Microsoft Maia 300، مايكروسوفت، Nvidia، شرائح الذكاء الاصطناعي، AI Chips، أخبار التقنية 2026
شركة مايكروسوفت تستعد لجيل جديد من شرائح الذكاء الاصطناعي لمنافسة نفيديا
مايكروسوفت تدخل سباق شرائح الذكاء الاصطناعي بقوة أكبر
لم تعد المنافسة في سوق الذكاء الاصطناعي تدور فقط حول أفضل نموذج لغوي أو أفضل مساعد ذكي. فهناك معركة أخرى تجري خلف الكواليس، وهي معركة العتاد والمعالجات التي تشغل هذه النماذج.
وفي هذا السياق، تستعد مايكروسوفت للكشف عن جيل جديد من شرائح الذكاء الاصطناعي يعرف باسم Maia 300، وفق تقرير نشرته رويترز نقلًا عن تقرير لموقع The Information. وتشير المعلومات إلى أن الإعلان قد يحدث في سبتمبر 2026.
وتأتي الخطوة ضمن استراتيجية أوسع تهدف إلى تقليل اعتماد مايكروسوفت على المعالجات التي توفرها شركة Nvidia، التي أصبحت من أهم المستفيدين من طفرة الذكاء الاصطناعي العالمية.
لماذا تحتاج مايكروسوفت إلى شرائح خاصة بها؟
تشغيل نماذج الذكاء الاصطناعي الحديثة يحتاج إلى كميات ضخمة من القدرة الحوسبية.
فالنماذج الكبيرة لا تعمل على حاسوب شخصي تقليدي، بل تحتاج إلى مراكز بيانات ضخمة تحتوي على آلاف المعالجات المتخصصة.
ومع ارتفاع الطلب على خدمات الذكاء الاصطناعي، أصبحت تكلفة شراء وتشغيل هذه المعالجات أحد أكبر التحديات أمام شركات الحوسبة السحابية.
ومن هنا تأتي أهمية تطوير شرائح خاصة.
إذا استطاعت مايكروسوفت إنتاج شريحة مصممة تحديدًا لأحمال الذكاء الاصطناعي التي تستخدمها في Azure وCopilot وغيرها من خدماتها، فقد تتمكن من تحسين الكفاءة وتقليل بعض التكاليف على المدى الطويل.
من Maia 200 إلى Maia 300
لم تبدأ مايكروسوفت هذه الرحلة مع Maia 300.
فالشركة أطلقت سابقًا عائلة من شرائح الذكاء الاصطناعي بهدف بناء بنية تحتية داخلية قادرة على التعامل مع متطلبات النماذج الحديثة.
وتشير التقارير إلى أن Maia 200 تم بناؤها باستخدام تقنية تصنيع متقدمة بحجم 3 نانومتر، مع تصميم يركز على معالجة أعباء الذكاء الاصطناعي.
أما الجيل الجديد Maia 300 فيأتي في إطار استمرار هذه الاستراتيجية.
والهدف ليس بالضرورة استبدال جميع شرائح Nvidia في وقت واحد، وإنما بناء منظومة أكثر تنوعًا تستطيع مايكروسوفت التحكم في جزء أكبر منها.
لماذا تعتبر Nvidia مهمة جدًا؟
شركة Nvidia أصبحت لاعبًا رئيسيًا في ثورة الذكاء الاصطناعي بفضل وحدات معالجة الرسومات الخاصة بها، والتي تستخدمها شركات التكنولوجيا الكبرى لتدريب وتشغيل النماذج.
لكن الاعتماد الكبير على مورد واحد يخلق تحديات.
عندما تحتاج الشركات إلى كميات ضخمة من المعالجات، تصبح القدرة على الحصول عليها في الوقت المناسب عنصرًا مهمًا في المنافسة.
كما أن تكلفة البنية التحتية يمكن أن تؤثر في تكلفة خدمات الذكاء الاصطناعي التي تقدمها الشركات للمستخدمين.
لهذا تتجه شركات مثل Microsoft وGoogle وAmazon إلى تطوير معالجاتها الخاصة.
