مايكرون: التبريد لا الرقائق يحد الآن من نمو الذكاء الاصطناعي

ألقى سكوت ج. ديبوير (Scott J. DeBoer)، رئيس شركة مايكرون تكنولوجي (Micron Technology) وكبير مسؤولي التقنية والمنتجات فيها، كلمة رئيسية بعنوان «From Silicon Innovation to System Intelligence: Architecting the Next Wave of AI» في المنتدى الرئيسي لمعرض SEMICON Taiwan 2026، الذي أُقيم في 2 سبتمبر بمركز نانغانغ للمعارض في تايبيه. حدّدت عبارته المحورية نبرة اليوم بأكمله: الذكاء الاصطناعي يتوسع الآن بسرعة الذاكرة. وأوضح أن سنوات من التقدم التقني نجحت في استخراج مزيد من الكفاءة من كل بت، ومزيد من عرض النطاق الترددي من سعة ثابتة، لكن ذلك يظل بعيدًا كل البُعد عن تلبية الطلب العالمي على بناء مراكز البيانات، محذرًا من أن الذاكرة ستظل «تعاني نقصًا حادًا في العرض» لسنوات مقبلة.

عرض النطاق الترددي والسعة والتبريد: المثلث الحديدي للذكاء الاصطناعي

لوصف الأبعاد الثلاثة لأي نظام ذاكرة، استخدم ديبوير تشبيهًا بالسيارات قال إنه توصل إليه في صباح اليوم نفسه. عرض النطاق الترددي هو قوة المحرك، ويجب أن يستمر في الارتفاع لتحقيق مكاسب الحوسبة التي بات الجميع يعتبرها اليوم أمرًا مسلّمًا به. والسعة هي خزان الوقود: حين يشحّ عرض النطاق الترددي، لا يحتاج النظام إلى سعة كبيرة، لكن مع ارتفاع عرض النطاق الترددي، يجب أن تكبر السعة معه في حلقة تعزّز نفسها بنفسها. أما العنصر الثالث، التبريد، فهو الإطارات: مهما كان المحرك ضخمًا أو الخزان ممتلئًا، فإن السيارة ذات الإطارات المفرغة من الهواء لن تتحرك. ووصف ديبوير التغيّر الجذري الذي شهدته إدارة الحرارة خلال العام الماضي: فمع استمرار الشركاء في رفع عرض النطاق الترددي معًا، أصبح التخلص من الحرارة داخل النظام هو العامل الذي يحدد في النهاية السرعة الفعلية التي يمكن أن يعمل بها هذا العرض. ويجب أن تتوفر الشروط الثلاثة في آن واحد — وهذا هو المعنى الحقيقي لعبارة «الذكاء الاصطناعي يتوسع بسرعة الذاكرة».

يرى ديبوير أن نسخة قانون مور الخاصة بالذاكرة لا تزال على منحنى أُسّي. فعلى مدى 30 عامًا في هذا القطاع، شهد ذاكرة الوصول العشوائي الديناميكية (DRAM) تمر بـ15 جيلًا من عقد التصنيع، وبات النمو يعتمد بشكل متزايد على إعادة تصميم البنية المعمارية أكثر من مجرد التصغير الهندسي، مع توقعه المزيد من هذه القفزات مستقبلًا. وقد بلغت كثافة أحدث ذاكرة DRAM حدًا يسمح بوضع أكثر من 1500 مكثف DRAM ضمن قطر شعرة إنسان واحدة. وإذا طُبّق المعدل نفسه على السيارات، فإن سيارة بورش من طراز 1995 بقوة 270 حصانًا، وسعر 60 ألف دولار، وكفاءة استهلاك 23 ميلًا لكل غالون، كانت ستصبح اليوم بقوة تقارب 3 ملايين حصان، وسعر 5 دولارات، وكفاءة استهلاك 23 ألف ميل لكل غالون.

