المشكلة الطاقوية التي يحاول العتاد العصبي حلها
معمارية الحوسبة التي تُشغّل كل نموذج ذكاء اصطناعي رئيسي اليوم — مجمع GPU يُنفّذ ضرب المصفوفات عبر وحدات ذاكرة ومعالجة منفصلة — لم تُصمَّم للأعباء التي تتحملها اليوم. صُمِّمت لتصيير الرسومات ثم تكيّفت لتدريب الشبكات العصبية. وعنق الزجاجة الفون نيوماني — تكلفة الطاقة الناجمة عن النقل المتكرر للبيانات بين الذاكرة والمعالج — يُشكّل نسبة غير متكافئة من استهلاك طاقة استدلال الذكاء الاصطناعي.
تتّبع الحوسبة العصبية نهجاً مختلفاً جوهرياً. بدلاً من فصل الذاكرة عن المعالجة، تدمج الأجهزة العصبية الوظيفتين في بنية مادية واحدة — محاكيةً الطريقة التي تخزن بها الخلايا العصبية البيولوجية المعلومات وتُعالجها في آنٍ معاً. كفاءة الدماغ الطاقوية معروفة: الدماغ البشري يُنجز مهاماً إدراكية معقدة بنحو 20 واط فحسب. أما عتاد استدلال الذكاء الاصطناعي الحالي في مراكز البيانات فيعمل بكثافة طاقة أعلى بمراتب قياسياً لكل عملية حسابية.
الممقاومة من أكسيد الهافنيوم التي طوّرها فريق Cambridge ونُشرت في Science Advances (المجلد 12، العدد 12، DOI: 10.1126/sciadv.aec2324) في أبريل 2026 تطبيقٌ عملي لهذا المبدأ. يستخدم الجهاز أكسيد الهافنيوم المُعدَّل — مادة موجودة أصلاً في تصنيع أشباه الموصلات — مع إضافة استرونتيوم وتيتانيوم خلال عملية نمو بخطوتين. بدلاً من تشكيل الشُعَيبات الموصِّلة غير الموثوقة التي أعاقت تصاميم الممقاومات السابقة، يُبدِّل الجهاز الحالة عبر تغييرات مضبوطة عند وصلات p-n، مُنتِجاً سلوك تبديل ثابتاً وقابلاً للتكرار. أظهر الجهاز مئات مستويات الموصلية الثابتة وبقي مستقراً عبر عشرات آلاف دورات التبديل.
لماذا هذا الاختراق مختلف جوهرياً عن الادعاءات العصبية السابقة
الحوسبة العصبية موضوع بحثي منذ أكثر من عقد دون نشر تجاري يُذكر. ظلّت الهوة بين عروض المختبر والمنتجات القابلة للتصنيع توقف التقنية قبل بلوغها السوق. ونتيجة Cambridge بأكسيد الهافنيوم تنفرد بثلاثة أسباب تُميّزها عن الادعاءات السابقة.
التيارات التشغيلية أقل بنحو مليون مرة من بعض الممقاومات التقليدية القائمة على الأكسيد. هذا ليس تحسيناً هامشياً — بل ترتيب مختلف من الاستهلاك الطاقوي يجعل الحساب العملي لاستبدال عتاد الذكاء الاصطناعي مقنعاً لا نظرياً. عند تيار تشغيل أقل بمليون مرة، لا تكون تخفيضات تكاليف الطاقة مجرد هامش خطأ في فاتورة كهرباء مركز البيانات.
أظهر الجهاز «plasticity» تعتمد على توقيت الإشارات — الخاصية التعلّمية التي تُتيح للشبكات العصبية البيولوجية التكيّف بناءً على توقيت الإشارات لا مجرد حجمها. يعني هذا أن الجهاز يستطيع المشاركة في التعلّم على الشريحة لا الاستدلال فحسب. جهاز عصبي بـ plasticity يستطيع تحديث أوزانه بشكل مستمر أثناء النشر — قدرة ستُغيّر جوهرياً طريقة تحديث نماذج الذكاء الاصطناعي وصيانتها.
تحدي التصنيع حقيقي ومُعلَن. يستلزم الجهاز حالياً درجات حرارة معالجة تبلغ نحو 700°C، غير متوافقة مع عمليات تصنيع أشباه الموصلات CMOS القياسية. يعمل فريق Dr. Bakhit بنشاط على تخفيض هذا الحد الحراري، لكن دون إعلان جدول زمني.
