تسارع سباق البنية التحتية للذكاء الاصطناعي مع توسع الاعتماد على المعالجة المحلية وتقنيات الوكلاء الذكية

يتجه سباق الذكاء الاصطناعي إلى مرحلة جديدة لم تعد المنافسة فيها مقتصرة على تطوير النماذج الأكثر تقدمًا، بل أصبحت البنية التحتية التي تشغل هذه النماذج جزءًا أساسيًا من السباق. ومع انتقال الذكاء الاصطناعي من مجرد أداة تجيب عن الأسئلة إلى أنظمة قادرة على التخطيط واستخدام الأدوات وتنفيذ سلسلة متتابعة من المهام، تزداد الحاجة إلى حوسبة أكثر مرونة لا تعتمد بالكامل على مراكز البيانات البعيدة.

ويأتي الذكاء الاصطناعي الوكيلي في قلب هذا التحول، إذ يستطيع الوكيل تقسيم المهمة إلى خطوات، واستدعاء الأدوات والخدمات، ومراجعة النتائج ثم مواصلة التنفيذ حتى الوصول إلى الهدف. وهذا الأسلوب يفرض متطلبات جديدة على المعالجات والذاكرة والشبكات ومكان تنفيذ العمليات.

وقد كشفت التطورات التي عرضتها إنتل خلال مؤتمر Hot Chips 2026 عن توجه واضح لبناء منظومة تمتد من مراكز البيانات إلى الحواسيب والأجهزة الطرفية. وتضم هذه المنظومة معالج Diamond Rapids الموجه للحوسبة والتنسيق في المؤسسات، ومسرّع Crescent Island المخصص للاستدلال بكفاءة أعلى، إلى جانب Wildcat Lake الذي ينقل قدرات الذكاء الاصطناعي إلى الحواسيب المحمولة والأجهزة الطرفية.

ويعكس هذا التوجه تغيرًا في طريقة النظر إلى مكان تشغيل الذكاء الاصطناعي. فبدل إرسال كل مهمة إلى السحابة، يمكن توزيع أعباء العمل بين الجهاز المحلي والخادم القريب ومركز البيانات، بحسب طبيعة المهمة وحجمها. وتصبح هذه المرونة أكثر أهمية عندما ينفذ الوكيل سلسلة طويلة من الإجراءات، إذ قد يؤدي إرسال كل خطوة إلى خادم بعيد إلى زيادة زمن الاستجابة دون حاجة حقيقية.

ولا ترتبط أهمية المعالجة المحلية بالسرعة فقط، فالبيانات أصبحت عاملًا أساسيًا أيضًا. المؤسسات تتعامل مع سجلات العملاء والمعلومات المالية والبيانات الصناعية والملفات الداخلية، ومع ازدياد قدرة الوكلاء على الوصول إلى هذه المعلومات واتخاذ إجراءات بناء عليها تزداد حساسية مكان معالجتها. لذلك يمكن للمعالجة المحلية أن تمنح الشركات تحكمًا أكبر في بياناتها، إلى جانب تقليل زمن الاستجابة في التطبيقات التي تحتاج إلى قرارات شبه فورية.

ويظهر ذلك بصورة واضحة في الحوسبة الطرفية، حيث تتم معالجة البيانات بالقرب من مصدرها، وهو نموذج يمكن أن يخدم المصانع والمخازن وشبكات الطاقة والأنظمة الذكية، خصوصًا عندما تكون الاستجابة السريعة واستمرارية العمل أمرين أساسيين.

كما أن الوكلاء يغيرون طريقة تصميم الرقائق نفسها. فالمعالج لم يعد مطالبًا بتشغيل نموذج واحد فقط، بل بالتعامل مع حلقات متكررة من الاستدلال والتخطيط واستدعاء الأدوات وتحليل النتائج. ولهذا تصبح الذاكرة والأداء واستهلاك الطاقة وتكلفة التشغيل عوامل متساوية الأهمية تقريبًا.

وفي المقابل، لا يعني انتشار المعالجة المحلية أن مراكز البيانات ستفقد دورها. النماذج الضخمة والمهام التي تحتاج إلى قدرات حسابية وذاكرة هائلة ستظل تعتمد عليها، بينما يمكن نقل العمليات الأصغر أو مراحل معينة من الاستدلال إلى الأجهزة والخوادم القريبة، لتنشأ بنية هجينة توزع المهام بحسب الحاجة.

ويزداد هذا الاتجاه أهمية مع انتقال المنافسة من تدريب النماذج إلى كفاءة استخدامها. فالوكيل قد ينفذ عدة عمليات استدلال خلال مهمة واحدة، وبالتالي فإن تحسين سرعة كل عملية واستهلاكها للطاقة يمكن أن يخفض تكلفة التشغيل بشكل مباشر.

وبذلك لا يبدو أن الحوسبة السحابية في طريقها إلى الاختفاء، وإنما تتجه الصناعة نحو نموذج أكثر توزيعًا يجمع بين السحابة والحافة والجهاز المحلي. ومع تحول الوكلاء إلى أنظمة تنفذ المهام وتتخذ الإجراءات بدل الاكتفاء بتقديم الإجابات، ستصبح القدرة على توزيع الحوسبة بكفاءة واحدة من أهم ملامح الجيل المقبل من الذكاء الاصطناعي.