Kog تتعهد بـ 30 ضعف تسريع استدلال LLM: رهانات مبكرة
تسعى شركة Kog الفرنسية الناشئة لتحقيق تسريع كبير في استدلال نماذج اللغة الكبيرة على وحدات معالجة الرسومات القياسية، مدعية 30 ضعفاً من السرعة، لكنها لا تزال بحاجة لإثبات ذلك على النماذج الأكبر قبل جولة التمويل Series A.
مقدمة تحليلية
تستهدف شركة Kog الفرنسية الناشئة وحدات معالجة الرسومات التقليدية لاستخراج المزيد من قدرات استدلال الذكاء الاصطناعي، وذلك في مواجهة مباشرة لشركات مثل Cerebras التي حظيت بترحيب حار في طرحها العام الأولي في مايو 2026، حيث جمعت 5.5 مليار دولار. في مايو الماضي أيضاً، تصدرت Kog الصفحة الرئيسية لموقع Hacker News (برقم 48321076) بعرض تقني أظهر استدلالاً فورياً للنماذج اللغوية الكبيرة (LLMs) بسرعة 3,000 توكن في الثانية لكل طلب، باستخدام وحدات معالجة رسومات قياسية في مراكز البيانات مثل AMD MI300X و Nvidia H200. هذا الوعد بتسريع العمليات على الأجهزة الموجودة أثار اهتماماً واسعاً، مما أدى إلى 200 فرصة عمل ملموسة للشركة، وفقاً لتصريح الرئيس التنفيذي غايل ديلالو. يعود هذا التركيز في وقت حرج، حيث أصبحَت سرعة وتكاليف الاستدلال عنق زجاجة رئيسياً في تطوير ونشر تطبيقات الذكاء الاصطناعي.
التحليل التقني
تراهن Kog على تحسين البرمجيات لاستغلال وحدات معالجة الرسومات الحالية، متعهدة بتسريع استدلال نماذج اللغة الكبيرة بمقدار 30 ضعفاً. العرض التوضيحي للشركة حقق 3,000 توكن في الثانية لكل طلب، لكنه اعتمد على نموذج صغير مصمم خصيصاً وهو Laneformer 2B، الذي يحتوي على حوالي 2 مليار بارامتر، وهو الآن مفتوح المصدر (متوفر على Hugging Face و x.com/clementdelangue/status/). يؤكد الرئيس التنفيذي غايل ديلالو أن النهج نفسه يمكن أن يعمل بفعالية مع نماذج اللغة الكبيرة (LLMs) الأكبر حجماً، مدعياً أن فكرة عدم ملاءمة وحدات معالجة الرسومات لعملية فك التشفير أصبحت تصوراً خاطئاً، وأن وحدات المعالجة الأحدث تتمتع بعرض نطاق ترددي للذاكرة يمكن استغلاله بشكل أفضل.
تختلف Kog عن منافسين مثل ZML الفرنسية، التي أطلقت برمجيات محايدة للمعدات تتجاوز CUDA من Nvidia لدعم الاستدلال السريع عبر شرائح مختلفة. يرى ديلالو أن Kog أقرب إلى مختبر Hazy Research بجامعة ستانفورد، مع تركيز أعمق على تسريع وحدات معالجة الرسومات على مستوى منخفض. تعود هذه الخلفية التقنية العميقة إلى غايل ديلالو نفسه، الذي درس فيزياء الحالة الصلبة في مدرسة البوليتكنيك الفرنسية وعمل في مجال الأمن السيبراني الهجومي (اختراق القبعة البيضاء). يصف ديلالو هذا بأنه شكل عقلية فريقه، قائلاً إنها تتطلب:
- فهم قوانين الفيزياء وقوانين وحدات معالجة الرسومات لتحقيق أقصى استفادة منها.
- القدرة على الهندسة العكسية للأشياء على مستوى منخفض جداً – وصولاً إلى لغة التجميع والرمز الثنائي – لفهم كيفية عملها واستخدامها لتحقيق هدف لم تُصمم من أجله بالضرورة.
وقد كان ديلالو نفسه متأهلاً أربع مرات لبطولة CTF في DEFCON. الجانب السلبي لهذا النهج هو أنه يتطلب الكثير من العمل اليدوي ويستغرق وقتاً طويلاً. تخصص Kog “عدة أسابيع أو حتى أشهر” لكل وحدة معالجة رسومات جديدة للتعمق في التفاصيل وإجراء أبحاث هندسة وحدات معالجة الرسومات على هذا الجهاز. مع فريق مكون من 11 شخصاً، يضع هذا حداً لعدد الشرائح التي يمكن لـ Kog العمل عليها في المستقبل المنظور.
