التدريب مقابل الاستدلال في الذكاء الاصطناعي: اقتصادان للذكاء الاصطناعي

باختصار: يعمل الذكاء الاصطناعي في وضعين مختلفين جوهرياً: التدريب (بناء النموذج) والاستدلال (استخدامه). التدريب هو نفقة رأسمالية ضخمة لمرة واحدة — كلّف تدريب GPT-4 أكثر من 100 مليون دولار. الاستدلال هو التكلفة التشغيلية المستمرة في كل مرة يُرسل فيها مستخدم استعلاماً، ويمثل الآن غالبية إنفاق الحوسبة على الذكاء الاصطناعي عالمياً. فهم هذا التمييز ضروري لأي شخص يتخذ قرارات بشأن الاستثمار في الذكاء الاصطناعي أو نشره أو استراتيجيته، لأن اقتصاديات كل وضع مختلفة تماماً.

وضعان، اقتصادان

ثمة مفهوم خاطئ شائع حول تكاليف الذكاء الاصطناعي. يرى الناس عناوين عن تشغيلات تدريب بمئات الملايين من الدولارات ويفترضون أن النفقة الكبرى في الذكاء الاصطناعي هي بناء النماذج. كان ذلك صحيحاً في 2022. لم يعد كذلك.

بحلول 2025، استهلك الاستدلال — تشغيل النماذج المُدرَّبة لخدمة طلبات المستخدمين — حوسبة أكثر عالمياً من التدريب. كل محادثة على ChatGPT، وكل اقتراح شيفرة من Copilot، وكل صورة مولّدة بالذكاء الاصطناعي، وكل استجابة خدمة عملاء آلية هو حمل عمل استدلال. التدريب يحدث مرة واحدة. الاستدلال يحدث مليارات المرات يومياً.

لهذا التحول آثار عميقة. الشركات الفائزة في سباق الذكاء الاصطناعي ليست بالضرورة تلك ذات ميزانيات التدريب الأكبر. إنها تلك التي اكتشفت كيف تخدم الاستدلال بكفاءة على نطاق واسع — كيف تجيب على مليون سؤال في الدقيقة دون استنزاف إيراداتها في تكاليف GPU.

التدريب: بناء الدماغ

تدريب نموذج لغوي كبير هو إحدى أكثر المهام كثافة حسابياً قام بها البشر على الإطلاق.

ما يفعله التدريب فعلاً

أثناء التدريب، تُعالج شبكة عصبية مجموعات بيانات ضخمة وتُعدّل معاملاتها الداخلية (الأوزان) لتقليل خطأ التنبؤ. بالنسبة لنموذج لغوي، يعني هذا قراءة تريليونات من رموز النص وضبط مليارات المعاملات حتى يصبح النموذج دقيقاً بشكل متزايد في التنبؤ بالرمز التالي.

العملية تكرارية. يُنتج النموذج تنبؤاً، ويقارنه بالرمز التالي الفعلي، ويحسب الخطأ (الخسارة)، وينشر التعديلات للخلف عبر جميع طبقاته. هذه الدورة — المرور الأمامي، حساب الخسارة، المرور الخلفي، تحديث الأوزان — تتكرر مئات المليارات من المرات عبر مجموعة بيانات التدريب.

التكلفة الرأسمالية

يتطلب تدريب نموذج متقدم تركيزاً هائلاً من الأجهزة المتخصصة. استخدم GPT-4 بحسب التقارير حوالي 25,000 وحدة GPU من طراز Nvidia A100 تعمل لمدة 90 إلى 100 يوم تقريباً. بمعدلات تأجير GPU السحابية الحالية، يمثل هذا أكثر من 100 مليون دولار في الحوسبة وحدها — دون حساب فريق الهندسة وإعداد البيانات والتجارب الفاشلة والبنية التحتية.

الطلب على الأجهزة يتكثف. إنفاق TSMC الرأسمالي البالغ 56 مليار دولار لعام 2025 مدفوع بشكل كبير بالطلب على رقائق تدريب الذكاء الاصطناعي. خلق اقتصاد GPU اختناقاً في الإمداد حيث يُعد الوصول إلى حوسبة التدريب قيداً استراتيجياً.