إعلان
ما ينبغي على قادة التقنية والهندسة فعله
1. أضيفوا العتاد العصبي إلى قائمة المراقبة للبنية التحتية للذكاء الاصطناعي على أفق 36 شهراً
تُمثّل نتيجة Cambridge فئة الأبحاث في عتاد الذكاء الاصطناعي التي ينبغي الانتقال بها من «مراقبة عرضية» إلى «مراجعة ربع سنوية». المؤشرات المحددة للرصد: هل جرى حل قيد درجة الحرارة 700°C (مما سيفتح خط تصنيع TSMC وSamsung فوراً للإنتاج العصبي)، وهل نتيجة plasticity مُكرَّرة باستقلالية. اشتركوا في تنبيهات Science Advances لمتابعة الأبحاث اللاحقة على ممقاومات أكسيد الهافنيوم، وراقبوا إعلانات أقسام بحوث TSMC وIntel وSamsung.
الأفق العملي للعتاد العصبي للاستدلال المتاح تجارياً — بافتراض حل قيد الحرارة خلال 24 شهراً — هو نحو 2028-2030. وهذا قريب بما يكفي لإسهامه في قرارات شراء البنية التحتية طويلة الدورة المحددة الآن بأعمار تشغيلية متوقعة 7-10 سنوات.
2. استخدموا رقم التخفيض الطاقوي 70% كمرجع للتفاوض في عقود استدلال الذكاء الاصطناعي الحالية
تُرسي نتيجة Cambridge معياراً علمياً موثوقاً لما يمكن أن تُحقق كفاءة عتاد استدلال الذكاء الاصطناعي مبدئياً. فرق ذكاء اصطناعي المؤسسات المرتبطة بعقود GPU-as-a-service لأعباء الاستدلال يجب أن تتعامل مع هذا المعيار كأداة تفاوض: عتاد أكثر كفاءةً بنسبة 70% في استهلاك الطاقة يُنتج تخفيضات تكاليف متناسبة عند أداء ثابت. تُتيح شروط العقود الأقصر (12 شهراً بدلاً من 36) مرونة أكبر لاستيعاب هذا التحول.
3. قيّموا معمارية الاستدلال الحالية لديكم للتعرف على إشارات توافق العتاد العصبي
لن تستفيد جميع أعباء الذكاء الاصطناعي بالتساوي من العتاد العصبي. الأعباء الأقرب خصائصها إلى المعالجة العصبية البيولوجية — استدلال السلاسل الزمنية المتتالية، وأنماط التنشيط المتفرقة، ومتطلبات التعلّم على الجهاز — هي المرشحة العصبية الأفضل. رؤية الآلات على الأجهزة الطرفية، والكشف عن الشذوذ في بيانات أجهزة الاستشعار الزمنية، ومعالجة اللغة الطبيعية على العتاد منخفض الاستهلاك هي نقاط القوة العصبية على المدى القريب. إذا كانت أعباء الاستدلال الحالية لديكم تشمل أياً من هذه الفئات، ارسموا خرائطها الآن.
السؤال التنظيمي: كفاءة الطاقة كمحرك للامتثال
تصل نتيجة Cambridge في بيئة تنظيمية ترفع بنشاط تكلفة البنية التحتية للذكاء الاصطناعي كثيفة الاستهلاك. يتضمن قانون الذكاء الاصطناعي للاتحاد الأوروبي أحكاماً تتعلق بالتأثير البيئي للذكاء الاصطناعي؛ وحدّدت وكالة الطاقة الدولية (IEA) نمو الطلب الكهربائي للذكاء الاصطناعي بوصفه مصدر قلق لاستقرار الشبكة في خطط طاقة وطنية متعددة. يواجه مشغلو مراكز البيانات في الاتحاد الأوروبي والمملكة المتحدة ضغطاً تنظيمياً متصاعداً على فعالية استخدام الطاقة (PUE) ومتطلبات الإبلاغ عن الكربون.
