ديب سيك V4 تعلن التخلي عن نيفيديا! أين وصلت معركة استقلال القدرة الحاسوبية للذكاء الاصطناعي في الصين؟

أعلن DeepSeek عن الجيل الجديد من نموذج V4 متعدد الوسائط، والذي سيعتمد بالكامل على حلول شرائح محلية الصنع، ولن يعتمد على وحدات معالجة الرسوميات من NVIDIA. منذ حادثة زينغ، وحتى حظر ثلاث دورات على الشرائح، تسير صناعة الذكاء الاصطناعي في الصين على مسارين متوازيين: تحسين الخوارزميات، واستبدال المنتجات الأجنبية بالمنتجات المحلية، وتصدير الرموز المميزة Token.

(ملخص سابق: هاوغاو يتحدث عن DeepSeek: لم يتم سرقة ChatGPT، بل تم تجاوز منصة CUDA من NVIDIA عبر تقنيات أسفلية)

(معلومات إضافية: FBI و البيت الأبيض يبدآن التحقيق! واشنطن تشتبه في أن DeepSeek حصلت على شرائح NVIDIA عبر أدوات سرية في سنغافورة)

قبل ثماني سنوات، توقف قلب زينغ. في 16 أبريل 2018، أصدرت وزارة التجارة الأمريكية أمر حظر، جعل شركة زينغ للاتصالات، التي توظف 80 ألف موظف وتحقق إيرادات تفوق مئة مليار، تتوقف فجأة. كان الحظر بسيطًا: خلال سبع سنوات، يُمنع على أي شركة أمريكية بيع مكونات، منتجات، برمجيات، وتقنيات لزينغ.

بدون شرائح كوالكوم، توقفت محطات القاعدة. بدون ترخيص أندرويد من جوجل، لم تعد الهواتف تعمل. بعد 23 يومًا، أصدرت زينغ بيانًا تقول فيه إن أنشطتها الرئيسية أصبحت غير ممكنة.

لكن زينغ نجت في النهاية، لكن بثمن قدره 1.4 مليار دولار.

دفع غرامة قدرها مليار دولار دفعة واحدة؛ وودائع بقيمة 400 مليون دولار في حسابات أمريكية تحت الحراسة. بالإضافة إلى ذلك، تم تغيير جميع الإدارات العليا، وفرضت رقابة من فريق الامتثال الأمريكي. طوال عام 2018، خسرت زينغ 7 مليارات يوان، وانخفضت إيراداتها بنسبة 21.4% على أساس سنوي.

كتب يان يي مين، رئيس مجلس إدارة زينغ آنذاك، في رسالة داخلية: «نحن نعيش في صناعة معقدة تعتمد بشكل كبير على سلاسل التوريد العالمية». كانت هذه الكلمات حينها تأملًا ومرارة.

بعد ثماني سنوات، في 26 فبراير 2026، أعلنت شركة DeepSeek، الوحيدة في الصين في مجال الذكاء الاصطناعي، أن نموذجها متعدد الوسائط V4، الذي ستطلقه قريبًا، سيُجري تعاونًا عميقًا مع شركات الشرائح المحلية، وسيحقق لأول مرة من البداية إلى النهاية حلاً غير تابع لـ NVIDIA.

بمعنى آخر: لم نعد نعتمد على NVIDIA.

عند صدور الخبر، كان رد فعل السوق الأول هو التشكيك. تسيطر NVIDIA على أكثر من 90% من سوق شرائح التدريب للذكاء الاصطناعي على مستوى العالم. فهل من المنطقي التخلي عنها؟

لكن وراء اختيار DeepSeek، يكمن سؤال أكبر من المنطق التجاري: ما هو نوع الاستقلالية التي يحتاجها الذكاء الاصطناعي في الصين فعلاً؟

يعتقد الكثيرون أن الحظر على الشرائح يوقف الأجهزة الصلبة فقط. لكن ما يختنق صناعة الذكاء الاصطناعي الصينية حقًا، هو شيء يُدعى CUDA.

