حملة الصين من أجل استقلالية الذكاء الاصطناعي: من احتكار CUDA إلى اختراق النظام البيئي

وراء كل تقنية واعدة تختبئ تحديات في القوة. قبل ثماني سنوات، شهدت ZTE — شركة الاتصالات العالمية الرابعة من حيث الحجم، التي تضم 80,000 موظف وإيرادات سنوية تقارب المليار دولار — سقوطًا مفاجئًا. في 16 أبريل 2018، أصدرت إدارة الأمن الصناعي والتجارة الأمريكية حظرًا صارمًا: لا يُسمح لأي شركة أمريكية ببيع أي أجزاء أو برامج أو تقنيات لـ ZTE لمدة سبع سنوات قادمة. كانت النتيجة مباشرة ومدمرة — لا شرائح كوالكوم، وتوقف التصنيع. لا ترخيص أندرويد من جوجل، فشلت الهواتف.

لكن مأساة ZTE أصبحت وضعًا. خلال 23 يومًا، أعلنت الشركة عن استسلامها. مع دفع مبلغ 1.4 مليار دولار كغرامة ورقابة أمريكية شاملة، بقيت ZTE — لكنها كانت مجرد غلاف. في 2018، بلغ صافي الخسارة 7 مليارات يوان صيني، وانخفضت الأرباح بنسبة 21.4%.

ملخص رسالة يين ييمين، رئيس ZTE، في خطابها: “نحن في صناعة تعتمد بشكل كبير على سلسلة التوريد العالمية.” هذه الكلمة — في زمنها — كانت صرخة حبس.

بعد ثماني سنوات، في فبراير 2026، يشهد العالم قصة مختلفة تمامًا. أعلنت شركة DeepSeek، شركة الذكاء الاصطناعي الصينية الوحيدة unicorn، عن نموذج V4 متعدد الوسائط يستخدم شرائح محلية بالكامل، ولم يعد يعتمد على NVIDIA. “لن نستخدم NVIDIA بعد الآن”، قالوا. بدأ السوق يشكك. لكن السؤال وراء ذلك أعمق من الأعمال: ما نوع الحرية الرقمية التي تحتاجها الذكاء الاصطناعي الصيني؟

هيمنة CUDA: ليست شرائح، بل نظام بيئي مغلق

يعتقد الكثيرون أن الحواجز التقنية تتعلق بالأجهزة. هذا خطأ. الحائط الحقيقي هو شيء يُسمى CUDA — بنية المعالجة الموحدة للأجهزة، منصة البرمجة التي قدمتها NVIDIA في 2006. ليست مجرد أداة؛ إنها نظام بيئي يشمل كل شيء من الأجهزة الأساسية إلى التطبيقات العليا.

قبل التعلم العميق، كانت CUDA مجرد أداة للهاويين. لكن مع ظهور الذكاء الاصطناعي، أصبحت حجر الزاوية للصناعة بأكملها. تدريب النماذج الكبيرة يتطلب بشكل أساسي ملايين العمليات المصفوفية، ولا أداة أفضل من GPU لهذا الغرض. منذ 2006، بنت NVIDIA نظامًا بيئيًا كاملًا — أجهزة، مكتبات، أُطُر، مجتمعات مطورين — كلها موجهة نحو CUDA.

حتى 2025، يضم نظام CUDA أكثر من 4.5 مليون مطور، مدعومين من أكثر من 40,000 شركة، ويعمل على أكثر من 3,000 تطبيق معتمد على GPU. TensorFlow من Google، PyTorch من Meta — كلها متكاملة بعمق مع CUDA. يبدأ كل دكتوراه في الذكاء الاصطناعي دراستها وبرمجتها وتجربتها على CUDA. كل سطر كود يعزز أساس NVIDIA.

تؤدي هذه الدورة إلى حلقة لا تنتهي: كلما زاد عدد المطورين، زادت الأدوات والمكتبات، وتوسع النظام البيئي — وكلما زاد عدد المطورين الذين ينضمون. إنها عجلة لا يمكن إيقافها بمجرد أن تبدأ.

