وحدة معالجة الرسوميات (GPU): من شاشات الألعاب إلى محرّك الذكاء الاصطناعي

لكن ما الذي يجعل قطعةً صُمّمت أصلًا لرسم المثلّثات على الشاشة هي الخيار الأمثل لتدريب شبكةٍ عصبيةٍ بمليارات المعاملات؟ الجواب لا يكمن في كونها «أسرع» من المعالج المركزي، بل في كونها مختلفةً معماريًّا اختلافًا جوهريًّا. فهم هذا الاختلاف هو مفتاح فهم ثورة الذكاء الاصطناعي من الأساس.

في هذا الدليل نتتبّع رحلة الـ GPU من جذورها التاريخية، ثم نشرّح الفرق المعماري بينها وبين الـ CPU بدقّة، ونستعرض مجالات تطبيقها، وننتهي بالسؤال الأهم: لماذا يحتاجها الذكاء الاصطناعي بهذا القدر من الإلحاح؟

أولًا: لمحة تاريخية — كيف تطوّرت الـ GPU؟

من المعالِجات الثابتة إلى مفهوم الـ “GPU”

في تسعينيات القرن الماضي كان المعالج المركزي (CPU) يتحمّل العبء الأكبر من حسابات الرسوميات ثلاثية الأبعاد، بينما تكتفي بطاقات الرسوم بعملية «الرَّسْم النقطيّ» (Rasterization) النهائية. مع انفجار ألعاب الـ 3D، أصبح هذا التقسيم عبئًا خانقًا على المعالج. كانت نقطة التحوّل عندما قرّر مهندسو الرسوميات نقل عملية التحويل والإضاءة (Transform & Lighting – T&L) من المعالج إلى رقاقة الرسوم نفسها.

في أغسطس 1999 أطلقت NVIDIA بطاقة GeForce 256 (المبنية على رقاقة NV10)، وسوّقتها بوصفها «أول وحدة معالجة رسوميات في العالم»، وهي المرة التي تكرّس فيها مصطلح GPU ليبقى معنا حتى اليوم. تميّزت بمحرّك T&L مدمج يتولّى حسابات الهندسة بدل المعالج، فكانت قفزةً نوعية في عرض المشاهد ثلاثية الأبعاد. كانت تضمّ نحو 17–22 مليون ترانزستور، وتعالج حوالي 10 ملايين مضلّع في الثانية — أرقامٌ تبدو متواضعةً اليوم لكنها كانت ثورةً حينها.

ملاحظة تاريخية: المصطلح نفسه سبق GeForce 256 قليلًا، إذ استُخدم لوصف معالِجات هندسية لدى شركاتٍ أخرى، لكن NVIDIA هي من رسّخه تجاريًّا وربطه بالبطاقة المدمجة بالكامل.

عصر الـ Shaders القابلة للبرمجة

العتاد الثابت (Fixed-Function) كان محدودًا: يفعل ما صُمّم له فقط. القفزة التالية جاءت عام 2001 مع GeForce3 التي قدّمت الـ Shaders القابلة للبرمجة (Programmable Shaders)، فمنحت المطوّرين حريةً في كتابة برامج صغيرة تعمل مباشرةً على الرقاقة لتوليد تأثيراتٍ بصريةٍ معقّدة. هذه البرمجة هي التي زرعت البذرة الأولى لاستخدام الـ GPU في مهامّ لا علاقة لها بالرسوم.

من الرسوم إلى الحوسبة العامة: GPGPU وولادة CUDA

أدرك الباحثون أن البنية المتوازية للـ GPU تصلح لأي مسألةٍ رياضيةٍ قابلةٍ للتقسيم، لا للرسوم فقط. وُلد بذلك مفهوم الحوسبة عامة الغرض على وحدات الرسوميات (GPGPU). لكن برمجتها كانت معقّدة، إذ كان على الباحث أن «يخدع» الرقاقة ويصوغ مسألته في هيئة مسألة رسوم.

