← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

مصنّع صيني لوحدات GPU ينشر أرقام التدريب ويترك المرجع بلا اسم

نُشر في 15 نوفمبر 2026
مصنّع صيني لوحدات GPU ينشر أرقام التدريب ويترك المرجع بلا اسم

في 6 نوفمبر، خلال مؤتمر لقطاع الاتصالات في الصين، نشرت Moore Threads مجموعة من نتائج التدريب لمنصة MTTS5000. العناوين الرئيسية محددة بما يكفي لتكون قابلة للتحقق من حيث المبدأ: نموذج خليط خبراء بـ 236 مليار معامل دُرّب من الصفر، ومجموعة بيانات تتجاوز 25 تريليون رمز، ونتائج MMLU بمستوى بطاقات الحوسبة العالمية الشائعة، ووقت تدريب فعّال يتجاوز 90%.

تعمل المنصة على شرائح PH100، التي تقول الشركة إنها كانت ضمن أول دفعة تجتاز تقييم أمن المعلومات الوطني الصيني، إلى جانب حزمة برمجيات MUSA.

هناك الكثير لتفكيكه، وثغرة كبيرة واحدة. كل رقم مُعلن ذاتياً، والهدف المقارن يُوصف فقط بأنه وحدات GPU تدريب عالمية شائعة، من دون تسمية أي طراز. هذه الصيغة تصلح لأي شيء من الطراز الرائد الحالي إلى قطعة عمرها ثلاث سنوات. وطالما بقي المرجع بلا اسم وتكوين، فإن المضاعفات تسويق.

مع ذلك، بعض الادعاءات تحمل معلومات أكثر من نسبة معدل المعالجة، وواحد منها يستحق الانتباه.

الرقم المهم فعلاً

وقت التدريب الفعّال الذي يتجاوز 90% هو أقل الأرقام بريقاً في الإعلان وأكثرها دلالة. إنه يقيس نسبة الزمن الحقيقي الذي أمضاه العنقود في عمل نافع بدل الانتظار: عقدة معطلة، أو توقف عند نقطة حفظ، أو تعثر في الشبكة، أو إعادة تشغيل مهمة.

صف من قضبان فولاذية متطابقة على سطح داكن، أحدها مصقول كالمرآة ومرفوع بقطعة رقيقة من النحاس الأصفر

ذروة FLOPS رقم على ورقة مواصفات. وقت التدريب الفعّال رقم تشغيلي. العناقيد الكبيرة معروفة بالهبوط بعيداً تحت استخدامها النظري، والأسباب نادراً ما تكون الشريحة. الأسباب هي سلوك المجدول، واستقرار الترابط البيني، واستعادة الأعطال، ومقدار ما كتبته الشركة من الحزمة بنفسها مقابل ما استعارته.

حزمة محلية تحافظ على 90% في تدريب MoE بـ 236 مليار معامل من الصفر تدّعي شيئاً أصعب من ضرب مصفوفات أسرع. إنها تدّعي أن الأجزاء المملة تعمل. هل هذا صحيح سؤال آخر، لكنه الادعاء الصحيح الذي يستحق الطرح.

أنماط الأعطال التي تهبط بالعنقود تحت 90% موثقة جيداً ولا شيء منها لامع: وحدة GPU متأخرة تبطئ الخط المتزامن كله، وعملية كتابة نقطة حفظ توقف التدريب دقائق، وشبكة تتدهور تحت حركة all-reduce، ومجدول يترك البطاقات عاطلة بين المهام. إصلاح ذلك عمل برمجي يُقاس بسنوات مهندس، وهو بالضبط الجزء الذي لا تستطيع ورقة المواصفات إظهاره.

لماذا يهم البدء من الصفر

معظم إعلانات المسرّعات المحلية تتحدث عن الضبط الدقيق أو الاستدلال، لأنهما أسهل ونتائجهما أسرع. تدريب MoE بـ 236 مليار معامل من تهيئة عشوائية على 25 تريليون رمز فئة أخرى من الادعاء: أشهر من التشغيل المتواصل، وإدارة نقاط الحفظ على نطاق واسع، ومنحنى خسارة إما يتقارب أو لا.

تكافؤ MMLU مؤشر ضعيف لذلك. إنه مقياس مشبع، ويمكن للنموذج أن يهبط قريباً من النتيجة نفسها عبر مسارات تدريب مختلفة تماماً. ما يثبته هو أن التشغيل لم ينهار. مهمة تدريب موزعة معطلة لا تنتج نموذجاً يسجل في النطاق الطبيعي.

