الرئيسية
» اليوم
»
ما الذي تصنعه شركة مايكرون تكنولوجي - ولماذا تُعدّ ذاكرتها مهمة للذكاء الاصطناعي
ما الذي تصنعه شركة مايكرون تكنولوجي - ولماذا تُعدّ ذاكرتها مهمة للذكاء الاصطناعي
تمثل رقاقة السيليكون المنقوشة في غرفة نظيفة عملية التصنيع التي تقف وراء رقائق الذاكرة والتخزين.
تقوم شركة مايكرون تكنولوجي بتصميم وتصنيع منتجات ذاكرة وتخزين أشباه الموصلات. ومن أشهر منتجاتها ذاكرة الوصول العشوائي الديناميكية (DRAM)، وذاكرة الفلاش NAND، وذاكرة الفلاش NOR، والتي تُستخدم في مراكز البيانات، وأجهزة الكمبيوتر الشخصية، والهواتف، والمركبات، وغيرها من الأنظمة. ويتجلى ارتباطها بالذكاء الاصطناعي بشكل خاص في ذاكرة النطاق الترددي العالي (HBM): وهي نوع سريع وصغير الحجم من ذاكرة الوصول العشوائي الديناميكية (DRAM) يُوضع بالقرب من معالجات قوية لضمان استمرار تدفق البيانات أثناء تدريب الذكاء الاصطناعي واستنتاجاته.
الخلاصة المهمة هي أن أداء الذكاء الاصطناعي لا يعتمد على المعالج فقط. لا يمكن للنموذج أن يعمل بكفاءة إلا عندما تصل البيانات ومعلمات النموذج والنتائج الوسيطة إلى المعالج بسرعة كافية. توفر شركة مايكرون عدة طبقات من هذا التسلسل الهرمي للذاكرة. وتعتمد أهمية كل طبقة على حجم العمل، ولن يؤدي شراء ذاكرة أسرع إلى حل جميع مشكلات الذكاء الاصطناعي.
ماذا تصنع شركة مايكرون تكنولوجي؟
شركة مايكرون متخصصة في تصنيع أشباه الموصلات والذاكرة والتخزين، وليست شركة متخصصة في نماذج الذكاء الاصطناعي أو الحوسبة السحابية. تقوم الشركة بتطوير وتصنيع الرقائق والوحدات التي تُباع في العديد من أنواع الإلكترونيات والبنية التحتية. تشمل محفظة منتجاتها ما يلي:
ذاكرة الوصول العشوائي الديناميكية (DRAM): ذاكرة عمل سريعة ومؤقتة تستخدمها المعالجات. غالبًا ما تظهر ذاكرة الوصول العشوائي الديناميكية للخوادم الشائعة على شكل وحدات DDR5؛ أما HBM فهي بنية ذاكرة وصول عشوائي ديناميكية متخصصة مُحسَّنة لعرض نطاق ترددي عالٍ جدًا.
ذاكرة فلاش NAND: ذاكرة تخزين غير متطايرة تُستخدم في محركات الأقراص الصلبة (SSD) وغيرها من الأجهزة. تحتفظ ذاكرة NAND بالبيانات حتى عند انقطاع التيار الكهربائي، مما يجعلها مناسبة لملفات النماذج ومجموعات البيانات ونقاط التحقق.
ذاكرة فلاش NOR: نوع من الذاكرة غير المتطايرة التي تستخدم عادة للبرامج الثابتة وغيرها من التعليمات البرمجية التي يجب قراءتها بشكل موثوق.
تؤدي منتجات شركة مايكرون أدوارًا مختلفة وتتطلب مزايا وعيوبًا: فالذاكرة العاملة مصممة للوصول السريع، بينما تحفظ وحدات التخزين كميات أكبر بكثير من المعلومات بتكلفة أقل لكل بت، ولكن عادةً مع زمن استجابة أطول. ويصف كتالوج منتجات الشركة الرسمي وتقريرها السنوي الأخير (نموذج 10-K) لعام 2026 أعمالها في مجالي الذاكرة والتخزين.
لماذا تُعدّ الذاكرة مهمة للغاية بالنسبة للذكاء الاصطناعي؟
تُجري مُسرّعات الذكاء الاصطناعي عددًا كبيرًا من العمليات الحسابية، لكن هذه العمليات تتطلب بيانات. أثناء تدريب النموذج، يقرأ النظام أوزان النموذج وأمثلة التدريب بشكل متكرر، ويكتب النتائج الوسيطة. أثناء الاستدلال، يقرأ النظام الأوزان ويعالج كل طلب من المستخدم، مع الاحتفاظ بالسياق والبيانات المؤقتة الأخرى. إذا وصلت البيانات ببطء يفوق قدرة المعالج على معالجتها، فإن المعالج يقضي وقتًا في الانتظار.