نقطة التحوّل الكبرى كانت عام 2006، حين طرحت NVIDIA معمارية G80 ومعها منصّة CUDA، وهي واجهة برمجية تتيح للمطوّرين تسخير آلاف الأنوية للحسابات العامة بلغةٍ مألوفة قريبة من C. الجدير بالذكر أن جذور CUDA تعود إلى أبحاثٍ أكاديميةٍ ممتدّة (مثل مشروع Brook في جامعة ستانفورد) مُوّلت لعقودٍ من المال العام، ما يذكّرنا بأن العتاد الثوريّ يقف على أكتاف بحثٍ أساسيٍّ طويل.

عصر الذكاء الاصطناعي: Tensor Cores والمعماريات الحديثة

مع صعود التعلّم العميق في عشرينيات الألفية، تخصّصت الـ GPU أكثر فأكثر للذكاء الاصطناعي:

• 2017 – أنوية Tensor (Tensor Cores): قدّمت NVIDIA مع معمارية Volta أنويةً متخصّصةً تنفّذ عملية «الضرب والجمع المصفوفيّ» — أساس الشبكات العصبية — بسرعةٍ هائلة.
• 2022 – معمارية Hopper (H100): بنيت على نحو 80 مليار ترانزستور، وقدّمت «محرّك المحوّلات (Transformer Engine)» الذي يمزج دقّاتٍ مختلطة (FP8/FP16) لتسريع تدريب النماذج اللغوية الضخمة، مع ذاكرة HBM3 فائقة العرض الترددي.
• 2024–2025 – معمارية Blackwell (B200/B300): قفزةٌ بتصميمٍ متعدّد الرقائق (Chiplet)، بنحو 92 مليار ترانزستور، ودعمٍ أصليّ لدقّاتٍ منخفضةٍ جدًّا مثل FP4، وذاكرة HBM3e، ووصلات NVLink من الجيل الخامس. منظومة GB200 NVL72 تربط 72 وحدة Blackwell في خزانةٍ واحدةٍ مبرّدةٍ بالسوائل تعمل كحاسوبٍ عملاقٍ موحّد.
• 2026 وما بعده – Vera Rubin: الخارطة المعلنة تشير إلى معمارياتٍ قادمة بذاكرة HBM4 وعرضٍ تردديٍّ أعلى، في سباقٍ لا يتوقف لتغذية نهم الذكاء الاصطناعي.

لتقدير حجم القفزة: انتقلنا من 17 مليون ترانزستور في GeForce 256 عام 1999 إلى أكثر من 90 مليار في Blackwell خلال نحو ربع قرن، وارتفع عدد الأنوية الحسابية من بضع عشرات إلى عشرات الآلاف. هذا هو قانون مور وهو يعمل بكل قسوته في عالم الرسوميات.

ثانيًا: GPU مقابل CPU — الفرق المعماريّ الجوهريّ

يخطئ كثيرون حين يظنّون أن الـ GPU «معالجٌ أسرع» من الـ CPU. الحقيقة أنهما مُصمّمان لفلسفتين متضادّتين، وكلٌّ منهما متفوّقٌ في مجاله.

فلسفتان متعارضتان: زمن الاستجابة مقابل الإنتاجية

• المعالج المركزي (CPU) مُحسَّن لـ زمن الاستجابة المنخفض (Low Latency): ينهي المهمّة الواحدة المعقّدة بأسرع ما يمكن. لذا يحوي عددًا قليلًا من الأنوية القوية جدًّا (من 2 إلى بضع عشرات)، مزوّدةً بذاكرات مخبئية (Cache) ضخمة، وتنفيذٍ خارج الترتيب (Out-of-Order)، وتنبّؤٍ بالتفرّع (Branch Prediction). إنه «أستاذٌ» قادرٌ على حلّ مسألةٍ معقّدةٍ متشعّبةٍ بمنطقٍ متسلسل.
• وحدة معالجة الرسوميات (GPU) مُحسَّنة لـ الإنتاجية العالية (High Throughput): تنجز أكبر كمٍّ من العمليات البسيطة في الوقت نفسه. لذا تحوي آلاف الأنوية الأصغر والأبسط، تنفّذ العملية نفسها على بياناتٍ مختلفةٍ في آنٍ واحد (نموذج SIMT/SIMD). إنها «جيشٌ» من العمّال البسطاء، كلٌّ منهم يحلّ جزءًا صغيرًا من المسألة في اللحظة ذاتها.

