تروج OpenAI لنماذجها لتصميم الرقائق، متوقعة تفوق التكلفة على المصادر المفتوحة

توسع OpenAI نماذجها المتقدمة في تصميم الرقائق وعلوم الحياة والمالية، جاعلةً أن النموذج ذو التكلفة الأولية الأعلى يمكن أن يجدي نفعاً من خلال أداء المهمة بمحاولات أقل.

أبلغت رويترز في 9 سبتمبر أن المديرة المالية سارة فريار قدمت هذه الحجة في مؤتمر Communacopia + Technology التابع لـ Goldman Sachs في سان فرانسيسكو في 7 سبتمبر.

بالنسبة للشركات التي تحاول الاختيار بين النماذج عالية المستوى والنماذج منخفضة التكلفة، فإن هذا يغير النقاش. بدلاً من السؤال عن أي نموذج لديه أدنى سعر للرمز المميز، ترغب OpenAI في أن يفكر العملاء في أي نموذج يقدم أرخص مهمة مكتملة.

تصميم الرقائق كإسفين، وليس بديلاً عن EDA

لا تحاول OpenAI استبدال أنظمة الأتمتة الإلكترونية للتصميم التي يستخدمها المهندسون حالياً لتطوير الرقائق. في الواقع، تساعد حلولها في تحسين هذه العمليات من خلال مساعدة المهندسين على تحليل المشكلات وتقييم الأساليب وتسريع بعض المهام.

وفقاً لفريار، يزداد الطلب على الذكاء الاصطناعي المطور لمهام محددة. كما أبلغت رويترز، تختبر OpenAI أيضاً نموذجاً تجارياً يعتمد التسعير فيه على مدى فعالية الذكاء الاصطناعي للشركة المعينة بدلاً من الاستهلاك.

هذا يتماشى مع المنشور الذي نشره فريار في 17 يوليو الذي أشار إلى أهمية "الذكاء المفيد لكل دولار" بدلاً من سعر الرمز المميز. بينما قد يتطلب النموذج الأرخص عدة محاولات ومراجعات بالإضافة إلى تدخل بشري، قد يثبت النموذج الأغلى أنه خيار أكثر فعالية من حيث التكلفة لأنه يصل إلى النتيجة بشكل أسرع.

Jalapeño كنقطة إثبات داخلية

أوضح دليل على براعة OpenAI هو Jalapeño، أول شريحة استنتاج مخصصة لها. ذكرت الشركة في منشور في 25 أغسطس أن تقنيتها للذكاء الاصطناعي سهلت انتقال Jalapeño من مرحلة المفهوم إلى التصنيع في تسعة أشهر فقط.

بفضل الذكاء الاصطناعي، تم تقليل دورات التصميم والقياس والتحقق. كما تم استخدام الذكاء الاصطناعي لتحسين أداء الدوائر الحسابية وبرمجة الشريحة النهائية.

ادعت OpenAI أن أداء شريحة Jalapeño كان أعلى بنسبة 1.5-1.9 مرة عندما يتعلق الأمر بأعمال الذكاء الاصطناع لكل واط مقارنة بأجهزة Nvidia GB200 وGB300 المكافئة المستخدمة لأداء الحسابات بواسطة GPT-OSS 120B وDeepSeek R1 وKimi K2.5.

وفقاً للمعلومات المقدمة من Cryptopolitan في 25 أغسطس، فإن الشريحة المصممة من قبل Broadcom مخصصة حصرياً لأغراض OpenAI وليست للبيع في السوق. لذلك، هذه الإحصائيات هي أرقام OpenAI فقط. لاحظت SemiAnalysis تشغيل InferenceX لكنها لم تعيد إنتاج مجموعة الاختبار الكاملة بشكل مستقل.

حجة التكلفة لكل مهمة، تم التحقق منها ضد البيانات الخارجية

قالت فريار إن قرار OpenAI بخفض تكلفة منتجها من الفئة الأدنى Luna قد ساهم في نمو استخداماته بمقدار عشرة أضعاف تقريباً، وكذلك زاد عدد مستخدمي Codex إلى 25 مليوناً، وفقاً لرويترز.

توفر الاختبارات المستقلة بعض الأدلة على إعلان التسعير. تقارن Artificial Analysis تسعير GPT-5.6 Luna مع GLM-5.3 من Z.ai وتحدد سعر Luna بحوالي 0.18 دولار مقابل 2.01 دولار لـ GLM-5.3 لمهمة قياسية.

ومع ذلك، فإن هذا ليس مقارنة من جانب واحد تماماً. حصل GLM-5.3 على 45 في مؤشر الذكاء الاصطناعي لـ Artificial Analysis، مما يمنح Luna درجة 38 فقط. وبالتالي، تتمتع OpenAI بميزة في التسعير لكل مهمة قياسية، لكنها ليست بالضرورة أفضل ذكاء اصطناعي أداءً.

حقل تدخل فيه OpenAI متأخراً

تصميم الرقائق بمساعدة الذكاء الاصطناعي راسخ بالفعل. تقول Synopsys إن مساعدها الذكي المولد يمكنه تقليل وقت استرجاع المعلومات بنسبة 40% وتقليل الوقت اللازم للحل بمقدار 10 إلى 20 مرة.

قالت Cadence في 1 يونيو أن مهندس الذكاء الاصطناعي المستقل ChipStack الخاص بها يمكنه تقليل دورات التحقق من RTL من خمسة أسابيع إلى أقل من يوم واحد. كما تم استخدام AlphaChip من Google في الرقائق المتقدمة عبر Alphabet.

الميزة الحقيقية لـ OpenAI، إذن، ليست الادعاء بأن الذكاء الاصطناعي يمكن أن يساعد في تصميم الرقائق. إنها الحجة القائلة بأن نماذجها الخاصة يمكنها القيام بذلك بتكلفة أقل لكل نتيجة ناجحة.

لماذا تزداد المخاطر

السوق وراء هذا الحجة هائلة. قالت PwC في 2 سبتمبر أن الإنفاق الرأسمالي العالمي على بنية الذكاء الاصطناعي التحتية قد يصل إلى 31.6 تريليون دولار حتى عام 2050، مع ارتفاع الإنفاق السنوي من حوالي 800 مليار دولار في عام 2026 إلى 1.8 تريليون دولار في عام 2050. من المتوقع أن تدفع ترقيات الرقائق والخوادم المتكررة جزءاً كبيراً من هذا الإنفاق.

يضيف تقرير OECD الصادر في 10 يوليو حول أسواق الذكاء الاصطناعي نقطة المضادة: انخفضت أسعار نماذج الذكاء الاصطناعي المعدلة حسب الجودة بنسبة 80% تقريباً بين يناير 2024 وأبريل 2026، حتى مع بقاء الحوسبة والرقائق والمدخلات الحرجة الأخرى مركزة للغاية.

تراهن OpenAI على أن التكامل الأكثر كثافة عبر النماذج والبرمجيات والرقائق سيحول هذا التركيز إلى ميزة كفاءة. إذا نجحت، فقد تصبح التكلفة لكل مهمة مكتملة أكثر أهمية من سعر الرمز المميز — وتصبح قوة أخرى تدفع الذكاء الاصطناعي نحو اللاعبين في السلسلة الكاملة.