النتيجة: NVIDIA تبيع لك أغلى معول، وتحدد كيف يجب أن تحفر. هل تريد استخدام معول آخر؟ نعم. لكن عليك أن تعيد كتابة كل خبرتك، أدواتك، وكودك الذي جمعه أذكى العقول في العالم خلال عشرين عامًا. من سيدفع ثمن ذلك؟ لذلك، في أكتوبر 2022، عندما حظرت الولايات المتحدة أول مرة بطاقات NVIDIA A100 و H100 إلى الصين، شعرت شركات الذكاء الاصطناعي الصينية بنفس الشعور — كأنها أُغلقت فجأة.

ردت NVIDIA بنُسخ مخصصة للصين: A800 و H800، مع عرض نطاق مخفض. لكن بعد عام، في أكتوبر 2023، زادت القيود، وتم حظر A800 و H800 أيضًا. تلاه H20. وفي ديسمبر 2024، في المرحلة الأخيرة من تنظيمات إدارة بايدن، أُغلقت تقريبًا كل شيء. ثلاث هجمات متتالية، تواصل زيادة الضغط.

لكن هذه المرة، السرد مختلف تمامًا.

ثلاث اختراقات: الخوارزمية، الشرائح، والسوق العالمية

في مواجهة الحائط التكنولوجي، لم تختَر الشركات الصينية ثورة مباشرة. بل بدأوا بالانسحاب الاستراتيجي وإعادة التموضع. أول ساحة معركة لم تكن الشرائح — بل الخوارزمية.

من نهاية 2024 حتى 2025، حول الفريق توجهه الفني إلى نماذج الخبراء المختلطة (mixture-of-experts). الفكرة بسيطة: قسم نموذج كبير إلى خبراء أصغر، وفي كل مهمة، يتم تفعيل الخبراء الأكثر صلة فقط، وليس الكل.

نموذج DeepSeek V3 هو التنفيذ الكلاسيكي. يحتوي على 671 مليار معلمة، لكن كل استنتاج يُفعل فقط 37 مليار — أي 5.5% فقط من الإجمالي. تكلفة التدريب؟ 2048 من وحدات GPU من نوع NVIDIA H800، 58 يومًا من التدريب، بمجموع 5.576 مليون دولار. بالمقارنة، كانت التوقعات أن تكلف GPT-4 حوالي 78 مليون دولار. الفرق هائل — بمقدار أمر واحد من الحجم.

هذا التخصيص المكثف يعكس السوق مباشرة. سعر API لنموذج DeepSeek يتراوح بين 0.028 و0.28 دولار لكل مليون رمز للمدخلات، و0.42 دولار للمخرجات. GPT-4 يتكلف 5 و15 دولارًا على التوالي. Claude Opus أغلى — 15 و75 دولارًا. بعبارة أخرى: DeepSeek أرخص بـ25 إلى 75 مرة.

هذا السعر ليس نظريًا — إنه يغير السوق. في فبراير 2026، على منصة OpenRouter، أكبر منصة لتجميع نماذج الذكاء الاصطناعي، قفز الاستخدام الأسبوعي لنماذج صينية بنسبة 127% خلال ثلاثة أسابيع فقط، وتجاوزت الولايات المتحدة لأول مرة. قبل عام، كانت حصة السوق الصينية على OpenRouter أقل من 2%. الآن، وصلت إلى حوالي 6% — زيادة 421% خلال عام.

لكن التحول الهيكلي الحقيقي لا يظهر في البيانات السطحية. منذ نهاية 2025، انتقلت التطبيقات الأساسية للذكاء الاصطناعي من المحادثة إلى الوكيل (Agent). في سيناريوهات الوكيل، يكون استهلاك الرموز 10 إلى 100 مرة أعلى من الدردشة البسيطة. ومع تزايد استهلاك الرموز بشكل أُسّي، يصبح السعر ذا أهمية قصوى. القيمة الجذرية لنماذج الصين تتوافق تمامًا مع هذه النافذة.