التشبيه الكلاسيكيّ: الـ CPU سيارة سباقٍ فائقة السرعة تنقل راكبين بسرعةٍ خاطفة؛ والـ GPU حافلةٌ كبيرة أبطأ لكل راكب، لكنها تنقل مئاتٍ دفعةً واحدة. لنقل راكبٍ واحدٍ بسرعة، اختر السيارة؛ ولنقل حشدٍ كامل، اختر الحافلة.

جدول المقارنة

متخصّصة (تُدار غالبًا بمعيّة CPU)

داخل الـ GPU تُنظَّم الأنوية في وحداتٍ تُسمّى المعالِجات المتعدّدة المتدفّقة (Streaming Multiprocessors – SMs). تنفّذ الأنوية تعليماتها على شكل مجموعاتٍ متزامنة (تُسمّى warps في عُرف NVIDIA)، حيث ينفّذ عددٌ من الخيوط (Threads) التعليمة نفسها على عناصر بياناتٍ مختلفة. هذا هو جوهر نموذج SIMT (Single Instruction, Multiple Threads): تعليمةٌ واحدة، خيوطٌ كثيرة.

ولأن آلاف الأنوية تحتاج إلى وقودٍ مستمرٍّ من البيانات، تُزوَّد الـ GPU المخصّصة للذكاء الاصطناعي بذاكرة عالية عرض النطاق (HBM) تصل سرعاتها إلى تيرابايتاتٍ في الثانية. فلا فائدة من جيشٍ من الأنوية إن تضوّر جوعًا في انتظار البيانات؛ عرض النطاق الترددي للذاكرة لا يقلّ أهميةً عن قوّة الحساب نفسها.

متى يفوز كلٌّ منهما؟ المهامّ المتسلسلة الغنية بالتفرّعات (منطق نظام التشغيل، قواعد البيانات المعاملاتية، الخوارزميات المتشعّبة) تبقى مجال الـ CPU. أما المهامّ القابلة للتقسيم إلى آلاف العمليات المتشابهة المستقلّة (الرسوميات، الجبر الخطّي، الشبكات العصبية) فهي مملكة الـ GPU بلا منازع. ولهذا تعمل الاثنتان معًا: المعالج يدير ويوزّع، والـ GPU تنفّذ الحمل الثقيل المتوازي.

ثالثًا: مجالات تطبيق الـ GPU

تجاوز الـ GPU دوره الأصليّ ليصبح أداةً للحوسبة المتوازية في ميادين كثيرة:

1. الرسوميات والألعاب والتقديم (Rendering): المجال الأصليّ. توليد المشاهد ثلاثية الأبعاد، وتتبّع الأشعّة (Ray Tracing)، والمؤثرات البصرية في الأفلام، والتقديم المعماريّ والهندسيّ.
2. الذكاء الاصطناعي والتعلّم العميق: تدريب الشبكات العصبية وتشغيلها (سنفرد له القسم التالي). هذا اليوم أكبر محرّكٍ لسوق الـ GPU عالميًّا.
3. الحوسبة عالية الأداء (HPC) والمحاكاة العلمية: نمذجة المناخ، واكتشاف الأدوية، والديناميكا الحرارية، والتحليل الزلزاليّ، وفيزياء الجسيمات. كلّها مسائل قابلة للتوازي بطبيعتها.
4. تحليل البيانات الضخمة: تسريع الاستعلامات والعمليات على مجموعات بياناتٍ هائلة، خصوصًا في قواعد البيانات المتسارعة بالـ GPU.
5. الرؤية الحاسوبية والمركبات ذاتية القيادة: معالجة تدفّقات الفيديو في الزمن الحقيقيّ، والكشف عن الأجسام، واتخاذ القرار اللحظيّ.
6. معالجة الفيديو والوسائط: الترميز وفكّ الترميز (Encoding/Decoding)، والبثّ، والتحرير المتسارع.
7. العملات المشفّرة والتشفير: الحسابات المتوازية المكثّفة (وإن تراجع هذا المجال في كثيرٍ من السياقات لأسبابٍ اقتصادية وبيئية).
8. التوائم الرقمية والمحاكاة الصناعية: بناء نماذجٍ افتراضيةٍ دقيقة للمصانع والمدن والشبكات لاختبارها قبل التنفيذ.
القاسم المشترك بين هذه المجالات كلّها واحد: مسائل ضخمة قابلة للتقسيم إلى أجزاءٍ متشابهةٍ مستقلّة يمكن حلّها بالتوازي.