CUDA، أو Compute Unified Device Architecture، هو منصة برمجية ونموذج برمجة أطلقته NVIDIA في 2006، يتيح للمطورين استدعاء قوة معالجات GPU من NVIDIA مباشرة، لتسريع المهام الحسابية المعقدة.

قبل ظهور عصر الذكاء الاصطناعي، كان هذا مجرد أداة لعدد قليل من المتحمسين. لكن مع موجة التعلم العميق، أصبح CUDA أساس صناعة الذكاء الاصطناعي بأكملها.

تدريب النماذج الكبيرة للذكاء الاصطناعي يتطلب بشكل جوهري عمليات مصفوفية هائلة، وهي من أكثر المهام تميزًا في GPU.

بفضل استثمار NVIDIA المبكر على مدى أكثر من عقد، أنشأت CUDA سلسلة أدوات متكاملة من أدنى مستوى من الأجهزة إلى التطبيقات العليا. اليوم، جميع أطر العمل الرئيسية للذكاء الاصطناعي، من TensorFlow من جوجل إلى PyTorch من Meta، مرتبطة بشكل عميق بـ CUDA.

طالب دكتوراه متخصص في الذكاء الاصطناعي، يبدأ من يومه الأول في بيئة CUDA، يتعلم البرمجة، ويجري التجارب. كل سطر برمجيات يكتبه، يعزز من حصن NVIDIA.

حتى 2025، وصل عدد مطوري بيئة CUDA إلى أكثر من 4.5 مليون، وتغطي أكثر من 3000 تطبيق معتمد على GPU، ويستخدمها أكثر من 40 ألف شركة حول العالم. هذا يعني أن أكثر من 90% من مطوري الذكاء الاصطناعي على مستوى العالم مرتبطون ببيئة NVIDIA.

خطورة CUDA تكمن في أنها عجل دوار. كلما زاد عدد المطورين الذين يستخدمونها، زادت الأدوات والمكتبات والكود، وتطورت البيئة بشكل أكثر ازدهارًا؛ وكلما ازدهرت، زاد جذب المطورين الجدد. هذا العجل يدور بسرعة، ويكاد يكون من المستحيل إيقافه.

نتيجة ذلك، تبيع NVIDIA لك أدواتها بأغلى الأسعار، وتحدد وضعية التعدين الوحيدة. يمكنك أن تغير الأدوات، لكن عليك أن تعيد كتابة كل الخبرات والأدوات والكود الذي تراكم على مدى عقد من الزمن، والذي أنشأه أذكى العقول حول العالم.

من يتحمل تكلفة ذلك؟

لذا، عندما بدأ تنظيم BIS في 7 أكتوبر 2022، وفرض قيود على تصدير بطاقات A100 و H100 إلى الصين، شعرت شركات الذكاء الاصطناعي الصينية لأول مرة بالاختناق الشبيه بما حدث مع زينغ. ثم أطلقت NVIDIA نسخة مخصصة للصين، A800 و H800، خفضت عرض النطاق بين الشرائح، وأبقت على الإمداد.

لكن بعد عام واحد، في 17 أكتوبر 2023، شددت القيود مرة أخرى، وحُظر تصدير A800 و H800، ووضعت 13 شركة صينية على قائمة الكيانات. اضطرت NVIDIA لإطلاق نسخة مقيدة أكثر، H20. وفي ديسمبر 2024، خلال ولاية بايدن، تم فرض آخر قيود، حيث حُظر تصدير H20 تمامًا.

ثلاث جولات من القيود، تتصاعد تدريجيًا.

لكن هذه المرة، تختلف القصة تمامًا عن زينغ.

تحت الحظر، ظن الجميع أن حلم النماذج الكبيرة للذكاء الاصطناعي في الصين سينتهي هنا.

لكنهم أخطأوا. لم تختار الشركات الصينية المواجهة المباشرة، بل بدأت في عملية اختراق. المعركة الأولى لم تكن على الشرائح، بل على الخوارزميات.