للمؤسسات العاملة في بيئات طاقة مُنظَّمة، لا يُعدّ تخفيض 70% في طاقة استدلال الذكاء الاصطناعي قصة تكلفة فحسب — بل قصة امتثال أيضاً. تُعامَل مستويات الاستهلاك الطاقوي الحالية للذكاء الاصطناعي بشكل متزايد بوصفها مخاطرة تنظيمية لا مجرد تكلفة تشغيلية. عتاد يُخفِّض طاقة الاستدلال بنسبة 70% يُحوّل منظمات كثيرة من التعرض التنظيمي إلى الفائض التنظيمي على مقاييس الطاقة المتعلقة بالذكاء الاصطناعي. قد يُعجّل محرك الامتثال هذا اعتماد العتاد العصبي أسرع مما تفعله تحسينات التكلفة وحدها — لا سيما في الاتحاد الأوروبي حيث تسير لوائح الكربون والطاقة بوتيرة أسرع من غيره.
يعني هذا البُعد التنظيمي أن انتقال العتاد العصبي ليس تساؤلاً تقنياً أو تساؤل مشتريات بحتاً. إنه تساؤل إدارة مخاطر. يجب إطلاع وظائف المخاطر في المؤسسات على نتيجة Cambridge — ليس لأن العتاد العصبي متاح تجارياً الآن بل لأن مسيرة التطوير التي تمتد 36 شهراً تتقاطع مباشرةً مع الجداول الزمنية للوائح تنظيم الإبلاغ عن طاقة الذكاء الاصطناعي المُقرَّة حالياً.
الأسئلة الشائعة
ما الممقاومة وكيف تختلف عن الترانزستور؟
الترانزستور جهاز تبديل يتحكم في تدفق التيار الكهربائي ويحتاج إلى توصيله بذاكرة منفصلة (DRAM أو flash) للعمل في نظام حوسبة. الممقاومة — اختصار لـ memory resistor (مقاومة الذاكرة) — جهاز تتغير مقاومته الكهربائية بناءً على سجل التيار الذي اجتاز خلاله، مما يعني أنه يخزن المعلومات في حالته المادية لا في مكوّن ذاكرة منفصل. في الشريحة العصبية، تعمل الممقاومات مشابهاً اصطناعياً للمشابك العصبية: تخزن أوزان الاتصال وتُنفّذ في آنٍ واحد الجمع الموزون الذي يستلزم ترانزستوراً وذاكرة منفصلة في الشريحة التقليدية. توفير الطاقة يأتي من إلغاء نقل البيانات بين الذاكرة والمعالج.
كيف يختلف جهاز Cambridge عن محاولات الممقاومات السابقة؟
اعتمدت تصاميم الممقاومات السابقة أساساً على الشُعَيبات الموصِّلة — قنوات رفيعة من أيونات المعدن تتشكل وتنكسر للتبديل بين حالات المقاومة. هذه الشُعَيبات متقلبة بطبيعتها. يستخدم جهاز Cambridge بدلاً من ذلك تبديل وصلة p-n — تغييرات مضبوطة عند واجهة بين الطبقات شبه الموصِّلة — وهو أكثر قابلية للتكرار بكثير. وإضافة الاسترونتيوم والتيتانيوم إلى أكسيد الهافنيوم خلال عملية النمو هي ما يُتيح هذا التبديل القائم على الوصلة عند تيارات تشغيلية عملية.
متى ستُتاح الشرائح العصبية للنشر التجاري للذكاء الاصطناعي؟
لا يوجد منتج عصبي تجاري حالياً يُحقق تخفيض الطاقة 70% الذي أظهره بحث Cambridge. العائق الأساسي هو قيد درجة حرارة التصنيع البالغة 700°C. يُقدّر محللو الصناعة عموماً مساراً من 4 إلى 7 سنوات من نتيجة من هذا النوع إلى توافر التصنيع التجاري، ما يضع التسويق الواقعي بين 2029 و2032. الأبحاث العصبية القريبة الأمد من Intel (Loihi 2) وIBM (NorthPole) تستخدم معمارية مختلفة ومتاحة الآن على نطاق متخصص، لكنها لا تُعادل ملف كفاءة الطاقة لنهج Cambridge بأكسيد الهافنيوم.
—
المصادر والقراءات الإضافية
- جهاز ذاكرة مستوحى من الدماغ قد يُخفِّض استهلاك طاقة الذكاء الاصطناعي بشكل كبير — ScienceDaily
- محاكاة تشابكية عصبية مستقرة في أجهزة أكسيد الهافنيوم — Science Advances
- الحوسبة العصبية 2026: الشرائح المستوحاة من الدماغ تُحدث ثورة في كفاءة طاقة الذكاء الاصطناعي — Programming Helper
- الحوسبة العصبية 2026: عتاد الذكاء الاصطناعي — AI Tech Boss