ثورة الشرائح المحلية: من الاستنتاج إلى التدريب

لكن قيمة الخوارزمية لها حد. إذا لم تستطع نماذج كبيرة التدريب والتكرار على أحدث البيانات، فإنها ستتغير بسرعة. التدريب يتطلب قوة حساب لا نهائية. فمِن أين تأتي البنية التحتية لذلك؟

جيانغسو شينغهوا — مدينة صغيرة معروفة بالفولاذ المقاوم للصدأ والأطعمة الصحية — أصبحت مركزًا غير متوقع لثورة الذكاء الاصطناعي. في 2025، بُني خط إنتاج خوادم بطول 148 مترًا وبدأ العمل خلال 180 يومًا من التعاقد حتى التشغيل. الجوهر هو شرائح محلية بالكامل: معالج Loongson 3C6000 ومسرع الذكاء الاصطناعي TaiChu Yuanqi T100 — كلاهما من تصميم محلي من مجموعة التعليمات إلى المعمارية الدقيقة.

بالطاقة الكاملة، يُنتج خادم واحد كل 5 دقائق. الاستثمار الإجمالي 1.1 مليار يوان، مع إنتاج سنوي متوقع 100,000 وحدة. والأهم، أن مجموعات من آلاف الشرائح المحلية بدأت تتلقى تدريب نماذج ضخمة فعليًا.

في يناير 2026، أطلقت Zhipu AI مع Huawei نموذج GLM-Image — أول نموذج توليد صور SOTA تم تدريبه بالكامل باستخدام شرائح محلية. في فبراير، أكملت شركة China Telecom دورة تدريب كاملة لنموذج “Xingchen” متعدد المليارات من المعلمات على مجموعة حوسبة محلية تضم آلاف وحدات GPU في شنغهاي لينغانغ.

الأهمية ليست في الميزات — بل في نوع التغيير. الاستنتاج يتطلب فقط تشغيل النماذج المدربة؛ متطلبات منخفضة. لكن التدريب يتطلب معالجة بيانات ضخمة، حساب تدرجات معقد، وتحديثات واسعة للمعلمات. إنه مستوى أعلى بكثير من الطلب على الحوسبة، عرض النطاق الترددي للربط، وتعقيد نظام البرمجيات.

الدافع الرئيسي هو سلسلة Huawei Ascend. حتى نهاية 2025، يضم نظام Ascend أكثر من 4 ملايين مطور وأكثر من 3000 شريك. 43 من أكبر نماذج اللغة الكبيرة في الصناعة أنجزت التدريب المسبق على Ascend، مع أكثر من 200 نموذج مفتوح المصدر تم تكييفه.

في 2 مارس 2026، خلال مؤتمر MWC، أعلنت Huawei عن بنية تحتية من الجيل التالي تسمى SuperPoD. حقق Ascend 910B قوة حوسبة FP16 تساوي A100 من NVIDIA. لا تزال هناك فجوة — لكنها أصبحت قابلة للاستخدام بدلًا من غير قابلة للاستخدام. الميزة الفريدة أن النظام البيئي لا يجب أن ينتظر شرائح مثالية؛ بل يُنشر تدريجيًا مع كفاية الأداء، مستفيدًا من الطلب السوقي الحقيقي لدفع التحسين المستمر.

تخطط ByteDance وTencent وBaidu لمضاعفة استثماراتها في البنية التحتية المحلية للحوسبة في 2026 مقارنة بـ2025. وفقًا لوزارة الصناعة وتكنولوجيا المعلومات، بلغت القدرة الحاسوبية الذكية في الصين 1590 EFLOPS. عام 2026 هو عام نشر واسع النطاق للحوسبة المحلية.

جبهة الطاقة: حيث تفوقت أمريكا

في بداية 2026، أوقفت فيرجينيا — التي تنقل حركة بيانات مراكز البيانات العالمية — إصدار تراخيص مراكز بيانات جديدة. تلتها جورجيا، التي علقت حتى 2027. إلينوي وميشيغان فرضتا قيودًا أيضًا. السبب بسيط: الفيزياء والاقتصاد.