رابعًا: لماذا يحتاج الذكاء الاصطناعي الـ GPU بهذه الشدّة؟

هذا هو السؤال المحوريّ. والجواب يتلخّص في كلمةٍ واحدة: المصفوفات.

الشبكات العصبية في جوهرها ضربُ مصفوفات

أيّ شبكةٍ عصبيةٍ، مهما تعقّدت، تتلخّص رياضيًّا في سلسلةٍ متتاليةٍ من عمليات ضرب المصفوفات (Matrix Multiplication) يتخلّلها دوالٌّ غير خطّية. كل طبقةٍ تأخذ متجهًا (أو مصفوفة) من المدخلات، تضربه بمصفوفة الأوزان، فتنتج مخرجاتٍ تُمرَّر للطبقة التالية. وهذا يحدث في اتجاهين: التمرير الأماميّ (Forward Pass) عند الاستدلال، والتمرير العكسيّ (Backpropagation) عند التدريب لتعديل الأوزان.

المفتاح هنا أن كل عنصرٍ في مصفوفة النتيجة يمكن حسابه مستقلًّا عن الآخرين. فلو كان لدينا مصفوفة نتيجةٍ بمليون عنصر، أمكن نظريًّا حساب المليون كلّه في آنٍ واحد لو توفّر مليون «عامل». هذا بالضبط ما تقدّمه الـ GPU: جيشٌ من الأنوية يوزّع عناصر المصفوفة عليها فتُحسَب بالتوازي بدل حسابها واحدًا تلو الآخر كما يفعل الـ CPU.

النتيجة فارقٌ هائلٌ في الأداء: تدريب الشبكات العميقة على الـ GPU قد يكون أسرع بعشرة أضعافٍ أو أكثر منه على الـ CPU بتكلفةٍ مكافئة — وهذا الفارق هو الذي حوّل التعلّم العميق من فكرةٍ نظريةٍ بطيئة إلى تقنيةٍ عملية.

المحوّلات (Transformers): التصميم الذي وُلد للتوازي

ثورة النماذج اللغوية الحديثة (مثل عائلات GPT) قامت على معمارية المحوّلات (Transformers) التي قدّمتها ورقة «Attention Is All You Need» عام 2017. ميزة المحوّلات أن آليتها المحورية — الانتباه الذاتيّ (Self-Attention) — تحسب العلاقات بين كل الرموز (Tokens) في المتتالية بالتوازي، خلافًا للنماذج المتسلسلة الأقدم (مثل LSTM) التي كانت تعالج الرموز واحدًا بعد الآخر.

هذا التوافق بين معمارية البرمجيات (المحوّلات المتوازية) ومعمارية العتاد (الـ GPU المتوازية) هو ما أطلق العنان لتدريب نماذج بمليارات بل تريليونات المعاملات. لولا الـ GPU، لظلّ تدريب نموذجٍ بهذا الحجم مستحيلًا عمليًّا من حيث الزمن.

