل مزايا Copilot+ في Windows، فإن هذه القدرات تبقى بعيدة عن مستوى الأداء الذي توفره RTX Spark والبالغ نحو 1 بيتافلوب عملية، أي 1000 تريليون عملية، في الثانية الواحدة.

وتدرك شركات مايكروسوفت وNVIDIA وشركاؤها أن مستقبل الحواسيب لن يعتمد فقط على الأداء التقليدي، بل على قدرة الجهاز على تشغيل الذكاء الاصطناعي محلياً بكفاءة عالية.

وخلال السنوات المقبلة، قد تتحول المنافسة الأساسية داخل سوق الحواسيب من سؤال: أي جهاز أسرع؟ إلى سؤال مختلف تماماً: أي جهاز يستطيع تشغيل الذكاء الاصطناعي الأفضل داخل الجهاز نفسه؟

وهنا يبدو أن NVIDIA تريد أن تكون في قلب هذه المرحلة الجديدة، لا كمورد لبطاقات الرسوميات فقط، بل كشركة تحاول إعادة تشكيل مستقبل الحوسبة الشخصية بالكامل.