جوجل تقلص استخدام ميتا لنماذج Gemini بسبب نقص القدرة الحاسوبية!
أثارت تقارير صحفية حديثة تساؤلات جديدة حول مدى قدرة شركات التكنولوجيا الكبرى على تلبية الطلب المتزايد على خدمات الذكاء الاصطناعي، بعدما أفاد تقرير بأن شركة جوجل فرضت قيودًا على استخدام شركة ميتا لنماذج الذكاء الاصطناعي Gemini نتيجة محدودية القدرة الحاسوبية المتاحة، وهو ما انعكس على بعض مشروعات ميتا الداخلية وأدى إلى تأخير تنفيذها.
- جوجل تقلص استخدام ميتا لنماذج Gemini بسبب نقص القدرة الحاسوبية.
- القيود أخرت بعض مشروعات الذكاء الاصطناعي داخل ميتا.
- الطلب المتزايد يتجاوز قدرة البنية التحتية الحالية.
- الشركات تواصل الاستثمار في مراكز البيانات والرقائق المتخصصة.
نقلت صحيفة فاينانشال تايمز عن مصادر مطلعة أن جوجل أبلغت ميتا خلال شهر مارس الماضي بأنها غير قادرة على توفير كامل القدرة التشغيلية التي طلبتها لاستخدام نماذج Gemini. أوضح التقرير أن حجم الطلب الذي تقدمت به ميتا تجاوز الإمكانات المتاحة لدى جوجل في تلك الفترة، الأمر الذي دفع الشركة إلى فرض حدود على استخدام النماذج حتى تتمكن من إدارة مواردها الحاسوبية بصورة أكثر كفاءة.
قيود جوجل على Gemini
أشار التقرير إلى أن هذا النقص في القدرة الحاسوبية تسبب في تعطيل وتأخير عدد من مشروعات الذكاء الاصطناعي داخل ميتا، التي تعتمد على قدرات معالجة ضخمة لتطوير النماذج وتشغيل التطبيقات المختلفة. وتُعد ميتا من أكبر الشركات استهلاكًا للموارد الحاسوبية الخاصة بالذكاء الاصطناعي، وهو ما جعلها الأكثر تأثرًا مقارنة بعملاء آخرين يستخدمون خدمات جوجل.
أوضح التقرير أن التأثير لم يقتصر على ميتا وحدها؛ إذ واجه عدد من عملاء جوجل الآخرين قيودًا مشابهة، وإن كانت بدرجة أقل. يرجع ذلك إلى استمرار الزيادة الكبيرة في الطلب على نماذج الذكاء الاصطناعي التوليدي، في وقت لا تزال فيه شركات التكنولوجيا تعمل على توسيع البنية التحتية اللازمة لتشغيل هذه النماذج.
أضاف التقرير أن القيود المفروضة دفعت ميتا إلى مطالبة موظفيها بترشيد استخدام رموز الذكاء الاصطناعي، أو ما يعرف بالرموز المميزة، وهي الوحدات التي تقيس حجم معالجة البيانات عند استخدام النماذج اللغوية. يأتي هذا الإجراء في إطار محاولة الشركة الاستفادة من الموارد المتاحة بأعلى كفاءة ممكنة إلى حين توفير قدرة تشغيلية إضافية.
تُبرز هذه التطورات التحدي الكبير الذي يواجه قطاع الذكاء الاصطناعي بأكمله؛ إذ تواصل الشركات التقنية استثمار مليارات الدولارات في شراء الرقائق الإلكترونية وإنشاء مراكز بيانات جديدة، بينما يواصل الطلب على خدمات الذكاء الاصطناعي النمو بوتيرة أسرع من قدرة البنية التحتية الحالية على استيعابه.
تحتاج النماذج المتقدمة إلى قدرات حوسبة ضخمة تعتمد على وحدات معالجة متخصصة ومراكز بيانات عالية الكفاءة، وهو ما يجعل توفير الموارد اللازمة لجميع العملاء في الوقت نفسه مهمة معقدة، خاصة مع التوسع الكبير في استخدام تطبيقات الذكاء الاصطناعي داخل الشركات والمؤسسات.
الطلب على Gemini يكشف تحديات البنية التحتية
كان الرئيس التنفيذي لشركة جوجل، ساندار بيتشاي، قد أشار في وقت سابق إلى أن القيود المتعلقة بالقدرة الحاسوبية أثرت في أداء أعمال الحوسبة السحابية التابعة للشركة خلال الربع الأول من العام. ورغم نمو إيرادات Google Cloud إلى 20 مليار دولار خلال تلك الفترة، أوضح بيتشاي أن نقص القدرة التشغيلية حال دون تحقيق نمو أكبر، كما أدى إلى تضاعف حجم الطلبات المؤجلة تقريبًا مقارنة بالربع السابق.
مع استمرار توسع استخدام تقنيات الذكاء الاصطناعي في مختلف القطاعات، من المتوقع أن يظل توفير القدرة الحاسوبية أحد أبرز التحديات التي تواجه الشركات التقنية خلال المرحلة المقبلة، إلى جانب مواصلة الاستثمار في مراكز البيانات والرقائق المتخصصة لضمان استمرارية الخدمات واستيعاب الطلب المتنامي.
من وجهة نظري، تكشف هذه التطورات أن المنافسة في قطاع الذكاء الاصطناعي دخلت مرحلة جديدة، لم يعد التفوق فيها مرتبطًا بجودة النماذج فقط، وإنما أصبح مرهونًا أيضًا بامتلاك بنية تحتية قادرة على تشغيلها على نطاق واسع.
يشير تأثير نقص القدرة الحاسوبية في شركات بحجم ميتا إلى أن الطلب العالمي على موارد الذكاء الاصطناعي ينمو بوتيرة أسرع من توسع مراكز البيانات، وهو ما قد يدفع الشركات خلال السنوات المقبلة إلى زيادة استثماراتها في البنية التحتية، وإعادة ترتيب أولويات استخدام الموارد، مع استمرار السعي لتطوير نماذج أكثر كفاءة وأقل استهلاكًا لقدرات المعالجة.