الأنوية المتخصّصة والدقّة المختلطة

لم تكتفِ صناعة العتاد بالتوازي العام، بل صمّمت أنويةً متخصّصةً للذكاء الاصطناعي تحديدًا:

• نوية (Tensor): وحداتٌ مكرّسةٌ لعملية «الضرب المصفوفيّ والتراكم» (Multiply-Accumulate) التي تشكّل صميم الشبكات العصبية، تنفّذها أسرع بكثيرٍ من الأنوية العامة.
• الدقّة المختلطة (Mixed Precision): بدل استخدام أرقامٍ بدقّةٍ عالية (32 بت) دائمًا، تستعمل النماذج دقّاتٍ أقلّ (16، 8، بل 4 بت) حيث يُسمح بذلك. هذا يقلّل استهلاك الذاكرة ويضاعف السرعة دون خسارةٍ تُذكر في الدقّة. «محرّك المحوّلات» في المعماريات الحديثة يختار الدقّة المناسبة لكل طبقةٍ تلقائيًّا.

عنق الزجاجة الحقيقيّ: الذاكرة وعرض النطاق

النماذج الضخمة لا تحتاج قوّة حسابٍ فحسب، بل سعة ذاكرةٍ كبيرة وعرض نطاقٍ هائل لتخزين الأوزان والبيانات الوسيطة وتغذية الأنوية بها بسرعة. لهذا تتنافس وحدات الذكاء الاصطناعي على سعات ذاكرة HBM (عشرات بل مئات الغيغابايتات لكل وحدة) وعلى عرض نطاقٍ يُقاس بالتيرابايت في الثانية. كثيرٌ من القيود العملية في تدريب النماذج الكبيرة هي قيود ذاكرةٍ لا قيود حساب.

التدريب مقابل الاستدلال

يجدر التمييز بين مرحلتين:

• التدريب (Training): الأثقل حسابيًّا، يحتاج عشرات أو آلاف وحدات الـ GPU تعمل متوازيةً لأسابيع، مع وصلاتٍ فائقة السرعة بينها (مثل NVLink وInfiniBand) لتبادل البيانات.
• الاستدلال (Inference): تشغيل النموذج المُدرَّب للإجابة على الطلبات. أخفّ نسبيًّا، وقد تكفيه وحدةٌ واحدة أو أجزاءٌ منها، وفي بعض السيناريوهات البسيطة قد يصلح المعالج المركزي.

خامسًا: ما وراء الـ GPU — منظومة مسرّعات الذكاء الاصطناعي

الـ GPU ليست الخيار الوحيد، وإن كانت الأشهر والأكثر مرونة. يتّسع المشهد ليشمل بدائل ومنافِسين:

• وحدات معالجة الموتّرات (TPU): رقائق متخصّصة (ASIC) من Google، مبنيّةٌ على بنية المصفوفات الانقباضية (Systolic Arrays) المُحسَّنة لضرب المصفوفات تحديدًا، فتقدّم كفاءةً عاليةً في استهلاك الطاقة لأعباء الذكاء الاصطناعي الضخمة، مقابل مرونةٍ أقلّ خارج هذه الأعباء.
• مسرّعات AMD (سلسلة Instinct مثل MI300X): منافسٌ مباشرٌ في سوق مسرّعات الذكاء الاصطناعي، بسعات ذاكرةٍ كبيرة.
• مسرّعات أخرى: مثل Intel Gaudi، إضافةً إلى وحدات المعالجة العصبية (NPU) المدمجة في الأجهزة الطرفية والهواتف لتشغيل نماذج الذكاء الاصطناعي محليًّا بكفاءةٍ في الطاقة.

القاعدة العامة: الـ GPU توازنٌ ممتازٌ بين المرونة والأداء، والـ ASIC المتخصّص (مثل TPU) يقدّم كفاءةً أعلى لعبءٍ محدّدٍ ضيّق، والـ CPU يبقى سيّد المهامّ المتسلسلة وإدارة المنظومة كاملة.