لكن هنا النقطة الاقتصادية الحاسمة: التدريب تكلفة لمرة واحدة. بمجرد تدريب GPT-4، يمكن نسخ أوزان النموذج الناتج بلا حدود بتكلفة هامشية صفرية فعلياً. استثمار الـ 100 مليون دولار يُوزَّع على كل استعلام مستخدم طوال العمر الإنتاجي للنموذج. هذا يجعل التدريب نفقة رأسمالية — تكلفة ثابتة لا تتوسع مع الاستخدام.

تحدي البيانات

يتطلب التدريب بيانات بحجم استثنائي. دُرّب GPT-3 على حوالي 300 مليار رمز. استخدم GPT-4 ما يُقدَّر بـ 13 تريليون رمز. يجب تنظيم مجموعة البيانات بعناية — تصفية الجودة، إزالة المحتوى الضار، موازنة المجالات واللغات، إزالة التكرار لمنع الحفظ.

“جدار البيانات” مصدر قلق متزايد. يرى بعض الباحثين أن إمدادات البيانات النصية عالية الجودة على الإنترنت محدودة، وأن النماذج المتقدمة تقترب من النقطة التي استُهلكت فيها جميع البيانات المتاحة. هذا دفع الاهتمام بتوليد البيانات الاصطناعية — استخدام الذكاء الاصطناعي لإنشاء بيانات تدريب لنماذج ذكاء اصطناعي أخرى — وبطرق تدريب أكثر كفاءة في استخدام البيانات.

الاستدلال: استخدام الدماغ

الاستدلال هو ما يحدث عندما يُعالج نموذج مُدرَّب مدخلات المستخدم ويولّد استجابة. يستخدم نفس بنية الشبكة العصبية كالتدريب لكنه يعمل بشكل مختلف جوهرياً.

كيف يعمل الاستدلال

أثناء الاستدلال، تتدفق البيانات في اتجاه واحد فقط — أمامياً عبر الشبكة. لا يوجد مرور خلفي ولا حساب تدرجات ولا تحديث أوزان. معاملات النموذج مجمّدة. المدخل يدخل، يحدث الحساب عبر جميع الطبقات، ويخرج تنبؤ.

بالنسبة لنموذج لغوي، كل رمز مُولَّد يتطلب مروراً أمامياً كاملاً عبر الشبكة بأكملها. توليد استجابة من 500 رمز يتطلب 500 مرور أمامي. كل مرور يتضمن ضرب مصفوفات عبر جميع طبقات النموذج ورؤوس الانتباه، مستهلكاً الحوسبة والذاكرة معاً.

التكلفة التشغيلية

تتوسع تكلفة الاستدلال مع ثلاثة عوامل: حجم النموذج (النماذج الأكبر تتطلب حوسبة أكثر لكل رمز)، وطول المخرج (رموز أكثر = مرورات أمامية أكثر)، والإنتاجية (مستخدمون متزامنون أكثر = أجهزة أكثر مطلوبة).

بالنسبة لـ GPT-4، تضع التقديرات تكلفة الاستدلال عند حوالي 0.01-0.06 دولار لكل 1,000 رمز، حسب ما إذا كانت الرموز مدخلات (أرخص، تُعالج بالتوازي) أو مخرجات (أغلى، تُولَّد تتابعياً). يبدو هذا رخيصاً، لكن على نطاق OpenAI — معالجة مليارات الرموز يومياً — تهيمن تكاليف الاستدلال على إنفاق حوسبة الشركة.

الفرق الحاسم عن التدريب: تكاليف الاستدلال متغيرة. تتوسع خطياً مع الاستخدام. ضاعف عدد المستخدمين وتضاعف تكلفة الاستدلال تقريباً. هذا يجعل الاستدلال نفقة تشغيلية — تكلفة متكررة تتبع الإيرادات مباشرة.

زمن الاستجابة: قيد تجربة المستخدم

يمكن للتدريب أن يكون بطيئاً ولا أحد يلاحظ — يتدرب النموذج لأشهر في مركز بيانات ثم يظهر جاهزاً للاستخدام. الاستدلال يجب أن يكون سريعاً لأن المستخدمين ينتظرون.