ثلاث عقبات لم تُحل بعد في التغليف المتقدم

• الضغط الجانبي على التغليف المتقدم: مع الحاجة إلى دفع كمّ متزايد من البيانات إلى رقائق المنطق، يزداد الضغط باستمرار لتوسيع نقاط اتصال الإدخال والإخراج ضمن مساحة محدودة بالمليمتر المربع. وقد أصبح الربط من رقاقة إلى رقاقة (wafer-to-wafer) معيارًا في ذاكرة NAND، وسيمتد إلى DRAM، لكن قابلية التصنيع والتحكم في العمليات ما زالا بحاجة إلى تطور كبير.
• نضج تصنيع الربط الهجين (hybrid bonding)، وهو العقبة الحقيقية: لا يزال هذا الأسلوب يُستخدم على نطاق صغير نسبيًا في القطاع ككل؛ إذ يجب أن تنضج عمليات الربط من الشريحة إلى الرقاقة، والتكديس، والقياس، وفيزياء الربط نفسها، بشكل كبير قبل أن يصبح الربط الموثوق ممكنًا بثبات عند أحجام إنتاج عالية جدًا. وتتخلف قدرات التصنيع بكميات كبيرة اليوم عن هذا المستوى بوضوح.
• التبريد ينتقل من عنصر ثانوي إلى تصميم بنيوي: نظرًا لتفاوت توليد الحرارة في منطق الأنظمة الحديثة، يجب الآن تصميم DRAM بشكل مخصص لكل عميل وتطبيق، مع بنى تبريد فعلية مدمجة داخل الشرائح والتكديسات ثلاثية الأبعاد لنقل الحرارة من طبقة المنطق السفلية إلى واجهة التبريد العلوية. واعتبر ديبوير هذا التحدي الجوهري في خرائط طريق عرض النطاق الترددي لأجيال HBM4E وHBM5 وHBM5E والذاكرة العمودية خلال الأربع إلى خمس سنوات المقبلة.

في مراكز البيانات، تحتل ذاكرة HBM قمة هرم الأداء، لكن النظام بأكمله لا يعتمد عليها وحدها؛ فوحدات DDR عالية الكثافة ووحدات DRAM منخفضة الاستهلاك تلعب اليوم دورًا أكبر وأكثر تعقيدًا في نقل النماذج داخل الذاكرة وخارجها، وفي استيعاب الاحتياجات الضخمة لذاكرة التخزين المؤقت للقيم الرئيسية (KV cache). وعلى غير توقع كثير من مصنعي NAND، أصبحت وحدات التخزين الفلاشي عالية الأداء (SSD) محركًا كبيرًا وغير متوقع للطلب في مراكز البيانات، بعدما كانت تُعتبر قبل أربع أو خمس سنوات فقط قطاعًا تجاريًا سيئًا. أما عند الحافة (edge)، فتتطلب تطبيقات الروبوتات والسيارات أيضًا عرض نطاق ترددي مرتفعًا، لكن ضمن قيود مختلفة تمامًا من حيث الاستهلاك والتكلفة، ما يزيد الضغط على نقص DRAM الحاد أصلًا بفعل توسّع مراكز البيانات. وأعلنت مايكرون علنًا التزامها باستثمار نحو 250 مليار دولار خلال العقد المقبل لتوسيع مصانعها في الولايات المتحدة وتايوان وسنغافورة واليابان، لكن ديبوير شدّد على أن حديثه لم يكن عن هذا التوسع؛ فالمهمة الأكثر إلحاحًا على المدى القريب هي استخلاص المزيد من الطاقة الإنتاجية الحالية عبر الابتكار والكفاءة.

الذاكرة تحدد سعر الرمز (token) في الذكاء الاصطناعي

أوضح ديبوير أن كثيرًا من اختناقات الأنظمة لن تتغير قريبًا، لذا فإن هامش التحسين يكمن أساسًا في عرض النطاق الترددي للذاكرة وكيفية استخدامه بكفاءة. وكانت مكاسب عرض النطاق الترددي لذاكرة HBM — من HBM3E إلى الجيلين المقبلين HBM4 وHBM4E — المحرك الرئيسي لانخفاض تكاليف «اقتصاد الرموز» (tokenomics) في الذكاء الاصطناعي خلال السنوات الأخيرة، وهو منحنى يمتد أيضًا إلى الهواتف والأجهزة اللاحقة للهواتف الذكية وتطبيقات السيارات. أما الخطوة التالية فهي HBM العمودية، التي تكدّس الذاكرة مباشرة فوق رقاقة المنطق لتحقيق عرض نطاق ترددي أعلى بكثير مقابل سعة أقل، وهو ما يناسب أحمال الاستدلال (inference) الشرهة لعرض النطاق الترددي، وإن كانت هذه التقنية تعتمد أيضًا على نضج الربط الهجين. كما أن تقريب الذاكرة فعليًا من وحدة الحوسبة، وتقليل المقاومة وخسائر التوجيه، يخفض تكلفة الطاقة بين HBM والمنطق. وفيما يخص الترابط الضوئي، قال ديبوير إن تركيزه ينصبّ بشكل أكبر على الوصلات الضوئية من رقاقة إلى رقاقة بين HBM ووحدات معالجة الرسوميات، أكثر من التركيز على الوصلات بين الرفوف، معترفًا بأنه تحدٍّ أصعب وذو أفق زمني أطول. وحتى التغليف بـ«القوة الغاشمة» — مزيد من HBM، ومزيد من وحدات معالجة الرسوميات، وأنظمة أكبر — يخفض هو الآخر تكلفة الرمز. وتتجه ذاكرة DRAM نفسها أيضًا نحو بنى ثلاثية الأبعاد؛ وخلافًا لذاكرة NAND ثلاثية الأبعاد، لن تتضاعف سعتها دفعة واحدة، لكنها ستكون كافية لدعم نمو البتات على مدى عقد كامل.