من نهاية 2024 إلى 2025، اتجهت شركات الذكاء الاصطناعي في الصين بشكل جماعي نحو تقنية النماذج المختلطة (Hybrid Expert Models).

ببساطة، هو تقسيم نموذج ضخم إلى العديد من الخبراء الصغار، ويُشغل فقط الأكثر صلة بالمهمة عند الحاجة، بدلاً من تشغيل النموذج كله.

نموذج DeepSeek V3 هو مثال نموذجي على هذا النهج. يضم 671 مليار معلمة، لكنه يستخدم فقط 37 مليارًا عند الاستدلال، أي حوالي 5.5% من الإجمالي. من ناحية التدريب، استخدم 2048 وحدة من شرائح H800 من NVIDIA، واستغرق 58 يومًا، وتكلف حوالي 5.576 مليون دولار. بالمقارنة، يُقدّر أن تكلفة تدريب GPT-4 حوالي 78 مليون دولار، بفارق كبير.

التحسينات الخوارزمية القصوى انعكست مباشرة على السعر. سعر API الخاص بـ DeepSeek، لكل مليون رمز، يتراوح بين 0.028 و0.28 دولار، بينما سعر GPT-4 هو 5 دولارات للدخول و15 دولارًا للمخرجات. أما Claude Opus، فالسعر أعلى، 15 دولارًا للدخول و75 دولارًا للمخرجات. أي أن DeepSeek أرخص بـ25 إلى 75 مرة من Claude.

هذا الفرق في السعر أحدث صدى واسعًا في سوق المطورين العالمي. في فبراير 2026، على منصة API الأكبر في العالم، OpenRouter، ارتفعت الطلبات على نماذج الذكاء الاصطناعي الصينية بنسبة 127% خلال ثلاثة أسابيع، متجاوزة أمريكا لأول مرة. قبل عام، كانت حصة النماذج الصينية على المنصة أقل من 2%. وبعد عام، زادت بنسبة 421%، واقتربت من 60%.

وراء هذه البيانات، يكمن تغير هيكلي سهل التغاضي عنه. منذ النصف الثاني من 2025، تحولت التطبيقات الرئيسية للذكاء الاصطناعي من الدردشة إلى الوكيل (Agent). في سيناريو الوكيل، استهلاك الرموز لمهمة واحدة يتضاعف من 10 إلى 100 مرة مقارنة بالدردشة البسيطة. ومع ازدياد استهلاك الرموز بشكل أسي، يصبح السعر عاملًا حاسمًا. النماذج الصينية ذات القيمة مقابل السعر، استهدفت تمامًا هذه النافذة.

لكن المشكلة أن تقليل تكلفة الاستدلال لا يحل المشكلة الأساسية للتدريب. إذا لم يتمكن النموذج الكبير من التدريب المستمر على البيانات الأحدث، والتحديث، فإن قدراته ستتدهور بسرعة. والتدريب لا يزال هو الثقب الأسود في الحسابات.

فمن أين تأتي أدوات “الملعقة” للتدريب؟

في مدينة إشنهوا، بمقاطعة جيانغسو، المعروفة سابقًا بالصناعات غير المرتبطة بالذكاء الاصطناعي، تم في 2025 بناء خط إنتاج شرائح محلية بالكامل، بطول 148 مترًا، خلال 180 يومًا فقط من توقيع العقد إلى التشغيل.

المحور الرئيسي لهذا الخط هو شرائح محلية بالكامل: معالج Longxin 3C6000 وبطاقة تسريع AI TaiChu Yuan Qi T100. معالج Longxin 3C6000 تم تطويره بالكامل من الصفر، من مجموعة الأوامر إلى الهيكل الدقيق. أما بطاقة TaiChu Yuan Qi، فهي من فريق مركز الحوسبة الفائقة في ووشي وتخرج من جامعة تسينغهوا، وتستخدم بنية متعددة النوى غير متجانسة.

