مايكروسوفت تكشف عن شريحة مايا 300 للذكاء الاصطناعي وتستهدف نشرها عام 2027 لتقليل الاعتماد على نفيديا

أعلنت مايكروسوفت عن شريحة مايا 300 في 12 أكتوبر 2026، معتبرة إياها الجيل الثالث من معالجات تسريع الذكاء الاصطناعي المصممة داخليًا. وأشارت الشركة إلى أن الشريحة ستُطرح على نطاق واسع بدءًا من عام 2027، في خطوة استراتيجية تهدف إلى تقليل الاعتماد على وحدات معالجة الرسوميات من نفيديا.

وصف الرئيس التنفيذي ساتيا نادلا مايا 300 بأنها "أكبر رهان حتى الآن على رقاقة خاصة بنا" في منشور على منصة X، مؤكدًا أهمية امتلاك السلسلة الكاملة من العتاد للعبء المستقبلي للذكاء الاصطناعي.

المواصفات التقنية والادعاءات الأداء

تدمج مايا 300 ثمانية مكدسات ذاكرة HBM4 توفر عرض نطاق إجمالي يبلغ 18.0 تيرابايت/ثانية، وتعمل بقدرة تصميم حراري تبلغ 950 واط. وتستند هندستها المتعددة الشرائح إلى شرائح حوسبة مصنوعة بعملية N2P من TSMC، مما يسمح لمايكروسوفت بحزم المزيد من نوى التنسور في معالج واحد.

تقول مايكروسوفت إن الشريحة توفر زيادة بنسبة 40 % في إنتاجية الذكاء الاصطناعي لنفس استهلاك الطاقة مقارنةً بحلول وحدات معالجة الرسوميات التي تهيمن على السوق، خاصة تلك من نفيديا. وتستند هذه الادعاءات إلى اختبارات داخلية مقارنة مايا 300 بوحدات نفيديا المماثلة.

في تكوين رف يضم 96 معالجًا، يمكن لرف مايا 300 أن يقدم ما يصل إلى سبعة أضعاف معدل مرور الرموز مقارنةً برف يستخدم الجيل السابق مايا 200، وفقًا للملف التقني للشركة.

تصميم شبكة تدفق البيانات

تُعامل شبكة الشريحة الداخلية كامتداد لهندسة تدفق البيانات، مع وصلات عالية النطاق مخصصة لتوازي التنسور. كما أبرزت مايكروسوفت طبقة نقل ذكاء اصطناعي مخصصة عبر إيثرنت لتقليل زمن الانتقال بين الشرائح.

الموقع الاستراتيجي داخل نظام مايكروسوفت للذكاء الاصطناعي

صرح سكوت غوتري، نائب الرئيس التنفيذي لسحابة + الذكاء الاصطناعي، أن مايا 300 ستصبح "النظام الأساسي لاستدلال الذكاء الاصطناعي لمنتجات وخدمات مايكروسوفت" ووصفها بأنها "نظام ذكي كامل" مصمم للمهام ذات السياق الطويل والوكلاء المتعددين الخطوات.

من المقرر أن تشغل الشريحة مجموعة واسعة من الخدمات، من أعباء عمل Azure AI إلى Microsoft 365 Copilot وGitHub Copilot ومنصة Microsoft Foundry الداخلية، موسعةً الدور الذي لعبته مايا 200 بالفعل.

• 10 % من إنفاق مايكروسوفت على شرائح الذكاء الاصطناعي متوقع للنصف الأول من 2027 (تقدير Evercore ISI)
• 40 % أعلى إنتاجية للذكاء الاصطناعي لكل واط مقارنةً بوحدات نفيديا السائدة
• زيادة سبعة أضعاف في معدل مرور الرموز مقارنةً بمايا 200 في رف يضم 96 معالجًا
• ثمانية مكدسات HBM4 توفر 18.0 تيرابايت/ثانية عرض نطاق عند 950 واط TDP

كانت مايا 200، الجيل السابق، تشغل بالفعل Microsoft 365 Copilot وGitHub Copilot ومنصة Microsoft Foundry وتُستخدم في مراكز البيانات بالولايات المتحدة وأوروبا وأستراليا. وتبني مايا 300 على هذه البنية، واعدةً باستبدال وحدات نفيديا في العديد من الأحمال نفسها.

