أصبح نشر جوجل لخوارزمية TurboQuant أحد أهم العوامل المحفزة لسوق أشباه الموصلات في الأيام الأخيرة، مما يُظهر بوضوح مدى ارتباط تقييمات شركات التكنولوجيا بالتقدم في مجال الذكاء الاصطناعي. يُمكّن الحل الجديد الذي طورته جوجل للأبحاث من تقليل متطلبات الذاكرة بشكل كبير أثناء تشغيل نماذج اللغة الضخمة، مع الحفاظ على جودة المخرجات وتسريع الحوسبة بشكل ملحوظ على أجهزة مثل Nvidia H100.
كان رد فعل السوق فوريًا ومتوترًا بشكل ملحوظ. تعرضت الشركات المرتبطة بإنتاج الذاكرة والتخزين، بما في ذلك Micron Technology وWestern Digital وSanDisk وSeagate Technology، لضغوط بيع حتى مع استمرار مؤشر ناسداك 100 الأوسع نطاقًا في الصعود. استنتج المستثمرون في البداية أنه إذا تمكنت نماذج الذكاء الاصطناعي من العمل باستهلاك أقل بكثير للذاكرة، فقد يضعف الطلب طويل الأجل على مكونات البنية التحتية الرئيسية.
مع ذلك، يُعد هذا التفسير تبسيطًا مفرطًا يتجاهل السياق الأوسع لتطوير الذكاء الاصطناعي. في الواقع، يُمثل TurboQuant خطوةً أخرى ضمن اتجاهٍ أعمق، حيث تترافق تحسينات كفاءة النماذج مع الاستخدام الأمثل للمعلومات. ويتماشى هذا تمامًا مع فكرة جائزة هوتر، وهي مسابقة تُكافئ التطورات في مجال ضغط النصوص. تقوم فكرتها الأساسية على أن الضغط الفعال يتطلب فهم بنية البيانات، مما يجعلها، عمليًا، مؤشرًا على الذكاء. بعبارة أخرى، كلما كان النموذج أفضل في التنبؤ بالمعلومات وهيكلتها، زادت كفاءته في ضغطها.
من هذا المنظور، لا يُعد TurboQuant حالةً شاذةً ولا يُشكل تهديدًا لسوق الأجهزة، بل هو مظهر طبيعي للتقدم في مجال الذكاء الاصطناعي. تُصبح نماذج اللغة مثل Gemma وMistral أكثر كفاءةً تحديدًا لأنها تفهم البيانات التي تُعالجها بشكلٍ أفضل. يُقلل هذا من متطلبات الأجهزة لكل مهمة، وفي الوقت نفسه يُتيح نطاقًا أوسع بكثير من التطبيقات.
غالبًا ما تُقلل الأسواق من شأن هذه الديناميكية على المدى القصير. يُمكن لانخفاض تكاليف نشر الذكاء الاصطناعي أن يُوسع بشكلٍ كبير عدد الشركات والصناعات التي تتبنى هذه التقنيات. نتيجةً لذلك، قد يزداد الطلب الإجمالي على الحوسبة والذاكرة والبنية التحتية، حتى لو أصبحت حالات الاستخدام الفردية أقل استهلاكًا للموارد. ويُظهر تاريخ التقدم التكنولوجي مرارًا وتكرارًا أن تحسين الكفاءة لا يُقلل الطلب، بل يُزيده من خلال زيادة إمكانية الوصول.
ومن المهم أيضًا ملاحظة أن الابتكار المذكور يؤثر بشكل أساسي على مرحلة الاستدلال، أي نشر النماذج المُدرَّبة مسبقًا، وليس على تدريبها. ولا تزال المراحل الأكثر استهلاكًا للموارد في تطوير الذكاء الاصطناعي تتطلب استثمارات كبيرة في الأجهزة. وبالتالي، قد يكون التأثير طويل الأجل لتقنية TurboQuant على الطلب على الذاكرة وأشباه الموصلات محدودًا للغاية مقارنةً برد فعل السوق الأولي.
من هذا المنظور، يتناسب الوضع الحالي مع نمط سوقي مألوف، حيث يُؤدي أي اختراق تكنولوجي إلى تصحيح قصير الأجل في القطاعات التي يُنظر إليها على أنها "خاسرة" محتملة، على الرغم من أنها قد تُفيد النظام البيئي الأوسع في نهاية المطاف. إذا استمر الذكاء الاصطناعي على مسارٍ تُؤدي فيه النماذج الأفضل إلى ضغط أفضل وكفاءة أعلى، فقد تُثبت حلول مثل TurboQuant أنها أقل تهديدًا وأكثر تحفيزًا للموجة التالية من تبني الذكاء الاصطناعي.
من هذا المنطلق، يبدو انخفاض أسعار أسهم شركات الذاكرة أقرب إلى رد فعل على الأخبار المتداولة منه إلى انعكاس لتحول جوهري. تبقى التوقعات طويلة الأجل أكثر توازناً، ويشير التقدم التكنولوجي المستمر إلى أننا قد نشهد توسعاً متواصلاً وديناميكياً للسوق بدلاً من انكماشه.
المصدر: xStation5
ريفيان - شراكة مع أوبر وR2. هل هي "قاتلة تسلا"؟
الولايات المتحدة: إيران ترفض خطة ترامب للسلام بينما يظل مؤشر ستاندرد آند بورز 500 قوياً
ملخص السوق 📈 المؤشرات الأوروبية ترتفع رغم التوترات بين إيران والولايات المتحدة
شركة OpenAI تغلق برنامج "سورا" - ماذا يعني ذلك بالنسبة للأسواق؟
