أعلنت شركتا ميتا الأميركية وآرم البريطانية عن توقيع شراكة تقنية استراتيجية تهدف إلى تعزيز قدرات الذكاء الاصطناعي وتطوير بنية تحتية أكثر كفاءة لتطبيقات ميتا التي تخدم أكثر من 3 مليارات مستخدم حول العالم.
تعاون لتسريع أنظمة التوصية والذكاء الاصطناعي
بموجب الاتفاق الجديد، ستعتمد ميتا على منصة Neoverse من آرم لتشغيل أنظمة الترتيب والتوصية الخاصة بها، وهي التقنيات التي تعتمد عليها الشركة في تخصيص المحتوى والإعلانات عبر منصاتها مثل فيسبوك، إنستغرام، واتساب وفيسبوك ماسنجر.
وذكرت الشركة أن منصة Neoverse تم تصميمها لتقديم أداء عالٍ في بيئات الحوسبة السحابية، مع تحسين استهلاك الطاقة ورفع كفاءة تشغيل نماذج الذكاء الاصطناعي واسعة النطاق.
تصريحات من قيادتي ميتا وآرم
وقال سانتوش جاناردان، رئيس البنية التحتية في ميتا:
“الذكاء الاصطناعي يعيد تشكيل الطريقة التي يتواصل بها الناس ويبدعون، وشراكتنا مع آرم تساعدنا على توسيع هذا الابتكار بكفاءة أكبر.”
من جانبه، أكد رينيه هاس، الرئيس التنفيذي لشركة آرم:
“المرحلة القادمة من تطور الذكاء الاصطناعي ستُبنى على الكفاءة على نطاق واسع، وتحالفنا مع ميتا يجمع بين قوة الأداء وكفاءة استهلاك الطاقة.”
منافسة محتدمة في سوق الذكاء الاصطناعي
تأتي الشراكة في ظل سباق عالمي بين الشركات الكبرى لتطوير البنية الأساسية للذكاء الاصطناعي. ففي الوقت الذي تسعى فيه آرم لتعزيز وجودها في الحوسبة عالية الأداء (HPC)، تضخ شركات أخرى استثمارات هائلة في القطاع، أبرزها:
- إنفيديا: استثمار يصل إلى 100 مليار دولار في OpenAI.
- AMD: اتفاق مع OpenAI لتوفير 6 غيغاواط من القدرة الحوسبية مقابل خيارات أسهم تصل إلى 10%.
- xAI التابعة لإيلون ماسك وMistral AI الفرنسية تتلقيان دعماً مالياً متزايداً من شركات التكنولوجيا.
توسع عالمي في مراكز بيانات ميتا
تأتي الشراكة كجزء من خطة أكبر لميتا لتقوية قدراتها الحوسبية عبر مشاريع ضخمة تشمل:
- مشروع بروميثيوس – مركز بيانات ضخم في ولاية أوهايو الأميركية، من المقرر تشغيله عام 2027.
- مشروع هيبريون – أكبر مجمع حوسبي في لويزيانا بقدرة تصل إلى 5 غيغاواط بحلول 2030.
اللافت أن الشراكة مع آرم لا تتضمن تبادل أصول أو حصص ملكية، بخلاف ما يحدث في صفقات شركات الذكاء الاصطناعي الأخرى، ما يعكس طابعها التقني البحت.
هدف الشراكة
تهدف ميتا من خلال التعاون مع آرم إلى:
- خفض تكلفة البنية التحتية للذكاء الاصطناعي
- تحسين كفاءة استهلاك الطاقة
- زيادة القدرة على تدريب وتشغيل النماذج الضخمة
- تعزيز المنافسة أمام إنفيديا وAMD