لذا، تؤثر الذاكرة على عدة حدود عملية: كمية البيانات التي يمكن أن تبقى بالقرب من المعالج، وسرعة توفيرها، وعدد الطلبات التي يمكن تنفيذها معًا، ومقدار الطاقة التي يستهلكها النظام لنقل تلك البيانات. يمكن أن يساعد عرض نطاق ترددي أعلى للذاكرة في معالجة أحمال العمل التي تكون محدودة بنقل البيانات. وتُعد السعة مهمة عندما يجب أن يتناسب النموذج أو السياق أو مجموعة الطلبات مع طبقة ذاكرة محددة. ولا يؤدي أي من هذين العاملين تلقائيًا إلى تسريع النظام إذا كان العامل المحدد موجودًا في مكان آخر.
أين تندرج ذاكرة HBM وذاكرة الوصول العشوائي الديناميكية للخوادم ومحركات الأقراص الصلبة SSD
الذاكرة أو التخزين
دور نموذجي للذكاء الاصطناعي
ما الذي يجب تقييمه
HBM
ذاكرة ذات نطاق ترددي عالٍ جدًا بالقرب من مُسرِّع الذكاء الاصطناعي
السعة لكل معالج تسريع، وعرض النطاق الترددي، والطاقة، وتوافق النظام الأساسي
ذاكرة الوصول العشوائي الديناميكية للخوادم من نوع DDR5 ووحدات أخرى
ذاكرة النظام لوحدات المعالجة المركزية وأحمال عمل الخادم؛ تدعم إعداد البيانات والعمليات الأوسع نطاقًا
السعة، زمن الاستجابة، عرض النطاق الترددي، الطاقة، ونوع الوحدة المدعومة
محركات أقراص الحالة الصلبة (SSD) لمراكز البيانات القائمة على تقنية NAND
تخزين دائم لمجموعات البيانات وملفات النماذج ونقاط التحقق ومهام خدمة البيانات المختارة
السعة، وسلوك القراءة/الكتابة، والقدرة على التحمل، وزمن الاستجابة، والتكلفة الإجمالية
تُصنع ذاكرة HBM عن طريق تكديس رقائق DRAM وتوصيلها عبر واجهة عريضة جدًا. يساهم موقعها بجانب المعالج في تقصير مسار البيانات، مما يسمح بنقل العديد من البتات بالتوازي. تُعلن شركة Micron حاليًا عن إنتاج HBM4 بسعة 36 جيجابايت و12 شريحة بكميات كبيرة، وتُشير إلى أن المنتج يوفر نطاقًا تردديًا يزيد عن 2.8 تيرابايت في الثانية لكل شريحة. هذه هي مواصفات المنتج المنشورة من Micron، وليست ضمانًا بأن كل خادم ذكاء اصطناعي سيحقق سرعة تطبيق مُحددة. يُرجى مراجعة معلومات منتجات HBM الخاصة بالشركة للاطلاع على المجموعة الحالية من المنتجات ومؤهلاتها.
توفر ذاكرة الوصول العشوائي الديناميكية (DRAM) للخوادم مساحة عمل أكبر لوحدات المعالجة المركزية وعمليات النظام. أما محركات الأقراص الصلبة (SSD) فتأتي في مرتبة أدنى في التسلسل الهرمي: فهي قادرة على استيعاب مجموعات بيانات أكبر بكثير وتخزينها دون الحاجة إلى طاقة، لكنها لا تحل محل ذاكرة HBM كأسرع ذاكرة للمسرع. كما تُسوّق شركة Micron وحدات DRAM منخفضة الطاقة مُخصصة لمراكز البيانات. ويعتمد التوازن الأمثل على مكان تخزين البيانات في النظام المُحدد.
ماذا تخبر أنشطة شركة مايكرون الحالية في مجال الذكاء الاصطناعي القراء؟
أشار التقرير المالي لشركة مايكرون لعام 2026، الصادر في 30 سبتمبر 2026، إلى تحقيق نتائج سنوية قياسية، موضحًا أن الطلب المتزايد على مراكز البيانات المدعومة بالذكاء الاصطناعي يُعزز الحاجة إلى الذاكرة والتخزين. ويُبين نموذج 10-K لعام 2026 أن نمو الطلب قد تجاوز قدرة القطاع على زيادة العرض، وأن مايكرون قد حوّلت جزءًا من إمدادات ذاكرة الوصول العشوائي الديناميكية (DRAM) نحو مراكز البيانات وعملاء الحوسبة السحابية فائقة التوسع. ويُوضح هذا السياق أهمية مايكرون في مجال البنية التحتية للذكاء الاصطناعي: فهي تبيع مكونات أساسية يحتاجها مُصممو المنصات، بينما لا يزال الأداء الفعلي والطلب يعتمدان على تصميم النظام ومدى اعتماد العملاء. ويُعدّ بيان نتائج الشركة الصادر في 30 سبتمبر 2026، بالإضافة إلى ملفها المُقدم إلى هيئة الأوراق المالية والبورصات الأمريكية، المصدرين الرئيسيين لهذه التصريحات.
