الحواسيب

أمازون تطلق TorchNeuron لكسر هيمنة إنفيديا على الذكاء الاصطناعي

تسعى أمازون إلى كسر سيطرة إنفيديا على بنية الذكاء الاصطناعي عبر أداة جديدة تجعل الانتقال إلى شرائحها البديلة سلساً ومفيداً للشركات الناشئة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 20 أكتوبر 2026 · آخر تحديث: 20 أكتوبر 2026 · 3 دقائق قراءة

أمازون تطلق TorchNeuron لكسر هيمنة إنفيديا على الذكاء الاصطناعي — الصورة: TechCrunch

الخلاصة

أداة TorchNeuron تتيح تشغيل تطبيقات PyTorch على شرائح Trainium بتغيير سطر واحد من الإعدادات دون إعادة كتابة الكود.
تدعم الأداة التدريب والاستدلال على نفس الشريحة، مما يحسّن الاقتصاد التشغيلي للشركات الناشئة مقارنة بالاعتماد على إنفيديا.
تساهم أمازون في مشروع PyTorch المفتوح المصدر لإزالة الأكواد المرتبطة حصرياً بشرائح إنفيديا، مما يجعل المنصة محايدة تقنياً.
تؤكد أمازون أن البنية التحتية السحابية المتكاملة توفر مزايا تنافسية أكبر من مزودي الحوسبة الأحادية مثل Coreweave.

إطلاق أداة TorchNeuron لمواجهة الاحتكار

أعلنت أمازون ويب سيرفيسز (AWS) عن إطلاق أداة تطوير جديدة تحمل اسم TorchNeuron، في خطوة تصفها الشركة بأنها أكبر تحدٍّ حتى الآن لسيطرة إنفيديا على سوق أجهزة الذكاء الاصطناعي. تهدف الأداة إلى تمكين الشركات الناشئة في مجال الذكاء الاصطناعي من نقل تطبيقاتها بسهولة إلى شرائح Trainium الخاصة بأمازون، مما يفتح الباب أمام بدائل حقيقية لمعالجات جرافيك إنفيديا التي أصبحت المعيار الافتراضي في القطاع.

التكامل السلس مع PyTorch

تعتمد الأداة الجديدة على إطار عمل PyTorch، وهو مجموعة أدوات مفتوحة المصدر مجانية يستخدمها المطورون لبناء نماذج الذكاء الاصطناعي وتدريبها وتشغيلها. تشير أمازون إلى أن حوالي 85% من تطبيقات الذكاء الاصطناعي الحالية مكتوبة باستخدام PyTorch. تتيح TorchNeuron تشغيل هذه التطبيقات على شرائح Trainium من خلال تغيير سطر واحد فقط من ملف الإعدادات، دون الحاجة إلى إعادة كتابة الأكواد البرمجية، مما يقلل من حواجز الانتقال التقني بشكل كبير.

كسر ارتباط PyTوحب بإنفيديا

على الرغم من أن PyTorch أصبح ملكاً لمؤسسة لينكس منذ عام 2022 بعد تطويره الأصلي بواسطة فيسبوك، إلا أن إنفيديا قضت سنوات في ضمان دعم سلس لتقنيتها البرمجية CUDA مع هذا الإطار. هذا الدعم جعل أجهزة إنفيديا مدمجة عملياً في المنصة بشكل افتراضي. الآن، تعمل أمازون على تغيير هذه الديناميكية من خلال مساهمتها في الكود المصدري الرئيسي لـ PyTorch، بهدف إزالة الأكواد التي تربط الإطار بشرائح محددة، مما يجعله أكثر حياداً تقنياً لمجتمع المطورين ككل وليس فقط لمستخدمي Trainium.

المزايا الاقتصادية للشركات الناشئة

تجادل أمازون بأن الانتقال إلى Trainium ليس سهلاً فحسب، بل يوفر أيضاً وصولاً إلى بنيتها التحتية السحابية الكاملة، وهو ما تعتبره خياراً أفضل للشركات الناشئة مقارنة بمزودي الحوسبة الجدد (Neoclouds) المرتبطين غالباً بإنفيديا مثل Coreweave وNebius. يؤكد كولين بريس، نائب الرئيس للتقنية البرمجية في AWS Annapurna Labs، أن بناء التطبيقات على AWS يعني الاعتماد على بنية تحتية جاهزة للانتقال من النموذج الأولي إلى الإنتاج، مما يسمح للمؤسسين بالتحرك بسرعة والتوسع عند الحاجة دون الحاجة لبناء كل شيء من الصفر.

دراسة حالة: نجاح Deepgram

لتوضيح الفوائد الاقتصادية، تشير أمازون إلى شركة Deepgram، المزود لتطبيقات الصوت بالذكاء الاصطناعي والمنافسة لشركة ElevenLabs. انتقلت Deepgram إلى استخدام Trainium عبر دعم PyTorch الأصلي، مما مكنها من معالجة 70% المزيد من البيانات الصوتية لكل دولار مصروف مع الحفاظ على دقة إنتاجية عالية. يوضح بريس أن قيمة Trainium تكمن في مزيج الأداء والسعر، بالإضافة إلى كونها منصة موحدة للتدريب والاستدلال، مما يحسن الاقتصاد الكلي عبر دورة العمل الكاملة.

آثار مستقبلية على سوق الأجهزة

إذا نجحت أمازون في فك ارتباط PyTorch بإنفيديا بشكل عميق، فقد تكون العواقب أكبر بكثير من مجرد منافسة على مستوى الشرائح. يرى بريس أن القصة الحقيقية تكمن في إزالة القفل الذي منع المطورين من امتلاك خيار حقيقي. بينما قد يرى البعض أن دفع إنفيديا خارج المنصة قد يسبب صداعاً إضافياً في الإعدادات، إلا أن الهدف المعلن هو توفير خيارات أكثر ملاءمة من حيث التكلفة ومرونة أكبر للمطورين في بناء تطبيقات الذكاء الاصطناعي المستقبلية.