عند التشغيل الكامل، يمكن إنتاج خادم واحد كل 5 دقائق. استثمار هذا الخط بلغ 1.1 مليار يوان، ويهدف إلى إنتاج 100 ألف وحدة سنويًا.

الأهم من ذلك، أن مجموعة الشرائح المحلية هذه، التي تتكون من آلاف الوحدات، بدأت بالفعل في تنفيذ مهام تدريب النماذج الكبيرة.

في يناير 2026، أطلقت شركة Zhipu AI بالتعاون مع هواوي نموذج GLM-Image، وهو أول نموذج توليد صور حديث يعتمد بالكامل على شرائح محلية في التدريب الكامل. وفي فبراير، أكملت شركة China Telecom تدريب نموذج “Starry Sky” الضخم، بقيمة مئات المليارات من اليوانات، على مجموعة شرائح محلية في شانغهاي.

هذه الأمثلة تؤكد شيئًا واحدًا: الشرائح المحلية لم تعد تقتصر على الاستدلال، بل أصبحت قادرة على التدريب أيضًا. وهذا تحول نوعي. الاستدلال يتطلب تشغيل نموذج مدرب مسبقًا، وهو أقل تطلبًا من حيث الشرائح؛ أما التدريب، فيتطلب معالجة بيانات ضخمة، وإجراء حسابات تدرج معقدة، وتحديث المعلمات، وهو يتطلب قوة حساب، وعرض نطاق تواصل، وبيئة برمجية عالية المستوى، بمستوى يفوق بكثير.

القوة الأساسية التي تتولى هذه المهام، هي شرائح هواوي من سلسلة Ascend. حتى نهاية 2025، تجاوز عدد مطوري بيئة Ascend 4 ملايين، وتعاونت مع أكثر من 3000 شركة، ونجحت 43 نموذجًا رئيسيًا في التدريب المسبق، و200 نموذج مفتوح المصدر في التكيف معها. وفي مؤتمر MWC في 2 مارس 2026، أطلقت هواوي لأول مرة في السوق الخارجية منصة الحوسبة الجديدة SuperPoD.

معالج Ascend 910B، يساوي أداؤه في FP16 مع أداء A100 من NVIDIA. رغم أن الفجوة لا تزال قائمة، إلا أنه أصبح قابلًا للاستخدام، ويتجه نحو أن يكون جيدًا. بناء البيئة لا ينتظر اكتمال الشرائح، بل يجب أن يبدأ على مستوى كافٍ، ويُدفع نحو التطوير المستمر من خلال الطلبات الحقيقية. استهداف شركات مثل ByteDance، Tencent، Baidu لشراء خوادم الحوسبة المحلية، يتضاعف بشكل عام في 2026 مقارنة بالعام السابق. وفقًا لبيانات وزارة الصناعة، بلغ حجم الحوسبة الذكية في الصين 1590 EFLOPS، ويُتوقع أن يكون عام 2026 هو عام الانتشار الواسع للبنية التحتية المحلية.

في بداية 2026، أوقفت ولاية فيرجينيا الموافقة على مشاريع مراكز البيانات الجديدة، بسبب حجم البيانات الهائل. وتبعتها جورجيا، التي أوقفت الموافقات حتى 2027. وأعلنت إلينوي وميشيغان عن إجراءات مماثلة.

وفقًا لوكالة الطاقة الدولية، استهلكت مراكز البيانات الأمريكية في 2024 حوالي 183 تيراواط ساعة، أي حوالي 4% من استهلاك الكهرباء الوطني. ومن المتوقع أن يتضاعف هذا الرقم إلى 426 TWh بحلول 2030، وربما يتجاوز 12%. وتوقع الرئيس التنفيذي لشركة Arm أن استهلاك مراكز البيانات الذكية في أمريكا سيصل إلى 20-25% من استهلاك الكهرباء الأمريكية بحلول 2030.