لروبوت الدردشة، زمن الاستجابة المقبول أقل من 200 ميلي ثانية للرمز الأول (وقت الرمز الأول أو TTFT) وحوالي 30-60 رمزاً في الثانية للمخرجات المتبقية (رموز في الثانية أو TPS). عدم تحقيق هذه الأهداف يجعل التجربة بطيئة.

تحقيق هذه الأهداف لنموذج بـ 500 مليار معاملة يخدم ملايين المستخدمين المتزامنين هو تحدٍ هندسي استثنائي. تتضمن الحلول موازاة النموذج (تقسيم النموذج عبر وحدات GPU متعددة)، والتجميع الدُفعي (معالجة طلبات متعددة في آنٍ واحد)، وتحسين ذاكرة التخزين المؤقت KV (تجنب الحساب المتكرر على رموز سبق معالجتها)، والتكميم (تقليل الدقة الرقمية لتسريع الحساب).

سباق تحسين الاستدلال الكبير

لأن الاستدلال هو التكلفة المتكررة، فإن تحسين كفاءة الاستدلال هو حيث تكمن الرافعة الاقتصادية. تحسين كفاءة الاستدلال بمقدار 2 ضعف يعادل خفض فاتورة الحوسبة إلى النصف — بشكل دائم.

التكميم

يستخدم التدريب عادةً أعداد فاصلة عائمة 32-بت أو 16-بت لأقصى دقة. يمكن للاستدلال غالباً استخدام دقة أقل — أعداد صحيحة 8-بت أو حتى 4-بت — مع فقدان ضئيل في جودة المخرجات. هذا يقلل استخدام الذاكرة ويسرّع الحساب بمقدار 2-4 أضعاف.

الاكتشاف الجوهري هو أن أوزان النموذج لا تحتاج للتخزين بدقة كاملة للاستدلال. الفروق الرقمية الدقيقة بين وزن 16-بت وتقريبه 4-بت ضئيلة لمعظم المخرجات. التدريب الواعي بالتكميم يأخذ هذا أبعد، بتدريب النماذج لتكون قوية أمام الاستدلال منخفض الدقة من البداية.

تقطير النماذج

تقطير النماذج ينقل المعرفة من نموذج “معلم” كبير إلى نموذج “طالب” أصغر. يُدرَّب الطالب على مطابقة مخرجات المعلم بدلاً من التعلم من البيانات الخام. النتيجة نموذج أصغر يلتقط معظم قدرة النموذج الأكبر بجزء من تكلفة الاستدلال.

مثّلت مقاربة DeepSeek هذا: بالتقطير من نماذج أكبر والجمع مع تقنيات تدريب مبتكرة، أنتجوا نماذج نافست أداء GPT-4 مع العمل على أجهزة أقل بكثير. الآثار التكلفية دراماتيكية — ما يكلف 100 دولار لتشغيله على نموذج متقدم قد يكلف 5 دولارات على بديل مُقطَّر جيداً.

خليط الخبراء

تمثل بنى خليط الخبراء (MoE) مقاربة هيكلية لكفاءة الاستدلال. بدلاً من تنشيط جميع المعاملات لكل مدخل، تُوجّه نماذج MoE كل رمز عبر جزء فقط من الشبكات الفرعية “الخبيرة” المتخصصة. نموذج بتريليون معاملة إجمالي قد يُنشّط 100 مليار فقط لأي رمز، مما يقلل بشكل كبير الحوسبة لكل رمز مع الحفاظ على فوائد جودة عدد المعاملات الأكبر.

أظهر Mixtral من Mistral وSwitch Transformer من Google أن MoE يمكن أن يقدم أداءً بمستوى متقدم بجزء من تكلفة استدلال النموذج الكثيف. هذه البنية أصبحت بشكل متزايد الخيار الافتراضي لتطوير النماذج الجديدة.

الحوسبة في وقت الاختبار

نموذج ناشئ يُسمى الحوسبة في وقت الاختبار يزيد عمداً تكلفة الاستدلال للمشكلات الصعبة. بدلاً من توليد استجابة واحدة، يولّد النموذج عدة استجابات مرشحة ويقيّمها ويختار أو يُركّب الأفضل.

