بات جيلسنجر، الذي استقال مؤخرًا من منصب الرئيس التنفيذي لشركة إنتل، شارك مؤخرًا بعض الملاحظات المثيرة حول سباق رقائق الذكاء الاصطناعي. هو متفائل بشكل خاص بشأن ما حققته إحدى شركات التقنية الكبرى مع Gemini 3 والسيليكون المخصص لديهم المعروف باسم وحدات معالجة الموترات (TPUs).

ما الذي لفت انتباهه؟ هو الحجم الهائل الذي يتم فيه نشر هذه الوحدات المتخصصة. نحن نتحدث عن شركة تمكنت من بناء بنية تحتية حسابية ضخمة لتلبية الطلب المتزايد على أحمال عمل الذكاء الاصطناعي. وبالنسبة لشخص أمضى عقودًا في التنقل بين حروب أشباه الموصلات، فهذا ليس مديحًا عابرًا.

توقيت هذه الملاحظات له أهميته أيضًا. مع استمرار شح سلاسل توريد وحدات معالجة الرسوميات التقليدية، بدأت الهندسات البديلة مثل وحدات معالجة الموترات (TPUs) تجذب المزيد من الاهتمام. هذه الرقائق المتخصصة لم تعد خيارات احتياطية فقط — بل أصبحت خيارات أساسية لمهام الذكاء الاصطناعي المحددة، خصوصًا في تدريب النماذج اللغوية الكبيرة.

في مجال العملات الرقمية والويب 3، هذا الأمر أكثر أهمية مما قد تتصور. مشاريع الذكاء الاصطناعي اللامركزية وتطبيقات تعلم الآلة على السلسلة ستعتمد بشكل متزايد على أنظمة شرائح متنوعة. وعندما تزداد المنافسة في البنية التحتية، غالبًا ما يتبعها الابتكار.