DeepSeek تطلق أسرع حاسوب للذكاء الاصطناعي
في خطوة جريئة تعيد رسم حدود الذكاء الاصطناعي، أعلنت شركة "ديب سيك" DeepSeek عن تطوير وكيل ذكاء اصطناعي متقدم يحمل اسم DeepSeek R2، والمقرر إطلاقه في نهاية عام 2025.
هذا النموذج الجديد يأتي ضمن استراتيجية الشركة لتقديم أسرع حاسوب مخصص للذكاء الاصطناعي، قادر على تنفيذ المهام المعقدة متعددة الخطوات بشكل مستقل، مما يقلل الحاجة إلى تدخل المستخدم المباشر.
ويهدف النموذج إلى منافسة أبرز منتجات شركات مثل OpenAI وMicrosoft، مع التركيز على الكفاءة في التدريب.
فقد أظهرت الشركة أن نموذجها السابق R1 تم تدريبه بتكلفة أقل بكثير من منافسيها الأمريكيين، مع أداء مماثل أو حتى متفوق، ما يعزز موقعها في السباق العالمي نحو تطوير أسرع حاسوب للذكاء الاصطناعي.
اقرأ أيضًا: مراهق عبقري يحقق دخلًا شهريًا قدره 1.4 مليون دولار!
أسرع حاسوب للذكاء الاصطناعي
من المتوقع أن يكون هذا التطبيق الثوري متاحًا للجمهور فور إطلاقه، مع قدرات تشمل التخطيط للرحلات، وكتابة وتصحيح الرموز البرمجية المعقدة، مما يعزز الإنتاجية في قطاعات حيوية مثل التمويل، التجارة الإلكترونية، الرعاية الصحية، والخدمات اللوجستية.
_2.jpg)
ورغم الادعاءات بأن الذكاء الاصطناعي قد يجعل الحواسيب الضخمة شيئًا من الماضي، إلا أن الواقع يشير إلى العكس تمامًا.
فقد أصبحت هذه الحواسيب هي القوة الضاربة خلف نماذج الذكاء الاصطناعي الحديثة، حيث كانت تُستخدم سابقًا في محاكاة المناخ، تجارب الفيزياء النووية، ونمذجة المجرات، وهي مهام تتطلب قدرات حوسبة هائلة.
ومع تطور نماذج التعلم العميق، مثل GPT-5، ظهرت حاجة متزايدة لقوة حوسبة غير مسبوقة، تعتمد على آلاف وحدات معالجة الرسومات (GPUs)، والتي لا يمكن توفيرها إلا من خلال الحوسبة عالية الأداء (HPC).
اقرأ أيضًا: أفضل كروت الشاشة من Nvidia في 2025: مقارنة من الأضعف للأقوى
وهكذا، لم تختفِ الحواسيب الضخمة، بل تطورت لتصبح حواسيب ذكاء اصطناعي ضخمة، مصممة خصيصًا لتحسين أداء مهام الذكاء الاصطناعي والتعلم الآلي، ما يجعل من تطوير أسرع حاسوب خطوة استراتيجية في هذا المجال.
وفي ظل هذا التحول، بات تصميم الحواسيب الخارقة يركز بشكل أساسي على دعم الذكاء الاصطناعي، وليس فقط المهام العلمية التقليدية. وهذا ما يجعل DeepSeek في موقع تنافسي قوي، خاصة مع قدرتها على تقديم أداء متقدم بتكلفة أقل، ما قد يغير قواعد اللعبة في عالم الحوسبة المتقدمة.
