استغلت Alibaba مؤتمر Apsara في 22 سبتمبر لعرض استراتيجية للذكاء الاصطناعي أوسع بكثير من إطلاق نموذج جديد.
كشفت الشركة شريحة Zhenwu V900، وأكدت أن Qwen 4 قيد التدريب، وعرضت خططا لنماذج مستقبلية بحجم 5 إلى 10 تريليونات معلمة، وحددت هدفا يتجاوز 20GW من سعة مراكز البيانات بحلول 2032.
الأرقام ضخمة، لكن من المهم التمييز بين ما أطلق وما لا يزال في مرحلة التخطيط.
Qwen 4 غير متاح حاليا، وطرح Zhenwu V900 تجاريا مقرر فقط في الربع الأول من 2027، ويرتبط جانب كبير من أهداف البنية التحتية بالسنوات المقبلة.
القصة الحقيقية هي محاولة Alibaba بناء جميع طبقات الذكاء الاصطناعي بنفسها: الشرائح وأنظمة الحوسبة والسحابة والنماذج.
ما هي Zhenwu V900
Zhenwu V900 شريحة AI جديدة من T-Head، ذراع Alibaba لتصميم الشرائح.
وفقا للشركة، صممت لتدريب النماذج وتشغيلها بعد التدريب على حد سواء.
تصفها Alibaba بأنها أقوى شريحة AI طورت في الصين، وتدعي أن أداءها يساوي ثلاثة أضعاف شريحتها السابقة M890.
هذه ادعاءات الشركة.
لم ينشر حتى الآن اختبار أداء مستقل يتيح التحقق من المقارنة.
وتغيب أيضا تفاصيل مهمة، مثل الاستهلاك الكامل للطاقة والسعر ونسبة الشرائح السليمة في عملية التصنيع والأداء في سيناريوهات التدريب والاستدلال المختلفة.
الشريحة ليست منتجا تجاريا بعد
قد تكون هذه أهم معلومة في الإعلان.
Zhenwu V900 غير متاحة حاليا للشراء التجاري.
وفقا للجدول المنشور، يفترض أن يبدأ الإنتاج التجاري والطرح في الربع الأول من 2027.
وتخطط Alibaba أيضا لتوسيع أنظمة supernode إلى نطاق تجاري في الربع الرابع من 2026.
لذلك، من المبكر وصف الشريحة في عنوان بأنها بديل متاح لمنتجات NVIDIA.
إنها مرحلة مهمة في استراتيجية Alibaba، لكن الأداء والقدرة على الإنتاج الواسع لا يزالان بحاجة إلى إثبات.
وماذا عن Qwen 4
أعلنت Alibaba أن Qwen 4 قيد التدريب بالفعل.
لكنه لم يطلق، وليس متاحا للمطورين حاليا.
وعرضت الشركة أيضا خطة لتوسيع Qwen 4.5 وQwen 5 إلى حجم يتراوح بين 5 و10 تريليونات معلمة.
هذا حجم استثنائي، لكن عدد المعلمات وحده لا يعني أن النموذج سيكون أفضل.
يمكن للنماذج الحديثة استخدام معماريات لا تنشط فيها سوى بعض المعلمات في كل مهمة.
وقد لا تقل جودة البيانات وعملية التدريب والتعلم المعزز وكفاءة الاستدلال والأدوات المحيطة بالنموذج أهمية عن العدد الإجمالي.
لذلك، لا يوجد أساس بعد للقول إن نموذج Qwen مستقبليا بهذا الحجم سيكون «أقوى بأضعاف» من نماذج أصغر.
لماذا تريد Alibaba التحكم في جميع الطبقات
تأتي الخطوة على خلفية القيود الأمريكية على تصدير شرائح AI المتقدمة إلى الصين.
تبحث الشركات الصينية عن طرق لتقليل اعتمادها على NVIDIA وعلى سلسلة توريد لا تخضع لسيطرتها.
وتحاول Alibaba تحقيق ذلك بالجمع بين العتاد المحلي والبنية التحتية السحابية والنماذج التي تطورها بنفسها.
تجاريا، تشبه هذه الاستراتيجية فكرة الذكاء الاصطناعي المتكامل: محاولة التحكم في أكبر عدد ممكن من الطبقات بين مركز البيانات والخدمة التي يتلقاها العميل.
إذا نجحت، فستتمكن Alibaba Cloud من تقديم منظومة للعملاء صمم فيها النموذج والعتاد والبنية التحتية للعمل معا.
الهدف الكبير: أكثر من 20GW
حددت Alibaba هدفا يتجاوز 20GW من سعة مراكز البيانات حول العالم بحلول 2032.
إنه هدف طموح للغاية.
يتطلب بناء هذه السعة، إلى جانب الشرائح، الكهرباء وأنظمة التبريد ومعدات الشبكات والذاكرة المتقدمة والعقارات والبنية التحتية المحلية.
لذلك، يهم الرقم بوصفه مؤشرا إلى اتجاه خطط الشركة، وليس دليلا على أن هذه السعة موجودة بالفعل.
حتى 500 ألف شريحة في عنقود
تدعي Alibaba أن معماريتها تستطيع ربط ما يصل إلى 500 ألف شريحة في عنقود.
هنا أيضا، يجب التمييز بين قدرة تصميمية ونظام تجاري أثبت عمله بهذا الحجم.
لم يتضح بعد ما إذا كانت الشركة قد شغلت فعليا نظاما من 500 ألف شريحة، ولا تحت أي حمل أو لأي مدة.
هذا بالضبط أحد الأسئلة التي سيتعين على السوق فحصها مع اقتراب العتاد من الإنتاج التجاري.
ما دلالة ذلك للمطورين
على المدى القصير، لن يتغير الكثير.
لا يوجد بعد Qwen 4 يمكن فتحه واختباره، وV900 ليست منتجا متاحا أيضا.
لكن الدلالة أوسع على المدى الطويل.
إذا نجحت Alibaba في الربط بين النماذج والشرائح والسحابة، فقد يتاح للمطورين والشركات بديل إضافي للمنظومة الأمريكية.
ويكتسب ذلك أهمية خاصة في الأسواق التي تجعل فيها الأسعار أو سيادة البيانات أو قيود التصدير اختيار مزود البنية التحتية قرارا استراتيجيا.
ما الذي ينبغي استخلاصه من الإعلان
عرضت Alibaba اتجاها واضحا: لا تريد أن تكون مجرد شركة تشغل النماذج على عتاد الآخرين.
إنها تريد بناء العتاد وأنظمة الحوسبة والسحابة والنماذج.
لكن معظم الأجزاء الأكثر طموحا من الخطة لا تزال مستقبلية.
يفترض أن تصل Zhenwu V900 تجاريا في 2027. ولا يزال Qwen 4 قيد التدريب. ونماذج 5 إلى 10 تريليونات معلمة ضمن خارطة طريق. أما هدف 20GW فيتعلق بعام 2032.
إنها قصة كبيرة عن المنافسة في بنية AI التحتية، لكنها ليست دليلا بعد على أن Alibaba أغلقت بالفعل الفجوة مع NVIDIA أو الشركات الغربية الأخرى.