شبكة الكهرباء الأمريكية لم تعد قادرة على التحمل. شبكة PJM التي تغطي 13 ولاية شرق أمريكا تعاني من نقص قدرته بـ6 جيجاوات. بحلول 2033، ستواجه الولايات المتحدة فجوة قدرها 175 جيجاوات في القدرة الكهربائية، وهو ما يعادل استهلاك 130 مليون منزل. وتكلفة الكهرباء بالجملة في المناطق المركزية لمراكز البيانات ارتفعت بنسبة 267% مقارنة قبل خمس سنوات.

نهاية القدرة الحاسوبية، هي الطاقة. وعلى مستوى الطاقة، الفجوة بين الصين وأمريكا أكبر من الشرائح نفسها، ولكن الاتجاه معكوس.

إجمالي إنتاج الصين من الكهرباء يبلغ 10.4 تريليون كيلوواط ساعة، مقابل 4.2 تريليون في أمريكا، أي أن الصين تنتج 2.5 مرة أكثر. والأهم، أن استهلاك الكهرباء للمواطنين في الصين يمثل 15% فقط من إجمالي الاستهلاك، بينما في أمريكا النسبة 36%. هذا يعني أن الصين لديها فائض كبير من استهلاك الكهرباء الصناعي يمكن استثماره في بناء قدرات حسابية.

أما أسعار الكهرباء، فشركات الذكاء الاصطناعي في المناطق المجمعة بأمريكا تدفع بين 0.12 و0.15 دولار لكل كيلوواط ساعة، بينما في غرب الصين، سعر الكهرباء الصناعية حوالي 0.03 دولار، أي ربع إلى خمس سعر أمريكا.

زيادة إنتاج الكهرباء في الصين وصلت إلى سبعة أضعاف أمريكا.

وفي الوقت الذي تعاني فيه أمريكا من أزمة كهرباء، تتجه الصين بهدوء نحو التصدير الرقمي. وهذه المرة، ليس المنتج أو المصنع، بل الرموز المميزة Token.

Token، الوحدة الأدنى لمعالجة المعلومات في نماذج الذكاء الاصطناعي، أصبحت سلعة رقمية جديدة. تُنتج في مصانع الحوسبة الصينية، وتُنقل عبر كابلات الألياف البحرية إلى العالم.

بيانات مستخدمي DeepSeek توضح الأمر جيدًا: 30.7% من المستخدمين محليون في الصين، 13.6% في الهند، 6.9% في إندونيسيا، 4.3% في أمريكا، و3.2% في فرنسا. يدعم 37 لغة، ويُحظى بشعبية واسعة في أسواق ناشئة مثل البرازيل. يوجد 26 ألف شركة تستخدم الخدمة، و3,200 مؤسسة تستخدم النسخة المؤسسية.

بحلول 2025، اعتمد 58% من الشركات الناشئة في الذكاء الاصطناعي على DeepSeek في تقنياتها. في الصين، استحوذت على 89% من السوق. وفي الدول الأخرى التي تخضع لعقوبات، تتراوح الحصة بين 40% و60%.

هذه الصورة تذكرنا بحرب أخرى من أجل السيادة الصناعية قبل أربعين عامًا.

في طوكيو عام 1986، وبضغط من أمريكا، وقعت اليابان على «اتفاقية السيليكون الأمريكية اليابانية». كانت بنودها الرئيسية: فتح سوق أشباه الموصلات الياباني، بحيث تصل حصة منتجاتها إلى أكثر من 20%، ومنع تصدير شرائحها بأقل من التكلفة، وفرض رسوم جمركية عقابية بنسبة 100% على شرائح بقيمة 300 مليون دولار تصدرها اليابان. ورفضت أمريكا استحواذ فوجيتسو على شركة Quick Semiconductor.

كانت اليابان في ذروتها حينها. بحلول 1988، كانت تسيطر على 51% من سوق أشباه الموصلات العالمي، مقابل 36.8% لأمريكا. وكانت ست شركات يابانية من أكبر عشرة شركات، منها NEC، توشيبا، هيتاشي، فوجيتسو، ميتسوبيشي، باناسونيك. في 1985، خسرت إنتل 173 مليون دولار في معركة أشباه الموصلات مع اليابان، وشارفت على الإفلاس.

