تفتح Q.ANT باب المشاركة في تجربة عتاد الذكاء الاصطناعي الضوئي على خوادم IONOS المخصصة

أعلنت Q.ANT في 9 نوفمبر 2026 أن المتقدمين الذين يقع عليهم الاختيار سيتمكنون من اختبار أعباء عمل الذكاء الاصطناعي الخاصة بهم على معالجها الضوئي من الجيل الثاني، عبر خوادم IONOS مخصصة في ألمانيا، ضمن تجربة تجريبية مغلقة ومجانية تهدف إلى تحديد الاستخدامات التجارية.

يقتصر البرنامج على المشاركين الذين لديهم حالة استخدام محددة وخبرة كافية لإدارة خادم مخصص بشكل مستقل. وتُعدّ IONOS كل نظام يدويًا، مع توفير صلاحية الجذر عبر SSH وإمكانية استخدام وحدة تحكم KVM. وتوضح وثائق التجربة أن الاستضافة الألمانية الحاصلة على شهادة ISO 27001 تمتثل لنظام حماية البيانات GDPR وتتمتع بالسيادة داخل الاتحاد الأوروبي.

من المحاكاة إلى العتاد الضوئي الفعلي

توسّع هذه التجربة مسارًا تطويريًا بدأته Q.ANT بإطلاق حزمة تطوير برمجيات مفتوحة المصدر في 23 سبتمبر 2026. وشمل ذلك الإصدار واجهات برمجية للغتين C وPython، وتطبيقات نموذجية، ووثائق، ونظام محاكاة يعمل بالمعالج المركزي؛ أما البرنامج الجديد فيتيح للمستخدمين المعتمدين نقل تلك التطبيقات إلى وحدات المعالجة الأصلية (NPUs) الفعلية. وتوفر Q.ANT برامج التشغيل ومكدسها البرمجي والتكامل مع PyTorch، فيما تُحدَّد توافقية النماذج وأُطر العمل خلال عملية الانضمام.

تنفّذ وحدة المعالجة الأصلية الوظائف غير الخطية مباشرةً في المجال الضوئي، بدلًا من تفكيكها إلى سلاسل طويلة من الخطوات الرقمية على الشرائح التقليدية القائمة على الترانزستورات. وتقول Q.ANT إن هذا النهج قد يحقق نتائج مماثلة أو أفضل باستخدام عدد أقل من المعلمات والعمليات والموارد. وتشمل أعباء العمل المقبولة الرؤية الصناعية، والتنبؤ بالسلاسل الزمنية، والمحاكاة العلمية والروبوتات، فضلًا عن الاستدلال باستخدام النماذج اللغوية الكبيرة والنماذج التأسيسية، والذكاء الاصطناعي الفيزيائي ونماذج العالم.

تذكر صفحة التجربة لدى Q.ANT أن معالجة الصور تتطلب معلمات أقل بنسبة 40%، وأن التنبؤ بالسلاسل الزمنية يتطلب معلمات أقل بنسبة 65%، مع الحفاظ على الدقة نفسها. وتهدف التجربة المغلقة إلى اختبار هذه النتائج باستخدام بيانات المستخدمين وبرمجياتهم. ويتيح هذا التنوع في أعباء العمل لـQ.ANT تحديد المجالات التي تكون فيها المعالجة الضوئية غير الخطية مفيدة، بما يتجاوز تطبيقاتها البحثية الأولية.

تقييم منظّم للاستخدام التجاري

بعد مراجعة الطلب وإجراء مكالمة فيديو، يحصل المشاركون على دروس تعليمية وعينات من الشيفرات ووثائق، تليها مراجعات لأعباء العمل وتعديلات على محور الاختبار. وتتناول ورشة عمل ختامية مقاييس الطاقة والأداء، ومدى الملاءمة للإنتاج، والمرحلة التالية المحتملة. ويحتفظ المشاركون بملكية أعباء العمل والبيانات والنتائج الخاصة بهم، وتظل سرية؛ ولا تُستخدم في تطوير المعالج والمنصة سوى الرؤى المجمعة والمجهولة الهوية المستخلصة من المناقشات.

تأتي هذه التجربة عقب الاتفاقية التجارية المبرمة في 19 مايو 2026، التي جعلت IONOS أول عميل تجاري لخادم المعالجة الأصلية من Q.ANT، Native Processing Server. وتطرح Q.ANT وحدة المعالجة الأصلية بوصفها معالجًا مساعدًا لأعباء عمل محددة للذكاء الاصطناعي، إلى جانب وحدات المعالجة المركزية ووحدات معالجة الرسومات، لا بديلًا شاملًا لوحدات معالجة الرسومات. لذلك، تضيف التجربة المغلقة تقييمًا يجريه العملاء إلى علاقة تجارية قائمة، بدلًا من أن تكون بداية الشراكة نفسها.

اختبارات مستقلة تكشف المكاسب والقيود

يوفر تقييم أُجري في 21 أبريل 2026 من مركز لايبنتس للحوسبة الفائقة مرجعًا مستقلًا. واختبر مركز LRZ كلا الجيلين من وحدات المعالجة الأصلية في مهام الذكاء الاصطناعي والحوسبة عالية الأداء (HPC)، وأفاد بأن شرائح الجيل الثاني كانت أسرع بما يصل إلى 50 مرة في أفضل الحالات، مع تسريع قدره 25 ضعفًا في التعرّف على الصور باستخدام شبكة عصبية التفافية. وبالنسبة إلى أعباء عمل HPC المعتادة، انخفض استهلاك الطاقة بنحو 50% إلى 84% من الجيل الأول إلى الثاني، بحسب التعقيد الحسابي.

كما حدّد التقييم قيودًا ذات صلة بالتجربة. فلا تستطيع المعالجات المساعدة إجراء كل العمليات بصريًا، ويتعين عليها تبادل البيانات باستمرار مع المعالجات التقليدية. وتبلغ كفاءة الطاقة أقصاها عندما تظل العمليات الحسابية داخل الوحدة الضوئية، ما يجعل نقل البيانات قيدًا أساسيًا في التصميم. ويحوّل النظام التناظري البيانات بدقة 16 بت، كما يجب أن يأخذ ضوضاء الكواشف الضوئية في الحسبان؛ وللحصول على نتائج أدق، ينبغي تقسيم المهام المعقدة إلى عمليات متعددة واستخدام أدوات برمجية أكثر تطورًا. وقدّر باحثو مركز LRZ أن الشرائح قد تصبح جاهزة للاستخدام في عناقيد الذكاء الاصطناعي بعد دورة أو دورتين إضافيتين من التطوير.

تضع التجربة الآن هذه الأسئلة بين أيدي العملاء: فمدى صمود المكاسب المُعلنة أمام أعباء العمل الحقيقية، ونقل البيانات، والقيود البرمجية، سيحدد المجالات التي يمكن أن تسهم فيها المعالجة الضوئية المساعدة إلى جانب وحدات المعالجة المركزية ووحدات معالجة الرسومات ضمن البنية التحتية الإنتاجية للذكاء الاصطناعي.