لا تُعدّ هذه الإفصاحات تنبؤًا باستمرار النقص أو ارتفاع الأسعار إلى أجل غير مسمى. وتصف شركة مايكرون نفسها صناعة الذاكرة بأنها دورية: فالعرض والطلب ومزيج المنتجات والأسعار قابلة للتغيير، بينما يستغرق بناء وتأهيل طاقة الإنتاج وقتًا. ويشير ملفها أيضًا إلى أن ذاكرة HBM قد تتطلب سعة أكبر من الرقائق وغرف التنظيف لكل بت مقارنةً بذاكرة DRAM التقليدية. وقد يكون الطلب على الذكاء الاصطناعي مهمًا تجاريًا في حين أن الشركة لا تزال عرضة لتكاليف التصنيع والمنافسة وتوقيت العملاء ودورات السوق.
كيف يمكنك معرفة ما إذا كانت الذاكرة هي العائق الرئيسي؟
عند تقييم حجم نظام الذكاء الاصطناعي، ابدأ بعبء العمل وسلوكه المقاس، وليس بتصنيف المنتج. تشمل المؤشرات المفيدة ما يلي:
استخدام المعالج المسرّع وحالات التوقف: قد يشير انخفاض الاستخدام، إلى جانب وجود أدلة على عدم وصول البيانات بالسرعة الكافية، إلى مشكلة في الذاكرة أو مسار البيانات. لكن انخفاض الاستخدام وحده لا يثبت أن ذاكرة HBM هي السبب.
إشغال الذاكرة وأحداث نفاد الذاكرة: إذا تجاوزت الأوزان أو السياق أو الطلبات المتزامنة السعة المتاحة، فقد تحتاج الفرق إلى نموذج أصغر أو حجم دفعة مخفض أو تقسيم أو طبقة ذاكرة أخرى.
معدل النقل وزمن الاستجابة: قياس عدد الرموز المميزة في الثانية، وزمن استجابة الطلبات، ومعدل النقل في ظل مزيج فعلي من المطالبات والتزامن. قارن النتائج قبل وبعد تغيير مُتحكم به في الإعدادات.
الطاقة والتكلفة الإجمالية للنظام: قد تؤدي المكونات الأسرع إلى زيادة تكاليف الشراء والتشغيل. لذا، يُنصح بتقييم التبريد، وطاقة الخادم، والشبكات، والبرمجيات، والذاكرة معًا.
إذا أدى زيادة عرض النطاق الترددي إلى تحسين الإنتاجية المقاسة أو زمن الاستجابة النهائي بتكلفة مقبولة، فمن المرجح أن الذاكرة كانت قيدًا مهمًا. أما إذا لم يُحدث التحديث نفسه تغييرًا يُذكر، فابحث في حدود الحوسبة، وكفاءة النواة، والتواصل بين المعالجات المُسرّعة، وتحميل البيانات، وجدولة البرامج، أو الطاقة والتبريد. يساعد هذا الفحص على تجنب دفع تكاليف سعة لا يمكن استخدامها.
ما الذي يجب على المشترين مقارنته قبل اختيار تكوين ذاكرة الذكاء الاصطناعي؟
قارن المنصة كاملةً بدلاً من مواصفات الذاكرة بشكل منفصل. تحقق من مقدار ذاكرة HBM المتاحة لكل معالج، ومدى ملاءمة النموذج المستهدف والسياق، وجيل الذاكرة المدعوم، وسعة ذاكرة الوصول العشوائي الديناميكية (DRAM) للخادم، وسلوك محركات الأقراص الصلبة SSD لمهام التخزين المعنية، وتفاصيل التوريد والتأهيل الخاصة بالمورد. ثم قم بتقييم أداء عبء العمل الذي تنوي تشغيله، بما في ذلك التزامن الواقعي وأحجام البيانات.
تُعدّ شركة مايكرون ذات أهمية بالغة لأن الذاكرة تُشكّل عنصرًا أساسيًا في بنية الذكاء الاصطناعي، وتتنوع منتجاتها لتشمل طبقات متعددة بدءًا من ذاكرة HBM وصولًا إلى ذاكرة DRAM للخوادم ومحركات الأقراص الصلبة SSD. هذا لا يعني أن كل تطبيق للذكاء الاصطناعي يحتاج إلى أحدث أنواع الذاكرة، أو أن مُورّدًا واحدًا يُحدّد أداء النظام. والنتيجة المرجوة هي تكوين يلبي احتياجات النموذج من حيث السعة والإنتاجية ضمن حدود الطاقة والتوافر والتكلفة. يجب تغيير التصميم عندما تُظهر القياسات قيودًا مختلفة، وليس لمجرد وجود جيل أحدث من الذاكرة.