تُظهر التحليلات الداخلية أن الزيادة المزعومة بنسبة 40 % في إنتاجية الذكاء الاصطناعي لكل واط لا تزال تحتاج إلى توثيق مستقل خارج بيئات الاختبار الخاصة بالشركة. فبينما تُقارن مايا 300 مباشرةً مع حلول المنافسين، يبقى من الضروري إجراء تجارب معيارية موحدة على منصات متعددة لتحديد ما إذا كانت الفروقات تُعزى إلى تحسينات المعمارية أو إلى ظروف تشغيلية محددة. هذا النوع من التحقق يُعطي العملاء صورة أكثر وضوحًا عن الفوائد الفعلية التي سيحصلون عليها عند استبدال البنية الحالية بالمعالج الجديد.

تُبرز حدود التصميم الحالية أن استهلاك الطاقة الحراري البالغ 950 واط قد يفرض قيودًا على تكامل مايا 300 في مراكز بيانات ذات قدرة تبريد محدودة. رغم أن تحسين الكثافة الحسابية يُعَدُّ ميزة، إلا أن الحاجة إلى حلول تبريد متقدمة قد تزيد من تكلفة النشر الإجمالية. وبالتالي، يجب على المشغلين تقييم ما إذا كان تحسين الأداء يبرر الاستثمار في بنية تحتية تبريدية إضافية أو البحث عن بدائل ذات استهلاك طاقة أقل.

من منظور التحقق من الأداء، تُشير الإشارة إلى اختبار رف يضم 96 معالجًا إلى تحسين ملحوظ في معدل مرور الرموز، لكن هذه النتائج تستند إلى نماذج محاكاة داخلية. لتأكيد صحة هذه الأرقام، يلزم إجراء اختبارات حمل عمل واقعية تشمل تنوعًا من أعباء العمل المتعددة، مثل نماذج اللغة الكبيرة ومعالجة الصور، بحيث يُمكن قياس الأداء الفعلي تحت ظروف تشغيل حقيقية وتحديد ما إذا كان التحسين يُستمر عبر جميع السيناريوهات.

تُظهر الفوائد العملية المتوقعة أن المؤسسات العربية قد تتمكن من خفض تكلفة تشغيل خدمات الذكاء الاصطناعي بفضل تحسين كفاءة الطاقة. ومع ذلك، يبقى السؤال حول مدى سهولة دمج مايا 300 مع الأنظمة القائمة، خاصةً إذا كانت تعتمد على برمجيات أو أطر عمل غير مُحسّنة للمعمارية الداخلية. لذا، فإن نجاح الانتقال يتوقف جزئيًا على توفر أدوات تطوير ودعم تقنية تُسهل عملية الترحيل دون تعطيل الخدمات القائمة.

من الناحية الاستراتيجية، يُمكن أن يُعيد اعتماد مايا 300 تموضع مايكروسوفت في سلاسل التوريد العالمية، ما يقلل الاعتماد على الموردين الخارجيين. إلا أن هذا التحول قد يخلق مخاطر جديدة تتعلق بالاعتماد على مصنع واحد لتقنية التصنيع المتقدمة. لذا، فإن تنويع مصادر الإنتاج وتطبيق استراتيجيات مخاطر إمداد فعّالة يصبحان أمرًا ضروريًا لضمان استقرار التوريد على المدى الطويل.

أخيرًا، تُشير التوقعات إلى أن تحسين زمن الاستجابة للوكالات المتعددة الخطوات قد يعزز تجربة المستخدم في التطبيقات الذكية. لكن لتحقيق ذلك، يجب أن تتوافر بنية تحتية شبكية تدعم نقل البيانات بسرعة عالية وتقلل من التأخير بين الشرائح. وبالتالي، فإن نجاح الفوائد الموعودة يتطلب تنسيقًا بين تحسينات المعالج وتحديثات الشبكة الداخلية، وإلا قد لا تُستغل القدرة الكاملة للمعالج في تحسين الأداء الفعلي للمستخدم النهائي.

بالنسبة للمؤسسات الناطقة بالعربية، يعني نشر مايا 300 الحصول على منصة استدلال أكثر كفاءة في استهلاك الطاقة وتتحكم فيها مايكروسوفت من الطرف إلى الطرف. يمكن لهذه المؤسسات توقع انخفاض تكاليف التشغيل لخدمات الذكاء الاصطناعي على نطاق واسع، وتقليل زمن الاستجابة للوكلاء متعددين الخطوات، وتكامل أقوى مع مجموعة برمجيات Azure، مما قد يبسط عمليات الشراء والدعم مقارنةً بموردي وحدات معالجة الرسوميات الخارجيين.