وفقًا لوكالة الطاقة الدولية، استهلاك الكهرباء لمراكز البيانات الأمريكية في 2024 بلغ 183 تيراواط ساعة — تقريبًا 4% من استهلاك الكهرباء الوطني. حتى 2030، يتوقع أن يتضاعف إلى 426 تيراواط ساعة، وربما يصل إلى 12%. قال الرئيس التنفيذي لشركة Arm إن الرقم الأكثر تشاؤمًا هو أن مراكز البيانات الذكية قد تستهلك 20-25% من كهرباء أمريكا بحلول 2030.

شبكة الكهرباء الأمريكية خارجة عن طاقتها. شبكة PJM — التي تغطي 13 ولاية شرقية — تعاني من عجز قدره 6 جيجاوات. بحلول 2033، ستواجه أمريكا بأكملها نقصًا في القدرة الكهربائية قدره 175 جيجاوات، يعادل احتياجات كهرباء 130 مليون أسرة. أسعار الكهرباء للمنازل في المناطق التي تتركز فيها مراكز البيانات ارتفعت بنسبة 267% خلال الخمس سنوات الماضية.

القدرة على الحوسبة محدودة أساسًا بالطاقة. وفي الطاقة، الفارق بين الصين وأمريكا أكبر من الشرائح، والاتجاه معاكس.

إنتاج الصين السنوي من الكهرباء هو 10.4 تريليون وحدة؛ وأمريكا 4.2 تريليون — الصين أكبر بمقدار 2.5 مرة. والأهم، أن استهلاك الكهرباء المنزلي في الصين يشكل فقط 15% من الإجمالي، بينما في أمريكا 36%. هذا يعني أن الصين لديها قدرة صناعية على الكهرباء أكثر بكثير يمكن تخصيصها للبنية التحتية للحوسبة.

بالأسعار، الكهرباء في المناطق التي تتركز فيها شركات الذكاء الاصطناعي الأمريكية تتراوح بين 0.12 و0.15 دولار لكل كيلوواط ساعة. أما السعر الصناعي في غرب الصين فهو حوالي 0.03 دولار — نصف أو خُمس سعر أمريكا. ميزة قدرة توليد الكهرباء في الصين أصبحت 7 أضعاف أمريكا. وبينما تقلق أمريكا بشأن شبكة الكهرباء، تتطور الذكاء الاصطناعي الصيني بهدوء في بيئة مختلفة.

لكن ما يتدفق عبر الكابلات ليس شرائح أو منتجات. إنه Token.

Token كسلعة عالمية

الToken — أصغر وحدة دلالية تعالجها نماذج الذكاء الاصطناعي — أصبح سلعة رقمية جديدة. يُصنع في منشآت التصنيع في الصين ويُرسل حول العالم عبر كابلات بحرية.

بيانات توزيع DeepSeek تتحدث: 30.7% من الصين، 13.6% من الهند، 6.9% من إندونيسيا، 4.3% من الولايات المتحدة، 3.2% من فرنسا. يدعم 37 لغة ويستخدم على نطاق واسع في الأسواق الناشئة مثل البرازيل. هناك 26,000 شركة لديها حسابات، و3,200 مؤسسة تستخدم النسخة المؤسسية.

خلال العام الماضي، 58% من الشركات الناشئة الجديدة في الذكاء الاصطناعي دمجت DeepSeek في تقنياتها. في الصين، حصة السوق من DeepSeek وصلت إلى 89%. في الأسواق الأخرى، تتراوح بين 40 و60%.

هذه الصورة تتوافق مع حرب اقتصادية نشأت قبل أربعة عقود.

درس اليابان: نظام بيئي أم لا؟

في 1986، في طوكيو، وقعت حكومة اليابان اتفاقية ستغير الصناعة. اتفاقية الولايات المتحدة واليابان للرقائق الإلكترونية كانت تتطلب ثلاثة أمور رئيسية: فتح سوق أشباه الموصلات الياباني بنسبة لا تقل عن 20% حصة أمريكية؛ حظر تصدير أشباه الموصلات اليابانية بأسعار أقل من التكلفة؛ ودفع غرامة 100% على 3 مليارات دولار من الرقائق المهربة.

