يستهدف طرح أسهم شركة سيريبراس للاكتتاب العام سعرًا يتراوح بين 115 و125 دولارًا أمريكيًا للسهم الواحد وسط تحول شركة إنفيديا نحو استخدام تقنيات الاستدلال بالذكاء الاصطناعي

ستبدأ شركة Cerebras Systems في طرح أسهمها على المستثمرين يوم الاثنين، مع خطط لبيع الأسهم بسعر يتراوح بين 115 و 125 دولارًا للسهم الواحد، وفقًا لشخص مطلع على الخطط تحدث إلى رويترز.

تحاول الشركة المصنعة لرقائق الذكاء الاصطناعي طرح أسهمها للاكتتاب العام للمرة الثانية، بعد أن سحبت محاولتها الأولى في أكتوبر من العام الماضي.

شركة سيريبراس أعلنتtronللسنة المنتهية في 31 ديسمبر. فقد حققت الشركة إيرادات بلغت 510 ملايين دولار، بزيادة ملحوظة عن 290.3 مليون دولار في العام السابق. كما حققت ربحاً قدره 1.38 دولار للسهم الواحد، مقارنة بخسارة قدرها 9.90 دولار للسهم الواحد في العام السابق.

من مورغان ستانلي وسيتي غروب وباركليز ويو بي إس تتولى كل عملية بيع الأسهم.

يشهد القطاع الصناعي تحولاً

استراتيجية سيريبراس ليست عشوائية. يشهد قطاع الذكاء الاصطناعي تحولاً من تطوير نماذج جديدة إلى تشغيلها في تطبيقات عملية. يمثل هذا التحول فرصة ذهبية للشركات الصغيرة التي تنافس احتكار شركة إنفيديا (NASDAQ: NVDA). وكما ذكر موقع Cryptopolitan، حتى شركة أوبن إيه آي غير مقتنعة بأجهزة الاستدلال التي تقدمها إنفيديا.

يعود ذلك إلى أن تشغيل نماذج الذكاء الاصطناعي، المعروف بالاستدلال، يتطلب قدرات مختلفة عن تدريبها. وهذا يتيح فرصًا لشركات تصنيع الرقائق المتخصصة لإيجاد مكانها في السوق. فمعالجة كميات كبيرة من المعلومات تتطلب توازنًا مختلفًا بين قوة الحوسبة والذاكرة وسرعات نقل البيانات مقارنةً بتشغيل روبوت محادثة يعمل بالذكاء الاصطناعي أو مساعد برمجة.

أدى هذا التنوع في المتطلبات إلى زيادة تنوع سوق الاستدلال. فبعض المهام تعمل بشكل أفضل على رقائق الرسومات التقليدية، بينما تتطلب مهام أخرى معدات أكثر تطوراً.

يُظهر استحواذ شركة إنفيديا على شركة جروك في ديسمبر الماضي مقابل 20 مليار دولار كيف تتطور الأمور. فقد طورت جروك رقائق مزودة بذاكرة SRAM فائقة السرعة قادرة على معالجة استجابات الذكاء الاصطناعي بسرعة تفوق سرعة رقائق الرسومات التقليدية. إلا أن الشركة واجهت صعوبة في التوسع نظرًا لمحدودية قدرة رقائقها الحاسوبية واعتمادها على تقنية قديمة.

حلت شركة Nvidia هذه المشكلة بتقسيم العمل. فهي تستخدم رقائق الرسومات العادية الخاصة بها للجزء الحسابي المكثف من توليد استجابات الذكاء الاصطناعي، والذي يُسمى التعبئة المسبقة، بينما تستخدم رقائق Groq لخطوة فك التشفير الأسرع التي تتطلب حسابًا أقل ولكنها تحتاج إلى وصول سريع إلى البيانات.

تقوم شركات كبرى أخرى بأمور مماثلة. فقد أعلنت أمازون ويب سيرفيسز عن نظامها المنفصل الخاص بها بعد فترة وجيزة من مؤتمر تقني كبير. يجمع هذا النظام بين رقائق Trainium المصممة خصيصًا لعمليات التعبئة المسبقة ورقائق Cerebras بحجم الرقاقة لعمليات فك التشفير.

انضمت شركة إنتل أيضاً إلى هذا التوجه، وكشفت عن خطط لدمج رقائق الرسومات مع معالجات من شركة ناشئة أخرى تُدعى سامبانوفا. ستتولى رقائق الرسومات مهمة التعبئة المسبقة، بينما تتولى رقائق سامبانوفا مهمة فك التشفير.

حققت معظم شركات تصنيع الرقائق الصغيرة نجاحًا في مجال فك التشفير. ذاكرة SRAM لا تستوعب الكثير من المعلومات، لكنها فائقة السرعة. مع عدد كافٍ من الرقائق، أو رقاقة واحدة كبيرة جدًا مثل تلك شركة Cerebras ، تتفوق هذه الأنظمة في مهام فك التشفير. لكن الشركات لا تتوقف عند هذا الحد.

تُشكّل التقنيات الجديدة تحدياً لنهج الرقاقة المنقسمة

أعلنت شركة "لوماي" الناشئة هذا الأسبوع عن تطويرها شريحة تستخدم الضوء بدلاً من الكهرباء لإجراء العمليات الحسابية الأساسية في تطبيقات الذكاء الاصطناعي. ويستهلك هذا النهج طاقة أقل بكثير من الشرائح التقليدية.

تتوقع الشركة أن تقدم أنظمة Iris Tetra القادمة أداءً فائقًا في مجال الذكاء الاصطناعي مع استخدام 10 كيلوواط فقط من الطاقة بحلول عام 2029.

تجمع هذه الرقائق بين مكونات ضوئية وكهربائية، لكن الضوء هو المسؤول عن معظم العمليات أثناء الاستدلال. تخطط شركة لومائي لاستخدام هذه الرقائق في البداية كبديل مستقل لرقائق الرسومات في عمليات المعالجة الدفعية. لاحقًا، تعتزم الشركة استخدامها أيضًا في عمليات التعبئة المسبقة.

لا يرى الجميع أن تقسيم العمل بين رقائق مختلفة أمر منطقي. فقد أطلقت شركة Tenstorrent أنظمة Galaxy Blackhole هذا الأسبوع، وانتقد الرئيس التنفيذي جيم كيلر هذا النهج.

قال كيلر: "تتعاون جميع الشركات في هذا القطاع لبناء مُسرِّعٍ مُسرِّعٍ مُسرِّع. تُشغِّل وحدات المعالجة المركزية (CPU) التعليمات البرمجية. تُسرِّع وحدات معالجة الرسومات (GPU) وحدات المعالجة المركزية. تُسرِّع وحدات معالجة الموتر (TPU) وحدات معالجة الرسومات. تُسرِّع وحدات معالجة المنطق (LPU) وحدات معالجة الموتر. وهكذا. يؤدي هذا إلى حلول معقدة من غير المرجح أن تكون متوافقة مع التغييرات في نماذج الذكاء الاصطناعي واستخداماتها. في Tenstorrent، اعتقدنا أن شيئًا أكثر عمومية وبساطة سيكون أنسب".