هذا يعكس المقايضة التقليدية: بدلاً من إنفاق المزيد على التدريب للحصول على نموذج أفضل، تُنفق المزيد على الاستدلال للحصول على مخرجات أفضل من نموذج موجود. الاقتصاديات ملائمة لأن حوسبة الاستدلال تُطبَّق بشكل انتقائي — فقط على المشكلات الصعبة — بينما الاستعلامات السهلة تحصل على استجابات سريعة ورخيصة.

الحساب الاستراتيجي

يخلق التمييز بين التدريب والاستدلال اعتبارات استراتيجية مختلفة حسب موقعك في منظومة الذكاء الاصطناعي.

لمختبرات الذكاء الاصطناعي التي تبني نماذج متقدمة: تكلفة التدريب هي حاجز الدخول. فقط المؤسسات القادرة على تمويل تشغيلات تدريب بأكثر من 100 مليون دولار يمكنها اللعب في الصف الأول. لكن الخندق التنافسي يأتي من كفاءة الاستدلال — المختبر الذي يخدم نفس الجودة بتكلفة أقل يستحوذ على السوق.

للمؤسسات التي تنشر الذكاء الاصطناعي: تكلفة التدريب غير ذات صلة إلى حد كبير — المؤسسات تستخدم نماذج مدرّبة مسبقاً. تكلفة الاستدلال هي البند الذي يحدد العائد على الاستثمار. لهذا فإن الاختيار بين واجهة برمجية لنموذج متقدم (مثل GPT-4) ونموذج أصغر مضبوط دقيقاً هو في جوهره قرار تكلفة استدلال.

للدول التي تبني استراتيجيات ذكاء اصطناعي: قدرات التدريب تمثل الاستقلال الاستراتيجي — القدرة على بناء نماذج متوائمة مع القيم واللغات الوطنية. بنية الاستدلال التحتية تحدد مدى انتشار نشر الذكاء الاصطناعي عبر الاقتصاد. كلاهما يتطلب استثماراً، لكن في أنواع مختلفة من البنية التحتية.

للمطورين الذين يبنون تطبيقات ذكاء اصطناعي: فهم تقسيم التدريب-الاستدلال يساعد في قرارات البنية. هل تستدعي واجهة برمجية لنموذج كبير أو تنشر نموذجاً أصغر على أجهزتك الخاصة؟ الإجابة تعتمد على حجمك ومتطلبات زمن الاستجابة وميزانيتك — وكلها متغيرات استدلال.

الأرقام المهمة

اعتباراً من أوائل 2026، إليك الاقتصاديات التقريبية:

• تدريب نموذج متقدم: 100-500 مليون دولار لكل تشغيل، يتطلب 10,000-50,000 GPU لمدة 2-4 أشهر
• ضبط دقيق لنموذج مدرّب مسبقاً: 1,000-100,000 دولار حسب حجم مجموعة البيانات والنموذج
• استدلال (فئة GPT-4): 0.01-0.06 دولار لكل 1,000 رمز
• استدلال (مُقطَّر/مُكمَّم): 0.001-0.005 دولار لكل 1,000 رمز
• استدلال مستضاف ذاتياً (مفتوح المصدر): 0.50-3.00 دولار لكل ساعة GPU، يخدم 10-100 طلب في الثانية حسب حجم النموذج

الاتجاه واضح: تكاليف التدريب ترتفع (نماذج أكبر، بيانات أكثر) بينما تكاليف الاستدلال تنخفض (تحسين أفضل، تحسينات في الأجهزة، ابتكارات معمارية). نقطة التقاطع — حيث أصبح تدريب الذكاء الاصطناعي أكثر تكلفة من تشغيله — حدثت حوالي 2024. الفجوة تستمر في الاتساع.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Scaling Laws for Neural Language Models — Kaplan et al., OpenAI (2020)
• Training Compute-Optimal Large Language Models (Chinchilla) — Hoffmann et al., DeepMind (2022)
• Efficient Large Language Model Inference: A Survey — Miao et al., arXiv (2024)
• The Economics of Large Language Models — a16z blog, Andreessen Horowitz
• LLM Inference Performance Engineering — Databricks Technical Blog