لكن بعد توقيع الاتفاقية، تغير كل شيء.

بدأت أمريكا عبر تحقيقات 301 وغيرها، حملة ضغط شاملة على الشركات اليابانية، ودعمت سامسونج وهايوسيون الكوريتين بأسعار أدنى، مما أدى إلى تراجع حصة اليابان من الذاكرة DRAM من 80% إلى 10%. بحلول 2017، كانت حصة السوق اليابانية في الدوائر المتكاملة 7% فقط. الشركات العملاقة التي كانت لا تُقهر، تم تقسيمها، أو استحوذت عليها، أو خرجت من السوق في خسائر مستمرة.

مأساة صناعة أشباه الموصلات اليابانية، أنها كانت تكتفي بأن تكون المنتج الأفضل في نظام عالمي تسيطر عليه قوة خارجية واحدة، ولم تفكر أبدًا في بناء بيئة مستقلة خاصة بها. وعندما تراجعت المياه، اكتشفت أنها لا تملك شيئًا سوى الإنتاج نفسه.

اليوم، صناعة الذكاء الاصطناعي في الصين تقف عند مفترق طرق مشابه، لكنه مختلف تمامًا.

المتشابه هو أننا نواجه ضغطًا خارجيًا هائلًا، مع ثلاث جولات من القيود على الشرائح، وحواجز بيئة CUDA لا تزال عالية.

أما الاختلاف، فهو أننا اخترنا طريقًا أصعب. من تحسين الخوارزميات بشكل مذهل، إلى الانتقال من الاستدلال إلى التدريب باستخدام شرائح محلية، ثم تراكم 4 ملايين مطور في بيئة هواوي، وأخيرًا تصدير الرموز Token إلى السوق العالمية.

كل خطوة على هذا الطريق، تبني بيئة صناعية مستقلة لم تكن موجودة من قبل، على عكس اليابان.

في 27 فبراير 2026، أصدرت ثلاثة تقارير أداء من شركات شرائح الذكاء الاصطناعي المحلية، في نفس اليوم.

شركة Cambrian حققت زيادة في الإيرادات بنسبة 453%، وحققت أول ربح سنوي. شركة Moore Threads زادت إيراداتها بنسبة 243%، لكن خسائرها بلغت مليار يوان. شركة MuXi زادت إيراداتها بنسبة 121%، وخسائرها قريبة من 800 مليون يوان.

نصفها نار، ونصفها بحر.

النار، هي جوع السوق الشديد. الفراغ الذي تركه Huang Renxun، والذي يشكل 95% من السوق، يُملأ الآن بأرقام إيرادات هذه الشركات المحلية، خطوة خطوة. بغض النظر عن الأداء، أو البيئة، السوق بحاجة إلى خيار ثاني غير NVIDIA. هذه فرصة تاريخية ناتجة عن التمزق الجيوسياسي.

أما البحر، فهو تكلفة بناء البيئة. كل خسارة، هي ثمن بناء بيئة مستقلة، تشمل استثمارات في البحث والتطوير، ودعم برمجي، وتوظيف مهندسين لحل مشكلات الترجمة البرمجية على أرض العملاء. هذه الخسائر ليست نتيجة سوء إدارة، بل ضرائب الحرب على بناء بيئة مستقلة.

هذه التقارير الثلاثة، أكثر صدقًا من أي تقرير صناعي، توثق واقع معركة الحوسبة بشكل صادق. ليست انتصارًا، بل معركة شرسة، تتقدم فيها الدماء، وتُخاض على جبهات متعددة.

لكن شكل الحرب تغير. قبل ثماني سنوات، كنا نناقش «هل يمكننا البقاء على قيد الحياة؟». اليوم، نناقش «ما هو الثمن الذي سندفعه للبقاء؟».

والثمن ذاته هو التقدم.