مايكروسوفت: Maia 300 يقلل الاعتماد على Nvidia بكفاءة 40%

مقدمة تحليلية

بدأت مايكروسوفت، اعتباراً من أكتوبر 2026، الإعلان عن رقاقة Maia 300 الخاصة بالذكاء الاصطناعي، والمصممة لتكون «نظام الاستدلال الأساسي للذكاء الاصطناعي» لخدمات ومنتجات الشركة. يبدأ طرح Maia 300 لمهام عمل الذكاء الاصطناعي في الإنتاج عام 2027. يهدف هذا التحول إلى تقليل الاعتماد على وحدات معالجة الرسوميات (GPUs) من Nvidia و AMD. صرح سكوت غثري، نائب الرئيس التنفيذي لمجموعة الحوسبة السحابية في مايكروسوفت، أن Maia 300 سيقدم «40 بالمائة توكن إضافي لكل ميغاواط مقارنة بأنظمة GPU الرائدة».

يؤسس هذا الكفاءة الجديدة لمرحلة استقلالية استراتيجية لعملاق البرمجيات، الذي يستهدف توسيع نطاق عائلة Azure Maia إلى عمليات نشر متعددة الغيغاواط بدءاً من 2027. هذا ليس تطويراً هامشياً، بل إعلاناً عن إعادة تشكيل سلاسل التوريد الأساسية للذكاء الاصطناعي.

التحليل التقني

Maia 300 هو الجيل الثالث من رقائق مايكروسوفت للذكاء الاصطناعي، ويأتي خلفاً لـ Maia 200 الذي أُعلن عنه في يناير، ويعمل بالفعل في مهام إنتاجية عبر Microsoft Copilot، و GitHub Copilot، و Microsoft Foundry، ونماذج الذكاء الاصطناعي الخاصة بمايكروسوفت. وصف غثري Maia 200 بأنه «البنية التحتية للذكاء الاصطناعي الأفضل أداءً في أسطولنا، مقاساً بالمقاييس الحقيقية لخدمات الذكاء الاصطناعي». رقاقة Maia 300 مصممة خصيصاً لأنواع مهام الذكاء الاصطناعي الناشئة حالياً:

• الاستدلال طويل السياق (Long-context reasoning)
• تجارب المحادثة الحساسة لزمن الاستجابة (Latency-sensitive conversational experiences)
• المهام الوكيلية المتعددة الخطوات والمستمرة (Sustained, multi-step agentic tasks)

التحسينات في Maia 300 تتضمن قدرة تهيئة 96 مسرعاً كاملاً، مما يوفر «ما يصل إلى 7 أضعاف إنتاجية التوكن على مستوى الرف (rack-scale) مقارنة بـ Maia 200». تعتمد مايكروسوفت على معمارية شرائح جديدة (chiplet architecture) لتحقيق هذه المكاسب في الكفاءة. بنيت الرقاقة باستخدام عقدة التصنيع N2P من TSMC، وهي تفصل وظائف الحوسبة والتحكم في الذاكرة ووظائف الإدخال/الإخراج. هذه الهندسة تزيد من مساحة السيليكون المخصصة لأداء الحوسبة وتسمح لكل وظيفة باستخدام التكنولوجيا الأنسب لدورها، وفقاً لفريق أجهزة وبنية Azure التحتية.

يمثل هذا نهجاً هيكلياً يهدف إلى تحسين الكفاءة الجوهرية للرقاقة بدلاً من مجرد زيادة القوة الخام.

تصميم الرقاقة وتأثيره

يعد تصميم الشرائح خطوة حاسمة لزيادة مرونة الرقاقة وكفاءتها. من خلال تقسيم المكونات الرئيسية، يمكن لمايكروسوفت تحسين كل جزء بشكل مستقل، مما يعزز الأداء الإجمالي للأنظمة المعقدة التي تتطلب توازناً دقيقاً بين الحوسبة والذاكرة والنطاق الترددي. هذا النهج يضمن أن Maia 300 ليس مجرد ترقية تدريجية، بل تغيير في كيفية إدارة موارد الحوسبة للذكاء الاصطناعي على نطاق واسع داخل مراكز بيانات Azure.

السياق وتأثير السوق

تعتبر رقاقة Maia 300 جزءاً محورياً من استراتيجية مايكروسوفت لتقليل تبعيتها لـ Nvidia، التي تهيمن على سوق وحدات معالجة الرسوميات للذكاء الاصطناعي. هذا التحرك نحو الرقائق الداخلية ليس مجرد سعي لتحسين الكفاءة أو تقليل التكاليف؛ إنه ضرورة استراتيجية للشركات الكبرى التي تدير عمليات ذكاء اصطناعي على نطاق واسع. كانت Nvidia بمثابة المورد الوحيد الفعلي للقدرة الحاسوبية في مجال الذكاء الاصطناعي، مما منحها نفوذاً سوقياً غير مسبوق. مع توسع مايكروسوفت في عمليات نشر Azure Maia إلى «متعددة الغيغاواط» بدءاً من 2027، تصبح Maia «نظام الاستدلال الأساسي للذكاء الاصطناعي» لمنتجاتها وخدماتها، وهو إعلان مباشر عن تحول جذري في سلسلة التوريد.

هذا التطور يضع ضغطاً مباشراً على نماذج أعمال شركات مثل Nvidia و AMD، التي كانت تستفيد من الطلب المتزايد على وحدات معالجة الرسوميات (GPUs) الخاصة بها. الهدف أبعد من مجرد الاستقلال عن الموردين الخارجيين. يسعى مصطفى سليمان، الرئيس التنفيذي للذكاء الاصطناعي في مايكروسوفت، إلى اللحاق بشركات رائدة مثل Google DeepMind، و OpenAI، و Anthropic في تطوير نماذج الذكاء الاصطناعي الخاصة بها. يؤكد سليمان: «علينا أن نعمل عبر المكدس الكامل، وصولاً إلى السيليكون».

بالنسبة لمايكروسوفت، لا يمكن تحقيق هذا الهدف دون امتلاك وتصميم منصة حوسبة تتوافق تماماً مع نماذجها. هذا التكامل العمودي يمنح مايكروسوفت ميزة تنافسية حاسمة في الأداء والتحكم بالتكلفة والأمن، خاصة مع متطلبات النماذج اللغوية الكبيرة المتزايدة.