على المدى الطويل، تأمل Kog في تغذية منهجيتها في مسارات عمل قائمة على الوكلاء لدعم المزيد من الشرائح والنماذج.
السياق وتأثير السوق
يُمثّل تسريع الاستدلال على وحدات معالجة الرسومات الحالية قيمة سوقية كبيرة، خصوصاً في ظل التحول نحو نماذج الذكاء الاصطناعي الأكثر تعقيداً التي تُولّد بيانات بمعدلات غير مسبوقة. تؤكد Kog أن سرعتها وقدرتها على خفض التكاليف جذبت اهتماماً كبيراً، خصوصاً مع تسجيل 200 فرصة عمل ملموسة. ترى الشركة أن الهندسة البرمجية ستكون أولى حالات الاستخدام، حيث يواجه مستخدمو Claude Code المخضرمون أحياناً ساعات من الانتظار للحصول على النتائج. تدرك Anthropic نفسها قيمة السرعة، حيث تفرض “مضاعف سعر” لوضعها السريع (Fast Mode) في Claude. تستهدف Kog العملاء الذين تنفرهم هذه التأخيرات، والذين يعتمدون على تدفقات عمل الذكاء الاصطناعي للمهام المهنية. كما أن لديها شركاء تصميم يسمحون للمستخدمين بإنشاء الألعاب والتطبيقات عبر الأوامر النصية، حيث تعني النتائج الأسرع – بفضل محرك Kog Inference Engine (KIE) – المزيد من الإيرادات لهم.
تدرك Kog أن هذا السوق لا يزال غير ناضج تماماً، حيث لاحظت أن عملاءها المحتملين ليسوا مستعدين لتحسين النماذج الصغيرة. رداً على ذلك، ركزت الشركة منذ إطلاقها على تسريع تطوير النماذج الأكبر لتلبية هذا الطلب. على الرغم من أن المؤسس ديلالو ليس باحثاً، وقد كانت شركته الناشئة الأولى، Stribe (من TechCrunch50 2009)، لا علاقة لها بشركته الجديدة، إلا أن شريكه المؤسس السابق، كامل زروال، الذي تحول إلى مستثمر رأسمالي، قاد جولة التمويل الأولية لشركة Kog عبر شركته Varsity VC. تحظى Kog بالفعل بدعم Scaleway ويتم دعمها من قبل Bpifrance الفرنسية، التي تعهدت باستثمار 10 مليارات دولار في منظومة الذكاء الاصطناعي الفرنسية بحلول عام 2029، وبرنامج French Tech 2030، مما يمنحها دعماً استراتيجياً ضمن مساعي أوروبا لبناء قدراتها الخاصة في هذا المجال.
رؤية Glitch4Techs
ادعاء Kog بتسريع استدلال نماذج اللغة الكبيرة بمقدار 30 ضعفاً مثير للاهتمام لكنه يفتقر إلى الإثبات العملي على النماذج الأكثر تطلباً في السوق. البيانات المقدمة تشير إلى أداء مبهر على نموذج Laneformer 2B الصغير (2 مليار بارامتر)، ولكن النجاح الحقيقي يعتمد على تكرار ذلك على LLMs الأكبر حجماً التي تطلبها الشركات. وعد ديلالو بتحقيق 10 أضعاف السرعة على “أول نموذج رئيسي” بحلول سبتمبر القادم هو معيار حاسم للحكم على الجدوى. التحدي الجوهري يكمن في منهجية Kog الشاقة، حيث يتطلب العمل على كل وحدة معالجة رسومات جديدة “أسابيع أو حتى أشهر” من البحث الهندسي المتعمق.
مع فريق من 11 شخصاً، هذا يعني أن الشركة لا يمكنها دعم سوى عدد محدود جداً من الشرائح، مما يقيد نطاق سوقها المحتمل ويجعل ادعاء الكفاءة العامة مبالغاً فيه حتى تُثبت قدرتها على التوسع عبر منصات أجهزة متعددة دون تكلفة زمنية غير مستدامة. هذا القيد المنهجي يجعل أهداف التوسع المستقبلية عبر “مسارات عمل قائمة على الوكلاء” ضرورة ملحة أكثر من كونها مجرد رؤية.
كن أول من يعرف بمستقبل التقنية
أهم الأخبار والتحليلات التقنية مباشرة في بريدك.