وفي الوقت نفسه، استخدمت الولايات المتحدة حق النقض (الفيتو) ضد استحواذ فوجيتسو على شركة فيرتشايلد للدوائر المتكاملة.

بحلول 1988، كانت اليابان تسيطر على 51% من سوق أشباه الموصلات العالمي، مقابل 36.8% لأمريكا. من بين أكبر 10 شركات أشباه موصلات، ستة يابانية: NEC، توشيبا، هيتاشي، فوجيتسو، ميتسوبيشي، باناسونيك. شركة إنتل كانت على وشك الإفلاس — خسرت 173 مليون دولار في 1985.

لكن بعد الاتفاق، تغير كل شيء. استخدمت أمريكا تحقيقات القسم 301 لقمع الشركات اليابانية إلى الأبد. في الوقت ذاته، دعمت كوريا شركة سامسونج وSK Hynix لزعزعة السوق الياباني. حصة اليابان من سوق DRAM انخفضت من 80% إلى 10%. حتى 2017، كانت حصة سوق الدوائر المتكاملة اليابانية 7%.

المأساة هنا: أن اليابان استمتعت بتقسيم عالمي للعمل بقيادة قوى خارجية — كانت أفضل مصنع، لكنها لم تستثمر في نظام بيئي مستقل. عندما تلاشت الموجة، اكتشفت أنها لا تملك إلا التصنيع.

حملة الصين: طريق مختلف

صناعة الذكاء الاصطناعي الصينية الحالية في مفترق طرق مشابه، لكنها مختلفة جوهريًا. نواجه نفس الضغوط الخارجية — ثلاث موجات من قيود الشرائح، تتصاعد باستمرار، وحاجز نظام CUDA لا يزال مرتفعًا. لكن خياراتنا مختلفة.

من تحسينات خوارزمية متطرفة، إلى رحلة الشرائح المحلية من الاستنتاج إلى التدريب، إلى جمع 4 ملايين مطور في نظام Ascend، وحتى تصدير Token إلى السوق العالمية — كل خطوة تبني نظامًا صناعيًا مستقلًا لم تمتلكه اليابان أبدًا.

النظام البيئي لا يُشترى — يُبنى من خلال استثمار مستمر في التطوير، دعم البرمجيات، وفرق هندسة ميدانية تقوم بالتصحيح. كل خسارة هي مال حقيقي — إنها رسوم التعليم على الاستقلال.

إثبات السوق

في 27 فبراير 2026، أعلنت ثلاث شركات شرائح ذكاء اصطناعي محلية عن نتائج ربع سنوية.

شركة Cambrian سجلت نمو إيرادات 453% وأول ربح سنوي. شركة Moore Threads سجلت نمو 243% لكن بخسارة صافية قدرها مليار يوان. شركة Muxi سجلت نمو 121% لكن بخسارة 8 مليارات يوان.

نصف نار، ونصف ماء.

النار هي الطلب المستمر في السوق. 95% من الحصة السوقية التي تركها Huang Renxun بدأت تتملأ من قبل الشركات المحلية، خطوة خطوة. بغض النظر عن أداء كل ربع سنة، أو نضج النظام البيئي — السوق يحتاج إلى خيار ثاني لا يعتمد على NVIDIA.

هذه فرصة هيكلية استثنائية كشفتها الجغرافيا السياسية.

هذه الخسائر ليست إخفاقات تشغيلية. إنها الرسوم الضرورية لبناء نظام بيئي مستقل. التقارير الثلاثة تعكس بشكل أدق حالة حرب قوة الحوسبة أكثر من أي تقرير صناعي. ليست انتصارًا مفرحًا — إنها معركة شرسة في التموضع، حيث ينهض الجنود وينزفون.

لكن طبيعة الحملة قد تغيرت حقًا. قبل ثماني سنوات، كان السؤال هو “هل يمكننا البقاء على قيد الحياة؟” الآن، السؤال هو “ما الثمن الذي يجب أن ندفعه لنستمر في الحياة؟”

والثمن هو النمو نفسه.