سادسًا: اعتبارات عملية عند اختيار الـ GPU وتشغيلها

إن كنت تخطّط لاستخدام الـ GPU في أعباء الذكاء الاصطناعي أو الحوسبة، ضع في حسبانك:

• سعة الذاكرة (VRAM): غالبًا العامل الحاسم. حجم النموذج الذي تستطيع تدريبه أو تشغيله محكومٌ بسعة ذاكرة الـ GPU قبل أيّ شيءٍ آخر.
• الدقّة المدعومة: دعم الدقّات المنخفضة (FP8/FP4) يضاعف الإنتاجية ويقلّص الذاكرة المطلوبة.
• الطاقة والتبريد: وحدات الذكاء الاصطناعي الحديثة شرهةٌ للطاقة وتولّد حرارةً عالية، حتى صار التبريد بالسوائل معيارًا في خزائن التدريب الكثيفة. هذا عاملٌ تشغيليٌّ واقتصاديٌّ جوهريّ.
• الوصلات البينية (Interconnect): عند استخدام عدّة وحداتٍ معًا، تصبح سرعة الوصلة بينها (NVLink/InfiniBand) عنق الزجاجة الفعليّ في التدريب الموزّع.
• السحابة مقابل العتاد المملوك: استئجار الـ GPU عند الطلب (On-Demand) يناسب الأعباء المتقطّعة ويجنّبك تجميد رأس المال في عتادٍ قد يتعطّل عن العمل، بينما يبرّر التشغيل المستمرّ طويل الأمد امتلاك العتاد أو حجزه.

تنبيه بشأن الأسعار والمواصفات: أرقام الأداء والأسعار في هذا المجال تتغيّر بسرعةٍ كبيرة مع كل جيلٍ جديد. اعتمد دائمًا على الصفحات الرسمية الحيّة للمزوّدين والمصنّعين عند اتخاذ قرارٍ فعليّ، فما هو رائدٌ اليوم قد يصبح أساسيًّا بعد أشهر.

الخلاصة والخطوات التالية

وحدة معالجة الرسوميات لم تعد «بطاقة ألعاب»، بل أصبحت البنية التحتية الحاسوبية لعصر الذكاء الاصطناعي. سرّ تفوّقها ليس السرعة المطلقة بل المعمارية المتوازية: آلاف الأنوية البسيطة التي تحلّ المسائل القابلة للتقسيم — وعلى رأسها ضرب المصفوفات الذي تقوم عليه الشبكات العصبية — دفعةً واحدة، حيث يعالج المعالج المركزي عنصرًا تلو الآخر.

من GeForce 256 عام 1999 إلى معماريات Blackwell وما بعدها، كانت الرحلة قفزةً من ملايين الترانزستورات إلى عشرات المليارات، ومن رسم المثلّثات إلى تدريب نماذج بتريليونات المعاملات. وفهمك للفرق بين فلسفة الـ CPU (زمن الاستجابة) وفلسفة الـ GPU (الإنتاجية) هو ما يمكّنك من اختيار الأداة الصحيحة لكل عبء.

خطوات عملية للبدء:

1. حدّد طبيعة عبئك: متسلسلٌ متشعّب (CPU) أم متوازٍ مكثّف (GPU)؟ لا تشترِ عتادًا متوازيًا لمهمّةٍ متسلسلة.

2. إن كان عبؤك ذكاءً اصطناعيًّا، فابدأ من سعة الذاكرة (VRAM) ودعم الدقّة المختلطة قبل عدد الأنوية.

3. للأعباء المتقطّعة، فاضل بين استئجار الـ GPU سحابيًّا عند الطلب وامتلاك العتاد بحسب معدّل الاستخدام والتكلفة.

4. في التدريب الموزّع، لا تهمل سرعة الوصلات البينية والتبريد؛ فهما غالبًا عنق الزجاجة الحقيقيّ.

5. راقب خارطة العتاد القادمة (مثل HBM4 والمعماريات الجديدة)، فالمجال يتطوّر بوتيرةٍ تفرض إعادة التقييم دوريًّا.

بإتقان هذه الأساسيات تنتقل من النظر إلى الـ GPU بوصفها «قطعة سريعة» إلى فهمها بوصفها نموذجًا حسابيًّا مختلفًا — هو النموذج الذي يقف خلف كل تطبيق ذكاءٍ اصطناعيٍّ تستخدمه اليوم.