البندان الآخران في الإعلان أكثر إثارة من MMLU. تقول الشركة إن الحزمة نفسها درّبت أصلاً نموذج العالم EvoPhys-World5D لجامعة بكين، وإن النموذج حافظ على المركز الأول في بُعد توليد العوالم في WorldScore بجامعة ستانفورد لمدة 37 يوماً متتالية. وتقول أيضاً إنها دعمت من طرف إلى طرف تدريب RoboBrain2.5، وهو نموذج مجسّم من معهد بكين للذكاء الاصطناعي.

هذه أحمال طرف ثالث بأصحاب معروفين، ما يجعلها أقبل للتكذيب من مقياس داخلي. إذا كانت النماذج موجودة وموقعها في القائمة حقيقياً، فقد أنجز العنقود شيئاً.

الادعاء الخاص بالقيادة الذاتية

المضاعف الوحيد المرتبط بحمل محدد يتعلق بإدراك BEV للقيادة الذاتية، حيث تعلن الشركة معدل معالجة تدريب على جهاز واحد وجهازين يبلغ 1.56 إلى 1.67 مرة مثيله في وحدة GPU تدريب عالمية شائعة.

نماذج الإدراك اختبار عادل. حجمها متوسط، وشديدة الاحتياج للبيانات، وحساسة لعرض نطاق الذاكرة والترابط البيني، وهو تماماً الموضع الذي يمكن لبنية أحدث أن تربح فيه أو تخسر. مضاعف 1.6 على هذا الحمل معقول لحزمة مضبوطة جيداً أمام قطعة قديمة، وغير معقول أمام الطراز الأعلى الحالي من دون سياق كثير عن حجم الدفعة والدقة.

لم يُعط أي سياق.

ما الذي سيجعل هذا قابلاً للتصديق

ثلاثة إفصاحات ستحسم معظم الأمر.

تسمية القطعة المرجعية، وتكوين ذاكرتها، وطوبولوجيا الترابط البيني. مقارنة معدل معالجة من دون ذلك ليست مقارنة.

نشر منحنى الخسارة ومعدل المعالجة على مستوى الرمز لتشغيل الـ 236 مليار، بدل الاكتفاء بـ MMLU النهائي. كفاءة التدريب تظهر في المنحنى قبل أن تظهر في أي مقياس بوقت طويل.

وأن تذكر أي نسبة من كود التدريب أصيلة في MUSA وأي نسبة منقولة من CUDA. النقل لا بأس به. وصف المنقول بأنه أصيل ادعاء آخر، وهو الادعاء الذي يهم الشركات فعلاً عند التخطيط للهجرة.

لا شيء في ذلك طلب غريب. إنه ما يسأله أي مشترٍ لعنقود تدريب قبل التوقيع، والردود عادة تكون تحت اتفاقية سرية لا في خطاب رئيسي.

هناك سبب لنشر المورّدين الأرقام التي ينشرونها. المشترون من الشركات في الصين لا يستطيعون قياس المسرّعات المنافسة بأنفسهم بسهولة، لأن المقارنة تتطلب المنصتين في الغرفة نفسها، وضوابط التصدير تجعل جمع تلك الغرفة صعباً. في هذا الفراغ يصبح عرض المورّد هو الوثيقة المرجعية، وادعاء يتكرر في عدد كافٍ من المؤتمرات يبدأ بالعمل كحقيقة.

تلك الثغرة هي الفرق بين قرار شراء وبيان صحفي.

القراءة الاستراتيجية

مرّت قصة المسرّعات المحلية في الصين بثلاث مراحل: هل يستطيع تشغيل الاستدلال، هل يستطيع الضبط الدقيق، هل يستطيع التدريب. هذا الإعلان محاولة لإغلاق الثالثة. التفصيل المثير أن الادعاء صار الآن متعلقاً بتشغيل تدريب كامل لنموذج MoE كبير لا بنواة مقياس.

إذا صمدت الأرقام أمام تكرار من طرف ثالث، فالنتيجة العملية تتجاوز خسارة إنفيديا لبيعة واحدة: مختبر صيني يستطيع تخطيط تدريب بحجم الحدود المتقدمة من دون رخصة تصدير، وهذا يغيّر أفق التخطيط أكثر مما يغيّر السعر.

وإذا لم تصمد، فالإعلان ما زال يعلّم شيئاً: النقطة التي توقف فيها الخطاب عن التكافؤ في الاستدلال وبدأ التكافؤ في التدريب. هذا ادعاء أصعب في التراجع، والأرقام التالية ستُقرأ على أساسه.

مقالات ذات صلة