توسّع مايكرون أيضًا صندوقها الاستثماري الموجّه للذكاء الاصطناعي للدخول مبكرًا في الشركات الناشئة الواعدة، وأعلنت في أواخر أغسطس عن إنشاء مختبرات مايكرون للبحوث (Micron Research Labs)، بالتزام قدره 10 مليارات دولار على مدى عقد للعمل مع الجامعات والمختبرات الوطنية والشركات الناشئة على أبحاث ذات أفق زمني أطول من أي شيء موّلته الشركة من قبل. ولخّص ديبوير رهان مايكرون بأنه سلسلة متكاملة تمتد من تصنيع الرقائق إلى التعاون مع مصنّعي المعدات، وصولًا إلى التصميم المشترك مع العملاء على مستوى النظام. وقال إن الطاقة الإنتاجية ستلحق بالركب في نهاية المطاف، أما المهمة الفورية فهي استخلاص كل ما هو ممكن من الموجود حاليًا.

التبريد أشبه بالإطارات: مهما كان المحرك ضخمًا أو الخزان ممتلئًا، فإذا لم تكن الإطارات منتفخة بالهواء، فلن تتحرك السيارة من مكانها.

ثلاثة عمالقة للذاكرة، وتشخيص واحد

لم يكن تحذير ديبوير موقفًا منفردًا. فبحسب وسيلة الإعلام التقنية التايوانية DigiTimes، اتفق مسؤولون تنفيذيون من سامسونج إلكترونيكس (Samsung Electronics) وSK هاينكس (SK Hynix)، على المنصة نفسها في معرض SEMICON Taiwan 2026، مع مايكرون على أن ذاكرة HBM التقليدية ثنائية ونصف البُعد (2.5D) القائمة على طبقة الوصل (interposer) تقترب من سقف الأداء، وأن القطاع يتحول نحو التكديس العمودي ثلاثي الأبعاد والربط على مستوى الرقاقة لخفض استهلاك الطاقة أثناء نقل البيانات وفتح المجال لمزيد من عرض النطاق الترددي. وفي تقرير منفصل، ذكرت DigiTimes أيضًا أن مايكرون تدرس بنى «DRAM الشديدة الاقتران» (tightly coupled DRAM) التي قد توفر عرض نطاق ترددي يزيد عن عشرة أضعاف عرض نطاق HBM باستهلاك طاقة أقل بكثير لكل بت — وهو ما يثبت أن الفجوة المتنامية بين أداء المعالجات وعرض النطاق الترددي للذاكرة باتت تُعامل على مستوى القطاع بأكمله، لا في مايكرون وحدها، بوصفها القيد الحاسم الذي يحدد إلى أي مدى يمكن لحوسبة الذكاء الاصطناعي أن تتوسع.

ماذا يعني هذا للشركات في المنطقة العربية التي تعتمد على القدرة الحاسوبية للذكاء الاصطناعي — سواء كانت مزوّدي خدمات سحابية، أو شركات ناشئة تستأجر وحدات معالجة رسوميات ضمن مبادرات الحوسبة السحابية الإقليمية والاستثمارات الكبرى في البنية التحتية للذكاء الاصطناعي في دول الخليج؟ إن نقص العرض «الحاد» في الذاكرة ليس تحذيرًا نظريًا؛ فهو ينعكس مباشرة في خطوط الشراء عبر مهل تسليم أطول وأسعار أعلى للخوادم ووحدات معالجة الرسوميات المزوّدة بذاكرة HBM كلما تشدّدت أسعار الذاكرة الفورية. ولذلك يصبح تأمين عقود توريد مبكرة، وترك هامش في الميزانيات لارتفاع التكاليف، خيارًا أكثر واقعية من الطلب في اللحظة الأخيرة. كما أن ترقّي التبريد إلى عنق زجاجة بنيوي بحد ذاته يعني أن تخطيط الحرارة والطاقة في مراكز البيانات وأجهزة الذكاء الاصطناعي الطرفية بات لا يقل أهمية عن أداء الرقاقة نفسها.