بين عامي 2026 و2030، ستشهد صناعة الذكاء الاصطناعي تحولًا جذريًا بسبب أربعة قوى رئيسية تؤثر بشكل كبير على اقتصاد الاستدلال وتكاليف التدريب. في هذا السياق، أظهر تقرير حديث كيف أن ارتفاع أسعار DRAM وHBM، إلى جانب ظهور نماذج مفتوحة مثل GLM-5.2، سيؤدي إلى تغيير معالم القطاع.

إحدى التغيرات الرئيسية تتعلق بزيادة كفاءة الاستدلال، حيث تم تسجيل تحسن كبير في عمليات الضغط على الذاكرة وتطوير بيئات محلية خفيفة الوزن. ولكن ما ينتظر الشركات هنا هو الفجوة المستمرة في التكاليف بين الشركات الجديدة والقائمة، والتي تشير إلى أن تكلفة البُنى التحتية الجديدة لن تتمكن من منافسة المستهلكين الحاليين بسبب عملية الاستهلاكية المتسارعة.

من المتوقع أن يتم تقسيم التدريب إلى فئتين رئيسيتين: الفئة الفاخرة بتكاليف تتراوح بين 18 إلى 38 مليار دولار لكل دورة متطورة، والفئة العامة التي تعتمد على تطبيقات التعلم المعزز (Reinforcement Learning) لتنخفض إلى حوالي 5 ملايين دولار.

يرتبط استدامة المشاريع المعلنة بضرورة تعزيز الطلب على الرموز بنسبة 2x سنويًا خلال السنوات الأربع القادمة، مما قد يدفع الصناعة نحو ضغوط أكبر في الأسعار.

في الختام، يشير التقرير إلى أن قدرة الشركات على النجاة تعتمد على الطلب على عرض النطاق الترددي، وثبات الأسعار، والقدرة على الاستفادة من الملكية القديمة. ما هي الآثار التي تتوقعونها من هذا التطور؟ شاركونا في التعليقات.