تعرف ايضأ : الذكاء الاصطناعي 2026.. ثورة تقنية بدأت بالفعل! 10 تغييرات ستفاجئ الجميع
هل ستنافس Maia 300 شركة Nvidia مباشرة؟
من المبكر القول إن ذلك سيحدث.
المنافسة في هذا المجال لا تعتمد على الشريحة وحدها.
هناك منظومة كاملة تشمل البرمجيات، وأدوات التطوير، وأنظمة التشغيل، والمكتبات البرمجية، والشبكات، والذاكرة، ومراكز البيانات.
وقد تمتلك شركة شريحة قوية، لكنها تحتاج إلى منظومة برمجية مناسبة حتى يتمكن المطورون من الاستفادة منها بسهولة.
وهنا تتمتع Nvidia بميزة مهمة نتيجة سنوات من الاستثمار في منظومة CUDA وغيرها من الأدوات.
لكن مايكروسوفت تمتلك بدورها ميزة مختلفة، وهي سيطرتها على واحدة من أكبر منصات الحوسبة السحابية في العالم.
حجم الطموح كبير
بحسب التقرير الذي نقلته رويترز، تجري مايكروسوفت محادثات مع TSMC لإنتاج أكثر من 300 ألف وحدة من الشريحة بحلول 2027، مع طموحات مستقبلية للحصول على قدرة إنتاجية تتجاوز مليون شريحة.
لكن هذه الأرقام والخطط قد تتأثر بعوامل مثل توافر المكونات وقدرة مصانع TSMC على تلبية الطلب.
وهذا يوضح حجم المنافسة.
المعركة لم تعد فقط بين شركات البرمجيات، بل أصبحت تشمل مصانع أشباه الموصلات ومصممي المعالجات ومراكز البيانات.
ماذا يعني ذلك للمستخدم؟
قد لا يلاحظ المستخدم العادي اسم Maia 300 مباشرة، لكنه قد يستفيد من نتائج هذه المنافسة بصورة غير مباشرة.
فعندما تصبح البنية التحتية أكثر كفاءة، يمكن أن تنخفض تكلفة تشغيل خدمات الذكاء الاصطناعي أو تتحسن سرعتها.
وقد يسمح ذلك لمايكروسوفت بتوسيع استخدام الذكاء الاصطناعي داخل منتجات مثل Copilot وخدمات Azure.
كما أن زيادة المنافسة في سوق المعالجات يمكن أن تقلل من اعتماد صناعة الذكاء الاصطناعي على مورد واحد.
مستقبل معالجات الذكاء الاصطناعي
من الواضح أن تصميم المعالجات أصبح جزءًا أساسيًا من استراتيجية شركات التكنولوجيا.
Google لديها شرائحها الخاصة، وAmazon تعمل على عائلة من المعالجات المتخصصة، ومايكروسوفت توسع استثماراتها، بينما تستمر Nvidia في تطوير أجيال جديدة من معالجات الذكاء الاصطناعي.
وهذا يعني أن مستقبل الذكاء الاصطناعي لن تحدده النماذج وحدها.
الشرائح، والطاقة، ومراكز البيانات، وسلاسل الإمداد، والشبكات ستكون جميعها عناصر أساسية في تحديد من يستطيع بناء وتشغيل أنظمة الذكاء الاصطناعي على نطاق واسع.
الخلاصة
خطوة مايكروسوفت نحو Maia 300 تعكس تحولًا مهمًا في صناعة التكنولوجيا.
فبعد أن كان الذكاء الاصطناعي يعتمد بدرجة كبيرة على معالجات عامة ومتخصصة من شركات محددة، بدأت أكبر شركات التقنية في تصميم العتاد الذي يناسب احتياجاتها الخاصة.
وإذا نجحت هذه الاستراتيجية، فقد نشهد خلال السنوات المقبلة سوقًا أكثر تنوعًا في معالجات الذكاء الاصطناعي، وهو ما قد يكون خبرًا جيدًا للصناعة والمستخدمين على حد سواء.